前言¶
用大模型寫章節很快，交稿前卻常卡在幾件事：句式太勻、連接詞過密、平臺抽檢裏「AI 輔助」口徑對不上，還有「像不像自己寫的」這種難量化的質感問題。單靠「換幾個詞」往往壓不住機器感，也留不住你慣用的術語和敘事節奏。
下面介紹 SkillHub 上的 小說潤色蒸餾專家（fiction-polish-distill，當前版本 1.0.27）。它把質量檢測、去 AI 味、潤色、風格蒸餾、作家仿寫、日韓文體適配、合規與痕跡掃描等能力收進一套 SKILL.md 工作流，並附帶可本地執行的 Python 腳本；作者側仍以人工定稿爲主，Skill 側強調改稿建議與質檢報告，而不是直接產出可投稿成品。
這是什麼¶
小說潤色蒸餾專家 是面向網文與長篇虛構寫作的 Agent Skill，維護方爲 SkillHub 社區作者 靈感引擎工坊（頁面標識 user_0fcf0d65，規範名爲 @indiv-bin1732/fiction-polish-distill）。分類爲 content-creation（內容創作），子類包含文章寫作、內容改寫。
它解決的核心問題可以概括爲：在中英日韓四語場景下，對已有文稿做結構化診斷與質感優化，支持提取個人風格 DNA、按作家檔案給仿寫建議、輕小說/韓網文適配，以及自進化反 AI 詞庫與模擬專家團會診式質檢。Skill 自述定位爲「以人類爲主導的 AI 輔助網文創作質量工作臺」，處理完成後會提醒按平臺規則做 AI 輔助聲明，不承諾通過任意檢測或審覈。
官方入口：
- 社區頁：https://skillhub.cn/skills/user_0fcf0d65/fiction-polish-distill
- API 標識：https://api.skillhub.cn/user_0fcf0d65/fiction-polish-distill
核心功能¶
以下能力均來自 Skill 包內 SKILL.md 與 references/、scripts/ 說明，按模塊歸納。
質感與改寫¶
- 去 AI 味：三檔（保守 / 標準 / 深度），結合 14 類詞表與 7 種「人味」技法，配套
scripts/deai_loop.py做檢測—去味—複檢閉環。 - 智能潤色：5 原則 + 6 靈魂元素，支持術語鎖定；規則見
references/polish-rules.md。 - 風格蒸餾：從多篇文本提取風格參數（詞彙 / 句法 / 語氣 / 篇章等），雙引擎與交叉驗證見
references/distillation-engine.md。 - 作家仿寫：內置中英日 27 位作家風格庫（
references/writer-styles.md），可對庫外作家走「用戶提供樣本 → 蒸餾 → 仿寫」降級路徑。
體裁與語言¶
- 語言：中 / 英 / 日 / 韓自動檢測與深度適配；其他語言由上層模型識別後回退英文模式（見
references/language-guide.md）。 - 體裁：中文網文、英文小說、日本輕小說、韓國網文、出版文學等，清單見
references/fiction-genres.md。 - 日韓適配：輕小說、ロマンスファンタジー等文體規則見
references/japanese-korean-fiction.md。
質量、合規與進階工具¶
| 能力 | 觸發示例 | 腳本或文檔 |
|---|---|---|
| 質量檢測 / 人工質感評分 | 「檢測這段」 | scripts/quality_check.py |
| 開篇體檢（起點 / 番茄 / 晉江口徑） | 「開篇體檢」 | scripts/opening_check.py |
| 統一流水線 | 「處理這段，走全流程」 | scripts/pipeline.py |
| 合規申報與平臺體檢 | 「合規體檢」「申報清單」 | scripts/compliance_engine.py |
| 原創 / 洗稿自查（本地啓發式） | 「查重」「洗稿自查」 | scripts/originality_check.py |
| AI 痕跡六層掃描 | 「AI痕跡掃描」 | scripts/six_layer_scan.py |
| 紅藍對抗審稿 | 「紅藍審稿」 | scripts/red_blue_review.py |
| 實體與劇情追蹤 | 「追蹤角色」 | scripts/entity_tracking.py |
| 情緒曲線 | 「情緒曲線」 | scripts/emotion_curve.py |
| 平臺規範聯網覈實 | 「覈實最新平臺規範」 | scripts/platform_policy_check.py |
| 自進化反 AI 詞庫 | 「進化反AI詞庫」 | scripts/evolve_blacklist.py |
| 模擬專家團會診 | 「專家會診」 | 流程見 references/expert-verification.md（虛構 7 位專家角色） |
反 AI 黑名單單一數據源爲 references/antiai_blacklist.json，自進化腳本更新後供質檢與去味模塊共用。
計費與依賴¶
