story-long-scan: Chinese web-novel market rank scanning (Qidian, Fanqie, Jinjiang…)
Scraper les classements des plateformes, agréger les tendances de genres/longueurs/tags en rapport de marché exploitable — rédigé en chinois, pour le marché du roman web chinois
- Quoi
- Scraper les classements des plateformes, agréger les tendances de genres/longueurs/tags en rapport de marché exploitable — rédigé en chinois, pour le marché du roman web chinois
- Coût
- Gratuit
- Prérequis
- Node.js (les scrapers de classements et le script d'agrégation inclus tournent avec node) ; une session Chrome via le skill compagnon browser-cdp du même dépôt pour les plateformes et types de classements qui exigent un navigateur (les classements par défaut de Qidian n'en ont pas besoin) ; de vraies données de classement, scrapées par les scripts, collées ou fournies par vous, ou, en dernier recours, les connaissances intégrées du skill ; le skill est rédigé en chinois
- Installation
- Copiez le prompt d’installation ci-dessous dans votre Muse — votre agent fait le reste.
Sélectionné par Skill Harbor — story-long-scan de @zenstory-ai : un analyste de marché du roman web long pour les plateformes chinoises (Qidian, Fanqie, Jinjiang, Qimao, Ciweimao). Il suit un pipeline en cinq phases — confirmer plateforme et direction, acquérir de vraies données de classement (scraping par script d'abord, données fournies par l'utilisateur ensuite, connaissances intégrées en dernier), analyser distribution des genres/longueurs/patterns de titres/signaux de nouveaux éléments, produire un rapport de marché structuré (classement de chaleur des genres, signaux de nouveaux genres, dynamique des genres classiques, médianes de longueur, mots-clés de tags, directions à surveiller), et convertir les résultats en décisions de sujet avec des règles de faisabilité strictes (données clairsemées ⇒ faisabilité plafonnée à « moyenne »). Croyance centrale : un classement est un indice, seuls les patterns répétés multi-échantillons sont un signal. Licence MIT. Bémols honnêtes : tout le skill est rédigé en chinois et vise les plateformes chinoises — sans intérêt si vous n'écrivez pas pour ce marché ; les données de classement vieillissent vite, et le mode connaissances intégrées doit être étiqueté comme hypothèses seulement jusqu'à re-scan. Skill Harbor ne vérifie jamais le code, examinez-le vous-même avant usage. Découvert via skills.sh.
Version :
Réponse rapide
story-long-scan est un analyste de marché roman web pour les plateformes Qidian, Fanqie, Jinjiang, Qimao et Ciweimao, rédigé en chinois. Il suit un pipeline en cinq phases : confirmer plateforme et direction, acquérir données de classement scraping, données utilisateur et connaissances intégrées, analyser genres, longueurs, titres et signaux de nouveauté, puis produire un rapport avec classements par genre et signaux.
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 : Node.js (les scrapers de classements et le script d'agrégation inclus tournent avec node) ; une session Chrome via le skill compagnon browser-cdp du même dépôt pour les plateformes et types de classements qui exigent un navigateur (les classements par défaut de Qidian n'en ont pas besoin) ; de vraies données de classement, scrapées par les scripts, collées ou fournies par vous, ou, en dernier recours, les connaissances intégrées du skill ; le skill est rédigé en chinois Installe-moi « story-long-scan : veille des classements de romans web chinois (Qidian, Fanqie, Jinjiang…) ». Il donne à mon agent l'analyste de marché en cinq phases de @zenstory-ai pour les romans web chinois longs : il confirme la plateforme et la direction avec vous, acquiert de vraies données de classement (scraping par script d'abord, données fournies par l'auteur ensuite, connaissances intégrées en dernier), agrège et analyse la distribution des genres, les longueurs, les patterns de titres et les signaux de nouveaux éléments sur des échantillons répétés, produit un rapport de marché structuré (classement de chaleur des genres, signaux de nouveaux genres, dynamique des genres classiques, médianes de longueur, mots-clés de tags, directions à surveiller), et convertit les résultats en 2 à 3 décisions de sujet dont la faisabilité est plafonnée par des règles strictes dans sa référence de décision de sujet, le tout sous une croyance centrale : un classement seul n'est qu'un indice, et seuls les patterns répétés sur des classements et des œuvres récents soutiennent un jugement de tendance. Licence MIT. Dépôt : https://raw.githubusercontent.com/zenstory-ai/oh-story-claudecode/74080143dd1ac9a39a930fafd99a0dbbe61b946a/skills/story-long-scan/SKILL.md (le skill est tout le dossier skills/story-long-scan/ à ce commit : SKILL.md plus son sous-dossier references/, avec references/genre-trends.md, references/topic-decision.md et les cinq fichiers references/platform-*.md, et son sous-dossier scripts/, avec scripts/aggregate-rank.js, scripts/cdp-utils.js et les cinq scrapers de classements des plateformes) 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. L'amont a restructuré le skill autour des sources et de l'échantillonnage (SKILL.md est passé de 188 lignes à 160 lignes). La Phase 1 reprend maintenant les conditions déjà données par l'auteur et demande celles qui manquent en une seule fois, avec des options : plateforme, canal pour Fanqie