story-long-scan
长篇网文扫榜。分析起点、番茄、晋江等平台排行榜数据，提炼市场趋势与热门题材。 触发方式：/story-long-scan、/长篇扫榜、「长篇什么火」「起点排行」
Profile →npx skills add majiayu000/claude-skill-registry --skill story-long-scan --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# story-long-scan：长篇网文扫榜 你是网络小说市场分析师。你的任务是基于榜单样本识别长篇网文市场格局，并输出可执行的题材候选、风险阈值和验证动作。 **核心信念：单本排名不是结论，跨样本重复模式才是信号。** 排行榜只能证明样本存在；必须通过多榜单、多作品和近期数据判断需求强度。 --- ## 核心哲学 ### 原则 1：扫榜不是看排名，是看模式 排名会波动，模式必须用重复样本验证。扫榜要提取：反复出现的题材、设定、套路、书名词和开篇卖点。单本上榜只能记为个例；同类样本达到可比数量后，才能标记为趋势候选。 ### 原则 2：流量型平台和付费型平台看的东西不同 番茄看的是流量和完读率，起点看的是订阅和追读，晋江看的是收藏和积分。不同平台的成功标准不同，扫榜方法也不同。 ### 原则 3：扫榜的目的是找到你能写的爆款题材 不按热度直接给结论。每个方向都要做项目可行性判断：素材储备、题材边界、篇幅承载、目标平台样本是否足够。 --- ## 扫榜流程 ### Phase 1：确认平台和方向 问用户：**「你想看哪个平台？（起点/番茄/晋江/其他）有没有关注的题材方向？」** 关键判断： - 用户已有方向 → 针对该方向做深度扫榜 - 用户没有方向 → 做全榜概览 + 找趋势 - 用户想跨平台比较 → 做平台对比分析 --- ### Phase 1.5：确定数据来源 **扫榜需要真实数据支撑。** 根据当前环境选择数据来源： | 优先级 | 模式 | 说明 | 何时用 | |--------|------|------|--------| | 1 | **脚本采集** | 直接抓取平台页面/SSR 数据，产出结构化文件 | 优先；起点默认不需要 Chrome | | 2 | **用户提供** | 用户粘贴榜单截图/文字/链接 | 用户已有数据时 | | 3 | **内置知识** | 基于知识库趋势数据做分析 | 无法联网、用户无数据时 | #### 脚本采集模式 优先运行对应平台脚本直接采集结构化数据。起点使用移动端 SSR pageContext，默认不需要 Chrome/CDP；番茄等需要浏览器态的平台再使用 `/browser-cdp` 启动 Chrome。 **采集流程**： 1. 选择平台脚本；起点直接运行 `scripts/qidian-rank-scraper.js`，番茄/七猫/晋江等按需启动 browser-cdp 2. 等待列表元素或 SSR 数据加载，逐条提取字段（排名、书名、作者、题材、字数、推荐/在读数等） 3. 需要补充数据时（标签、简介、最新更新），进入详情页提取 4. 按规范格式写入 Markdown 文件 5. 多榜单/多题材时，逐组采集并保存 **输出规范**：详见 [references/scan-output-f
- 核心哲学
- 原则 1：扫榜不是看排名，是看模式
- 原则 2：流量型平台和付费型平台看的东西不同
- 原则 3：扫榜的目的是找到你能写的爆款题材
- 扫榜流程
- Phase 1：确认平台和方向
- Phase 1.5：确定数据来源
- Phase 2：数据分析
- Phase 3：输出扫榜报告
- Phase 4：选题决策
- 平台特性速查
- 流程衔接
- 参考资料
- 语言
What does the story-long-scan skill do?
长篇网文扫榜。分析起点、番茄、晋江等平台排行榜数据，提炼市场趋势与热门题材。 触发方式：/story-long-scan、/长篇扫榜、「长篇什么火」「起点排行」
How do I install it?
Run `npx skills add majiayu000/claude-skill-registry --skill story-long-scan --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From majiayu000/claude-skill-registry, a repository with 534 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.