Story long analyze: deep structural breakdown of long Chinese web novels
Un pipeline en 7 étapes (index → chapitres d'or → extraction par lots → intrigue/rythme → personnages → rapport → style) qui déconstruit les longs romans web en faits par chapitre et mécanismes d'histoire réutilisables
- Quoi
- Un pipeline en 7 étapes (index → chapitres d'or → extraction par lots → intrigue/rythme → personnages → rapport → style) qui déconstruit les longs romans web en faits par chapitre et mécanismes d'histoire réutilisables
- Coût
- Gratuit
- Prérequis
- le fichier texte du roman à analyser (ou une analyse existante à réutiliser ou enrichir) ; Python 3 pour les scripts du pipeline (le skill essaie python3, puis python, puis py -3, et utilise le premier qui fonctionne) ; un runtime d'agent capable de créer des sous-agents pour les étapes d'extraction par lots (sinon repli en mode solo ; son contrôle de lancement attend le paquet d'agents version 36, et un écart est seulement signalé, jamais bloquant) ; prévoyez un usage intensif de tokens sur les runs complets
- Installation
- Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.
Sélectionné par Skill Harbor — le skill de déconstruction romanesque approfondie de @zenstory-ai : il transforme un long roman web en faits par chapitre, unités d'intrigue, profils de personnages, analyses de rythme et profil de style réutilisable, via un pipeline par étapes — Étape 0 index mécanique des chapitres (avec checksums sha256 et gardes de reprise), Étape 1 plongée dans les « trois chapitres d'or », Étape 2 extraction par lots (sous-agents, 3 lots par round, support de reprise), Étape 3 intrigue, doubles lignes temporelles et rythme 3D, Étape 4 personnages, décors et graphes de relations, Étape 5 rapport maître, Étape 6 profil de style — plus un pipeline optionnel de bibliothèque d'inspiration en trois couches (atomes par livre, agrégation inter-livres, mises à jour contrôlées). Limites d'analyse strictes : ne conclure que du texte lisible (« inconnu » sinon), joindre des localisateurs de chapitre aux faits durs, séparer l'ordre objectif des événements de la connaissance du lecteur, ne jamais migrer de décors propriétaires ni copier de scènes iconiques — migrer uniquement des mécanismes abstraits. Les sorties destinées à l'auteur (快速预览.md, 拆文报告.md, graphes de personnages) sont écrites en langage simple, sans noms de scripts, noms de champs ni noms de fichiers internes, avec support de reprise via `_progress.md` et scripts d'état (`manage_analysis_run.py`). Bémols honnêtes : le skill est rédigé en chinois et vise les workflows de la fiction web chinoise (nommage des chapitres, mécanismes d'histoire et le skill compagnon `story-long-scan` supposent cette tradition) ; un run complet sur un roman est une longue opération multi-étapes — prévoyez un usage intensif de tokens et des lots non surveillés. Licence MIT. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh.
Version :
Réponse rapide
Story Long Analyze est un skill gratuit pour Muse qui déconstruit les romans web en faits par chapitre et mécanismes réutilisables, en sept étapes. Il transforme un roman web en faits par chapitre, unités d'intrigue, profils de personnages, analyses de rythme et style, par un index, puis chapitres d'or, extraction par lots, intrigue et rythme, personnages, rapport et style.