本 Skill 爲 按次付費：單次 0.20 元，通過支付寶完成支付（SKILL.md 付費說明）。安裝時會拉取官方支付組件 @alipay/agent-payment，需具備 alipay-bot 二進制；每次用戶請求前按 Skill 要求執行 scripts/pay_gateway.mjs 的 probe / pay / complete 流程。留痕與反饋數據聲明爲僅存本地、不上傳雲端。
安裝與啓用¶
先做 CLI 檢查，再把 Skill 裝進當前 Agent 的 skills 目錄（裝錯目錄 Agent 不會加載）。安裝步驟依據 SkillHub 安裝文檔 與 skillhub search 返回信息。
1. 安裝 SkillHub CLI（未安裝時）¶
command -v skillhub && skillhub --version
若未安裝，可執行：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
僅 CLI：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2. 安裝小說潤色蒸餾專家¶
搜索確認 slug 與命名空間：
skillhub search fiction-polish
安裝到對應 Agent 的 skills 目錄（--dir 必填）。示例：
# Cursor
skillhub install fiction-polish-distill --dir ~/.cursor/skills/
# Claude Code
skillhub install fiction-polish-distill --dir ~/.claude/skills/
# Codex（用戶級或項目級）
skillhub install fiction-polish-distill --dir ~/.codex/skills/
# 或項目下 .agents/skills/
索引中的規範安裝形式爲：
skillhub install fiction-polish-distill --namespace indiv-bin1732 --dir <你的 skills 目錄>
也可讓 Agent 按社區頁提示，讀取 https://skillhub.cn/install/skillhub.md 後安裝 @indiv-bin1732/fiction-polish-distill。
安裝完成後重啓或刷新 Agent，使新 Skill 生效。包內自帶 Python 腳本，需在技能目錄下具備可運行的 python3 環境；部分能力可選依賴 jieba（見 scripts/common.py 說明）。
典型用法¶
Skill 不強制固定流程：用自然語言說明意圖即可。下列示例摘自 SKILL.md「使用示例」節，便於對照預期產出。
對話入口（推薦）¶
幫我把這段文字去AI味：【粘貼 AI 生成的章節】
潤色這段，保留術語【RAG】【LLM】
從我的文章裏提取寫作風格
用海明威風格重寫這段
按輕小說風格改寫這段
這段幫我專家會診
處理這段，走全流程
命令行輔助（可選）¶
在 Skill 解壓目錄下，可直接調用腳本做本地驗證（路徑以你本機安裝位置爲準）：
python scripts/quality_check.py 章節.md
python scripts/pipeline.py 章節.md --platform 起點 --chapters
python scripts/evolve_blacklist.py evolve <語料目錄/>
python scripts/platform_policy_check.py --refresh
輸入過短（少於約 50 字）時 Skill 會提示補充文本；單次超過約 50000 字會建議按 3000–5000 字分段處理。風格蒸餾建議至少 3 篇參考文本，僅 1 篇時只做基礎分析並提示侷限。
適用場景與注意¶
適合誰
- 網文、輕小說、韓文連載作者，需要在定稿前做去機器感、潤色與開篇/合規自檢。
- 用 AI 起草後希望保留術語、拉齊個人風格或對標特定作家語感的創作者。
- 需要在本地跑質檢腳本、生成申報清單或紅藍審稿報告，而不是隻依賴一次性對話的團隊。
使用注意
- 付費與支付鏈路：按次 0.20 元；未走完支付網關時不應視爲已解鎖完整服務流程。
- 產出性質：文檔明確輸出爲改稿建議與報告，人工質感評分低於 80 會建議二次處理；不保證通過平臺 AI 檢測或審覈。
- 檢測與查重：原創自查、同質化指數爲本地啓發式，非權威鑑定。
- 專家會診：爲模擬專家團流程，專家爲虛構角色，標準與
quality_check.py對齊。 - 內容安全：涉政 / 涉黃 / 涉暴等未通過安全過濾的內容會被拒絕處理。
- 社區數據：SkillHub API 公開字段顯示分類爲 content-creation；下載量、星標等會隨社區更新變化，以 SkillHub 頁面爲準。
結尾¶
小說潤色蒸餾專家把「去 AI 味—潤色—蒸餾—仿寫—多語適配—合規與痕跡掃描」串成可對話、可腳本驗證的一條鏈路，並強調人類定稿與平臺聲明義務。若你正在 SkillHub 上找網文向創作 Skill，可從官方社區頁查看說明與安裝提示：
https://skillhub.cn/skills/user_0fcf0d65/fiction-polish-distill
