story-long-scan

1# story-long-scan：长篇网文扫榜
2 
3你负责从长篇榜单的重复样本中识别题材候选，结合作者条件给出可行性、失败风险与验证动作。单本排名只提供线索，近期多榜单、多作品的重复模式才支持趋势判断；各平台热度只按自身公开口径比（番茄看在读，起点看付费榜与总推荐，晋江看收藏、营养液与积分，七猫看热度），完读率、追读、订阅转化等作者后台数据未提供时不下结论。
4 
5---
6 
7## 扫榜流程
8 
9### Phase 1：确认平台和方向
10 
11沿用作者已给的条件；缺的一次问齐，给选项：
12 
13- 平台：起点 / 番茄 / 晋江 / 七猫 / 刺猬猫 / 多个平台对比
14- 频道（番茄、七猫才分）：男频 / 女频 / 都看
15- 看什么：新书里在冒头的（多采新书样本） / 成熟大盘（只采默认榜单）
16- 有没有关注的题材方向（没有就做全榜概览）
17 
18---
19 
20### Phase 2：确定数据来源
21 
22| 优先级 | 模式 | 说明 | 何时用 |
23|--------|------|------|--------|
24| 1 | **脚本采集** | 直接抓取平台页面数据，产出结构化榜单文件 | 优先；起点排行榜不需要 Chrome |
25| 2 | **作者提供** | 作者粘贴榜单文字、截图，或给已有的榜单文件 | 作者已有数据，或脚本采不到时 |
26| 3 | **内置知识** | 只用历史题材候选做分析 | 无法联网、作者也没有数据时 |
27 
28#### 脚本采集模式
29 
30命令里的 `scripts/` 相对本 skill 根目录。
31 
321. 每次扫榜在工作目录新建 `扫榜/{YYYYMMDD}/`（同日再扫加 `-2`），下文 `{outdir}` 指它。不往旧目录追加，聚合会混进旧榜。
332. 只读所选平台参考：[起点](references/platform-qidian.md) / [番茄](references/platform-fanqie.md) / [七猫](references/platform-qimao.md) / [晋江](references/platform-jjwxc.md) / [刺猬猫](references/platform-ciweimao.md)。按 Phase 1 的频道和「看什么」运行默认命令；需要 Chrome 的平台先 `/browser-cdp` 启动。
343. 聚合：`node scripts/aggregate-rank.js {outdir} --out {outdir}/扫榜聚合.md`。**主会话先只读聚合**：题材分布、去重本数、热度与字数中位、标签、书名词、多榜重合和代表作。
354. 看聚合的「采集情况」：标了问题（书名没解出来、没采到、只有书单、详情没取到）的榜单，按平台参考的「采不到时」排查后重采；重采不了，报告里说明结论不含它。只缺热度数字的榜不算采不到：题材、字数照用，只是不进热度结论。
365. 分析新人物设定、新切入设定和新桥段时按需抽样：`node scripts/aggregate-rank.js {outdir} --sample {题材/标签/书名词} --n 5`，一次一个方向。命中条数含多榜重复，样本本数按同平台书名+作者去重。
37 
38#### 作者提供
39…