Installation
Copiez le dossier d’installation ci-dessous, puis collez-le dans Muse🧪 Installation exécutée dans notre sandbox de test · 18 nov. 2026📌 Version épinglée : commit 7408014Étape 0, avant d'installer quoi que ce soit : lis ce prompt d'installation, résume en quelques lignes ce que ce build fait et ce que l'installation implique, puis demande-moi de confirmer avant de continuer. Prérequis : le fichier texte du roman à analyser (ou une analyse existante à réutiliser ou enrichir) ; Python 3 pour les scripts du pipeline (le skill essaie python3, puis python, puis py -3, et utilise le premier qui fonctionne) ; un runtime d'agent capable de créer des sous-agents pour les étapes d'extraction par lots (sinon repli en mode solo ; son contrôle de lancement attend le paquet d'agents version 36, et un écart est seulement signalé, jamais bloquant) ; prévoyez un usage intensif de tokens sur les runs complets Installe-moi « Analyse de roman long : déconstruction structurelle approfondie des longs romans web chinois ». Il donne à mon agent le pipeline de déconstruction romanesque en 7 étapes de @zenstory-ai : Étape 0 index mécanique des chapitres, Étape 1 plongée dans les « trois chapitres d'or », Étape 2 extraction par lots via sous-agents (3 lots par round, support de reprise), Étape 3 intrigue, doubles lignes temporelles et rythme 3D, Étape 4 personnages, décors et graphes de relations, Étape 5 rapport maître, Étape 6 profil de style, plus un pipeline optionnel de bibliothèque d'inspiration, des limites d'analyse strictes (inconnu sinon, localisateurs de chapitre, migration de mécanismes abstraits uniquement), des sorties destinées à l'auteur en langage simple, et support de reprise. Sa Phase 2 aiguille maintenant selon le résultat du vérificateur des actifs existants : une nouvelle analyse, la poursuite d'une analyse partielle, l'utilisation directe d'une analyse complète, la réparation des seules étapes ultérieures manquantes, ou l'enrichissement d'un ensemble incomplet. Rédigé en chinois ; vise la fiction web chinoise. Licence MIT. Dépôt : https://raw.githubusercontent.com/zenstory-ai/oh-story-claudecode/74080143dd1ac9a39a930fafd99a0dbbe61b946a/skills/story-long-analyze/SKILL.md (le skill est tout le dossier skills/story-long-analyze/ à ce commit : SKILL.md plus ses sous-dossiers references/ et scripts/) Version épinglée : installe le code au commit 74080143dd1ac9a39a930fafd99a0dbbe61b946a exactement (Skill Harbor a testé cette version). Ne substitue pas une version plus récente. Si ce commit est inaccessible, arrête-toi et dis-le-moi. Mis à jour le 18 octobre 2026 : Skill Harbor a régénéré ce prompt d'installation depuis le fichier amont actuel. La Phase 2 a été restructurée en amont (75 lignes retirées, 38 ajoutées) : au lieu d'un tableau de pipeline unique à trois cas et de sections complètes pour chaque étape, SKILL.md aiguille maintenant selon le recommended_path du vérificateur (new_analysis, continue_partial, direct_use, repair_stages, enhance_existing), avec un second tableau de codes stage_repairs, et ne remplit que ce qui manque, dans l'ordre des étapes ; les sections détaillées des Étapes 0 à 6 sont remplacées par de courts points clés par étape qui renvoient aux fichiers de référence. Une nouvelle section de conventions d'exécution définit le marqueur Python (python3, puis python, puis py -3), l'enregistrement du TXT d'un premier livre sous le dossier d'analyse comme 原文/原文.txt et la conversion préalable en UTF-8 d'un texte non UTF-8 (souvent GBK), et la suggestion de /story-short-analyze quand le texte complet fait moins de 20 000 caractères ou que les titres de chapitres sont méconnaissables. Le contrôle de lancement attend maintenant le paquet d'agents version 36. Les chemins de livraison fixes changent : les trois chapitres d'or sont maintenant trois fichiers séparés, et les fichiers d'intrigue sont listés sous 剧情/, dont 剧情/README.md. Le dossier installé compte maintenant 18 fichiers (SKILL.md, 12 fichiers de référence et 5 