et Qimao (masculin, féminin ou les deux), livres nouveaux en émergence (plus d'échantillons de livres nouveaux) contre marché mature (classements par défaut seulement), et une direction de genre ou un panorama complet. Les sources de données de la Phase 2 ont été renommées et retravaillées : scraping par script d'abord, données fournies par l'auteur ensuite, connaissances intégrées en dernier ; chaque scan écrit dans un nouveau dossier de sortie daté (扫榜/{YYYYMMDD}/) ; seul le fichier de référence de la plateforme choisie est lu ; et l'échantillonnage des nouveaux personnages, des nouvelles accroches et des nouveaux tropes passe par le mode --sample du script d'agrégation, une direction à la fois, avec déduplication par titre et auteur par plateforme. Un lien fourni par l'auteur n'est plus récupéré directement : Fanqie et Qidian combattant les scrapers, le skill demande maintenant à l'auteur de copier le contenu de la page ou d'envoyer une capture d'écran. La Phase 3 traite maintenant les grands succès anciens en tête de classement comme un lectorat existant, et non comme la preuve qu'un nouveau livre peut percer, et note que Fanqie est échantillonné à égalité par genre, donc que ses nombres de titres sont des plafonds d'échantillonnage et que la chaleur se juge à la médiane. Les règles strictes de faisabilité (données clairsemées, premier scan sans rien à comparer, ou mode connaissances intégrées plafonnent la faisabilité à « moyenne ») ont quitté SKILL.md pour references/topic-decision.md, où elles s'appliquent toujours. Deux fichiers de référence ont été retirés, references/reader-profiling.md et references/publishing-guide.md, et le tableau récapitulatif des plateformes ainsi que la section sur la langue ont disparu de SKILL.md, donc installe tout le dossier tel qu'il est maintenant, pas SKILL.md seul. Correction : la vérification de sécurité du prompt précédent parlait d'hôtes autorisés déclarés dans SKILL.md ; ni l'ancien ni le nouveau SKILL.md ne déclare de liste d'hôtes autorisés. 1. Récupère tout le dossier skills/story-long-scan/ au commit épinglé, SKILL.md, chaque fichier sous references/ et chaque fichier sous 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 9c30fbc326aa6bed48e83c6c4dff449143f770f0b0e7a77f5e4a953e564aafe1 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 : lis SKILL.md, ses fichiers de référence et ses scripts et examine-les 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 : - Les données viennent de trois sources, dans cet ordre : les scripts inclus scrapent les pages de classements publiques de la plateforme choisie ; les données que l'auteur colle, capture en image ou a déjà en fichiers ; et, seulement si aucune des deux ne fonctionne, les connaissances intégrées de references/genre-trends.md, que le rapport doit étiqueter comme des hypothèses à vérifier, avec la liste des classements à rescanner. Rien n'est scrapé ni envoyé nulle part pendant l'installation elle-même. - Les scripts se connectent aux plateformes chinoises elles-mêmes (Qidian, Fanqie, Jinjiang, Qimao, Ciweimao) quand le skill est utilisé ; certains classements exigent une session Chrome démarrée via le skill compagnon /browser-cdp du même dépôt, tandis que les classements par défaut de Qidian se lisent depuis ses pages mobiles sans Chrome. Si un captcha apparaît, le script s'arrête et attend que l'auteur le complète manuellement dans Chrome (jusqu'à 120 secondes). - La chaleur d'une plateforme ne veut pas dire la même chose partout (Fanqie compte les lecteurs en cours, Qidian ses classements payants et ses recommandations totales, Jinjiang les favoris, le liquide nutritif et les points, Qimao la chaleur) ; les taux d'achèvement, de lecture suivie et de conversion en abonnements sont des données du tableau de bord de l'auteur que les scripts ne peuvent pas collecter, donc le skill n'en tire aucune conclusion sauf si l'auteur les fournit. - Chaque scan écrit dans un nouveau dossier daté, 扫榜/{YYYYMMDD}/ (un deuxième scan le même jour reçoit un suffixe -2), sans jamais ajouter à un ancien dossier de scan ; seul le fichier de référence de la plateforme choisie est lu ; la session principale lit d'abord l'agrégat produit par scripts/aggregate-rank.js, et l'échantillonnage se fait une direction à la fois avec --sample, avec déduplication par titre plus auteur sur la même plateforme. - Le rapport est montré à l'auteur et écrit dans le fichier 选题决策.md de ce dossier, comme sa section de conclusions du scan ; les décisions de sujet suivent references/topic-decision.md, et la faisabilité est plafonnée à « moyenne » quand les données sont clairsemées (moins de 15 échantillons dans la même direction, 10 sur Ciweimao), quand c'est un premier scan sans période précédente à comparer, ou en mode connaissances intégrées. 3. Quand je dis oui, installe-le comme skill : copie SKILL.md, ses fichiers de référence et ses scripts dans le répertoire des skills de l'agent, dans un dossier nommé « story-long-scan », 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. dire à l'agent quelle plateforme scanner, Qidian, Fanqie, Jinjiang, Qimao ou Ciweimao, plus le canal et l'accent livres nouveaux ou marché mature quand ils s'appliquent ; être prêt à coller des données de classement ou à compléter un captcha si le scraping échoue ; 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.