前言¶

用 AI 寫網文的人常遇到兩個問題：一是選題靠拍腦袋，寫了三萬字才發現題材已經過氣；二是正文一眼 AI，讀者在第三章前就划走。這個 Skill 把”選題—元素確認—章節創作—章節體檢”串成一條流水線，用七貓實時榜單做選題依據，在創作階段處理連貫性、章末鉤子、去 AI 味、標點和字數差異。

下面介紹它的定位、能力、安裝方式、典型用法和適用範圍。

這是什麼¶

七貓小說全鏈路生成（@user_f6143a4c/qimao-novel-pipeline）是一個社區來源的 Agent Skill，當前版本 1.1.0，由 user_f6143a4c 維護，屬於 content-creation 分類，不要求 API Key。它解決的是從”想寫網文”到”產出可投稿章節”之間的流程問題：先確定寫什麼，再確認元素，然後逐章創作並做體檢。

官方地址：https://www.skillhub.cn/skills/user_f6143a4c/qimao-novel-pipeline

頁面給出的評分爲 100000，下載 813 次，安裝 0 次（截至抓取時間，2026-11-05）。這些是 SkillHub 站內數據，不等同於用戶口碑。

核心功能¶

按官方簡介，Skill 的能力分四段，對應小說生產的四個階段。

1. 選題：拉當日榜單，判斷紅海與上升賽道¶

先取七貓當日 TOP20，統計題材分佈，判斷哪些是紅海、哪些是上升賽道。這一步的產出是”題材建議”，不是直接開寫。簡介裏還提到 escalation 注入，意思是當題材判斷不夠銳利時引入升級方向，避免開局就撞車。

2. 小說元素確認：生成概念包¶

確定題材後，生成一個概念包，包含：

• 書名
• 目標讀者
• 作品類型一、二級
• 標籤
• 雙主角設定
• 簡介

這一步把”寫什麼”固化成可複用的參數，後續章節創作按概念包執行，減少中途改設定導致的連貫性問題。

3. 章節創作：連貫性、章末鉤子、去 AI 味、標點¶

創作階段做了幾件事：

• 保持章節間連貫性
• 在章末設置鉤子，讓讀者有繼續讀的動力
• 用 humanizer-zh 做去 AI 味處理，同時保留銳利意象，避免變成平淡的說明文
• 檢查標點是否嚴謹
• 關注黃金前三章的開局質量
• 控制章節間的字數差異

4. 章節體檢與跨章查重¶

逐章量化體檢，並對跨章節做查重，防止大段雷同被駁回。簡介中特別提到”內置跨章查重防大段雷同駁回”，適合需要過審的平臺投稿場景。

安裝與啓用¶

官方頁面抓取失敗（2026-11-05），沒有可覈實的安裝命令、目錄路徑或配置字段，這裏不編造。

可以確認的是：

• 不要求 API Key（標籤 requires_api_key=false）
• 通過 SkillHub 頁面訪問，座標爲 @user_f6143a4c/qimao-novel-pipeline

拿到頁面可訪問時，建議先按 SkillHub 的安裝流程在本地 Agent 環境啓用，再確認 humanizer-zh 這類依賴是否隨包安裝或需要單獨配置。

典型用法¶

以下觸發場景來自 Skill 線索，不是可運行示例。

當用戶請求涉及以下關鍵詞時觸發：

• 寫小說 / 寫網文
• 七貓選題
• 生成小說大綱
• 寫章節
• 做章節體檢
• 去 AI 味網文

一個常見的執行路徑是：

1、用戶提出”基於七貓榜單寫一部都市爽文”
2、Skill 拉取當日 TOP20，給出題材分佈與建議
3、用戶確認概念包（書名、讀者、類型、標籤、雙主角、簡介）
4、Skill 生成大綱，再逐章創作
5、每章完成後做量化體檢與跨章查重

適用場景與注意¶

適合想快速立項、穩定產出章節的網文作者和內容創業者，尤其是需要過平臺審稿、擔心 AI 痕跡和雷同的投稿場景。

需要注意：

• 選題依據是七貓實時榜單，榜單變化會影響結果，不適合做離線復現實驗
• 去 AI 味依賴 humanizer-zh，效果取決於該組件本身，Skill 不保證通過所有平臺檢測
• 跨章查重防的是大段雷同，不是逐句改寫
• 頁面數據（評分、下載量）來自 SkillHub，不代表實際使用效果
• 安裝方式未覈實，首次使用前先確認依賴和配置

結尾¶

這個 Skill 的價值在於把網文生產的四個環節串成一條流水線，讓選題有榜單依據、元素有概念包、章節有體檢。它不解決”寫得好”的問題，但能減少在流程上反覆返工。

官方地址：https://www.skillhub.cn/skills/user_f6143a4c/qimao-novel-pipeline