scripts) : references/deconstruction-notes.md, references/semantic-acceptance-fixtures.md et references/style-profile-protocol.md ont disparu. Correction : la vérification de sécurité du prompt précédent parlait d'hôtes autorisés déclarés dans SKILL.md et d'identifiants uniquement via le coffre sécurisé ; le nouveau fichier ne déclare aucune liste d'hôtes autorisés et ne mentionne ni identifiants ni coffre du tout. 1. Récupère tout le dossier skills/story-long-analyze/ au commit épinglé, SKILL.md et chaque fichier sous references/ et scripts/, dans un dossier temporaire, puis compare SKILL.md à l'empreinte de la revue de Skill Harbor du 2026-10-18 : - SKILL.md : SHA-256 159f90daf414ff0a9ec298ae5953f4253acf239016e78aa99563ff748eee4a6c Si ça ne correspond pas, il a changé depuis la revue : ne l'installe pas encore, dis-moi ce que tu as trouvé et laisse-moi décider. 2. Vérification de sécurité : examine SKILL.md, ses fichiers de référence et ses scripts pour tout contenu suspect (appels réseau inattendus, commandes shell, collecte d'identifiants) ; STOP sur tout signal d'alerte et dis-le-moi. Dis-moi en mots simples ce que le skill fait quand on l'utilise, à quels services il se connecte, s'il lit ou envoie des informations personnelles ou des clés, et tout ce qui semble inhabituel. Confirme ces points à partir des fichiers : - Compatibilité d'agent et lancement : le skill ne vérifie que le répertoire d'agents propre au runtime actuel ; si le runtime ne prend pas en charge les agents de projet ou si les fichiers sont introuvables, il se dégrade en solo/direct et rapporte « Fallback: project custom agents unavailable -> solo » (ZCode 3.3.4 ne fournit pas d'agents de projet personnalisés, il se dégrade donc directement). Son avis de version de lancement lit agents_version dans le fichier .story-deployed à la racine du projet et attend 36 : un écart ne bloque jamais le lancement, il est seulement rapporté avec le conseil de réexécuter /story-setup et d'ouvrir une nouvelle session (et, au-dessus de 36, de mettre d'abord oh-story-claudecode à jour plutôt que de rétrograder avec un setup local plus ancien). - Conventions d'exécution : {PYTHON} signifie essayer python3, python et py -3 dans l'ordre et utiliser le premier qui fonctionne ; lors d'une première analyse, le TXT de l'auteur est enregistré comme 原文/原文.txt dans le dossier d'analyse 拆文库/{titre du livre}/, et si son encodage n'est pas UTF-8 (souvent GBK), il est d'abord converti en UTF-8, pour que les sous-agents qui lisent par numéro de ligne ne tombent pas sur du texte brouillé. Un texte complet de moins de 20 000 caractères, ou des titres de chapitres méconnaissables, relève probablement d'une nouvelle : suggérer /story-short-analyze, sauf si l'auteur insiste ou si le run a été appelé depuis un import. - Phase 1 : sans titre de livre ni texte source, demander le titre, la plateforme et le chemin source (une analyse existante complète peut être utilisée directement sans exiger la source) ; pour un dossier existant, exécuter d'abord le vérificateur en lecture seule scripts/inspect_existing_assets.py avec --compact. Un chemin erroné doit arrêter le run. Les résumés de chapitres existants ne sont jamais écrasés, et schema_version est seulement rapporté, jamais utilisé comme porte ni réécrit lors d'une réutilisation. - Aiguillage Phase 2 : suivre le recommended_path du vérificateur : new_analysis (index Étape 0, Étape 1, arrêt pour demander, puis Étapes 2 à 6), continue_partial (construire l'index s'il manque, remplir seulement les produits manquants de l'Étape 1, puis plan --intent continue pour les chapitres manquants), direct_use (utiliser directement une analyse existante complète, sans index et sans lire la source ; plan --intent enhance seulement quand l'auteur demande explicitement un enrichissement), repair_stages (les résultats par chapitre sont complets, remplir seulement les produits ultérieurs listés dans le tableau stage_repairs), enhance_existing (construire d'abord l'index si le nombre total de chapitres est inconnu ; plan --intent continue remplit les résumés manquants depuis les anciens résultats sans lire la source). Pour les codes stage_repairs stage3, stage4, stage5 et stage6, si les produits sont tous présents et valides, marquer seulement l'étape, ne pas les réécrire. Les Étapes 3 à 5 n'utilisent que les résultats existants et les caches de lots et ne relisent jamais le texte complet. - Limites d'analyse et livraison : les conclusions viennent seulement du texte source lisible et des matériaux existants, les faits manquants sont écrits inconnu ou non précisé dans le texte, les faits durs portent un chapitre, un source_locator ou un localisateur de 5 à 15 caractères, les inférences sont marquées d'un niveau de preuve, et seuls les mécanismes abstraits sont migrés. Les livrables fixes comprennent 拆文报告.md (l'entrée de lecture), trois fichiers séparés pour les chapitres d'or (章节/第1章_深度拆解.md, 章节/第2章_深度拆解.md, 章节/第3章_深度拆解.md), les fichiers d'intrigue sous 剧情/ (dont 剧情/README.md, 剧情/节奏.md et 剧情/情绪模块.md), chapter_index.csv, _progress.md et _analysis_cache/. L'Étape 1 s'arrête pour demander, sauf si l'auteur a demandé un run complet, plusieurs livres à la fois, ou si un import continue automatiquement ; l'Étape 6 ne lit que 4 à 6 passages source ciblés et échoue explicitement si aucune phrase originale vérifiable ne peut être obtenue. La bibliothèque d'inspiration optionnelle ne se charge que si l'auteur le demande et n'écrit que dans 灵感库/, sans changer les sorties d'analyse. Rien n'est envoyé nulle part pendant l'installation elle-même. 3. Installe-le comme skill : copie SKILL.md et ses fichiers d'aide dans le répertoire des skills de l'agent, dans un dossier nommé « story-long-analyze », en gardant les sous-dossiers references/ et scripts/ tels quels. 4. Vérifie sans appels réseau : frontmatter valide, fichiers en place. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (p. ex. pointez l'agent vers votre fichier texte de roman ou votre répertoire d'analyse existant, puis demandez-lui de lancer les étapes du pipeline ; le skill est rédigé en chinois, travailler en chinois quand on l'invoque). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf s'il figure dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi.
Enregistré dans vos installs récentes. Retrouvez-le à tout moment sur /connect.
🔒 Sécurité, provenance et ce que ça touche
Le prompt d'installation ci-dessous inclut déjà les étapes de vérification : votre agent suit la checklist communautaire avant d'installer tout ce qui contient du code exécutable. Vous en voulez plus ?
Certificat de vérification
Faits datés sur ce qui a été vérifié pour cette fiche, et comment. Ce n’est pas une certification de sécurité.
- Version épinglée
- 7408014 · 2026-10-18
- Test d’installation en sandbox
- Installation exécutée dans notre sandbox de test · 18 nov. 2026 · Observé pendant le test d’installation: registry.npmjs.org
- Identité du créateur
- Non vérifiée
- Veille d’empreinte
- Dernière vérification · 19 nov. 2026 : aucun changement détecté dans les fichiers liés par ce prompt d’installation
- Analyse du prompt d’installation
- 2026-10-13 : Aucune commande, appel réseau, paquet, écriture de fichier ni clé API détecté.
Skill Harbor ne révise jamais le code des skills listés. Ce sont des faits datés sur le prompt d’installation et notre test d’installation, pas une certification de sécurité. Révisez un skill vous-même avant de l’installer. Comment nous vérifions
Questions
Comment installer un skill ?
Chaque fiche produit contient un prompt d’installation à copier-coller. Collez-le dans votre Muse et il installe le skill pour vous — sans configuration manuelle.
Où va mon argent ?
Directement au vendeur. Skill Harbor ne traite jamais les paiements : le paiement se fait sur la page du vendeur, généralement via Stripe.
Que signifie le ✓ à côté du nom d’un créateur ?
Il signifie que nous avons confirmé l’identité de la personne derrière la fiche. Il ne dit rien sur le code lui-même — vérifiez toujours un skill avant de l’installer.