前言¶
网文创作往往卡在几件事上：不知道当下榜单在推什么题材、开书前缺少可对照的品类惯例、正文容易显得「太 AI」、连载时节奏和断章又难统一。常见做法是分别查站、自己记笔记、再靠经验改稿，步骤散、难复用。
下面介绍 SkillHub 社区技能 @user_df1bd77d/webnovel-market-scanner（当前版本 v1.0.14，分类 content-creation，标签 requires_api_key=false）。它把扫榜、题材推荐、仿写拆解、降 AI 味写作和连载辅助收进同一套基于 SKILL.md 的 Agent 流程，并通过 Slash Command 分步调用。
这是什么¶
一句话定位： 面向网文作者的创作全流程助手，覆盖市场观察、选题、仿写学习、拟人化改写与多章连载辅助。
维护与来源： 由社区发布者 user_df1bd77d 维护，来源为 community，在 SkillHub 坐标为 @user_df1bd77d/webnovel-market-scanner。
解决的问题： 把「看榜选题 → 对齐品类写法 → 创作与自检 → 连载节奏」串成可重复执行的对话流程，并内置品类与作家双学习记忆库（8 个品类预填学习记录），减少每次从零整理资料的成本。
官方说明注明：直出内容与所用大模型能力挂钩，不能指望脱离模型质量自动达标。
核心功能¶
以下能力均来自 SkillHub 页面简介，按模块说明。
全网扫榜¶
支持 20+ 平台维度观察；官方写明起点、番茄、晋江等榜单 URL 已验证可直抓，番茄侧 12 个分类已验证。适合开书前快速对齐「当前市场在推什么」。
题材推荐¶
提供 50+ 已验证的组合与元素标签，用于在扫榜结果之上收窄选题，而不是只靠主观偏好拍脑袋。
仿写拆解¶
对目标品类或对标作品做结构化拆解，为后续创作提供可参照的写法与惯例，而不是一次性生成整本稿子。
去 AI 味与拟人化写作¶
官方强调的方向包括：信息取舍、一层细节、配角情绪逻辑等，用于降低模板化、说明书式语感。
作家风格融合¶
在品类惯例之外，可叠加指定作家风格的学习与融合（依赖内置「作家学习」记忆库）。
创作辅助与自检¶
标准化链路为：品类鉴定 → 检索学习 → 品类惯例对齐 → 创作 → 自检 13 问 → 自我审计。适合把「写完」和「写对品类」拆开做。
多章连载¶
覆盖节奏控制、章节衔接、断章技巧等连载向问题，与单章润色区分开。
双学习记忆库¶
内置品类学习 + 作家学习两套记忆；8 个品类预填学习记录，官方描述为越用越准（实际效果仍取决于你如何喂入样本与模型表现）。
Slash Command¶
在支持 Skill 的 Agent 里，可用以下命令切入子流程：
| 命令 | 用途（按官方命名） |
|---|---|
/扫榜 |
榜单与市场观察 |
/推荐 |
题材与元素组合推荐 |
/仿写 |
仿写拆解 |
/降AI |
去 AI 味、拟人化 |
/风格 |
作家风格相关 |
/全分析 |
综合深度分析 |
页面同时提到「新人一句话上手，老手深度分析」——即同一 Skill 既可短指令启动，也可走完整分析链。
安装与启用¶
Skill 基于通用 SKILL.md 格式。安装前需本机已有 SkillHub CLI；若尚未安装，可先按官方安装文档检查版本：
command -v skillhub && skillhub --version
未安装时，可用官方一键脚本（完整安装含 CLI 与默认 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
仅装 CLI：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
安装本技能时，必须用 --dir 指向当前 Agent 识别的 skills 目录；装到默认 ./skills/ 可能不会被加载。官方文档给出的常见路径示例：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下的.agents/skills/
安装命令示例（将 <skills 目录> 换成你当前环境的路径）：
skillhub install @user_df1bd77d/webnovel-market-scanner --dir <skills 目录>
SkillHub 技能页还提供另一种方式：把安装提示交给 AI，让其根据 https://skillhub.cn/install/skillhub.md 安装 @user_df1bd77d/webnovel-market-scanner。在 Cursor 等已接入 Skills 的客户端中，按各自文档启用技能后，即可在对话中使用上述 Slash Command。
本技能标签为 requires_api_key=false，不强制额外 API Key；扫榜与内容质量仍受网络可达性与模型能力影响。
典型用法¶
下面是可以直接复现的对话路径，按「先市场、再选题、再写作」排列。
1. 看榜
在对话中发送 /扫榜，并说明目标平台或品类（例如番茄某分类、起点榜单类型）。Agent 会按 Skill 内流程拉取或整理榜单信息（以官方已验证 URL 为准）。
2. 选题
发送 /推荐，补充你擅长的元素、篇幅、受众偏好。Skill 会在 50+ 验证组合与标签空间里给出收窄建议。
3. 仿写与学习
发送 /仿写，提供要对标的品类或章节片段（需你自行提供合法可用的原文或摘要）。结合双记忆库，做品类惯例与句式层面的拆解。
4. 正文与降 AI 味
写作阶段可走完整创作辅助链；若已有草稿，用 /降AI 做信息取舍与细节层的拟人化调整。
5. 风格与连载
需要特定文风时用 /风格；开连载前或修稿时用 Skill 内的多章连载指引处理节奏与断章。
6. 一次走完
老手可直接 /全分析，把扫榜、推荐、仿写与自检串成一轮深度输出，再按「自检 13 问」与自我审计环节改稿。
适用场景与注意¶
适合谁
- 需要系统化看榜、选题的网文作者或编剧向创作者。
- 已在用 Cursor、Claude Code、Codex 等支持 Skills 的环境，希望用 Slash Command 固定工作流的人。
- 愿意自己提供对标文本、并参与「品类鉴定 → 自检」环节，而不是只等一键成书的人。
限制与注意
- 榜单抓取依赖平台页面结构与网络；官方仅对部分 URL/分类写明「已验证」，其他平台仍以 Skill 更新为准。
- 仿写与风格融合涉及版权与平台规则：应使用你有权使用的材料，Skill 不负责替你解决授权问题。
- 评分与下载量会变动；撰写时 SkillHub 显示评分为 100000、下载约 2831 次，仅作商店热度参考，不代表成书成绩。
- 输出质量与模型、提示细节强相关；「8 品类预填」是起点，不能替代你自己对目标读者的判断。
结尾¶
@user_df1bd77d/webnovel-market-scanner 把网文创作里分散的扫榜、选题、仿写学习、降 AI 味和连载辅助收成一条可重复的 Agent 流程，适合作为日常开书前的标准工具链。安装与详情见 SkillHub：
- 技能页：https://www.skillhub.cn/skills/user_df1bd77d/webnovel-market-scanner
- API 入口：https://api.skillhub.cn/user_df1bd77d/webnovel-market-scanner
