@waterwx/dsh-novel-forge 2.0.1-alpha → 2.1.0

package/skills/chapter-batch/SKILL.md

@@ -1,81 +0,0 @@
----
-name: novel-forge-chapter-batch
-description: 批量生成小说章节并值守处理审稿未过的章节。当用户说「生成 N 章」「连写」「批量生成」「继续写章节」「值守处理未过章节」时使用。依赖 dsh-novel-forge 插件（http://127.0.0.1:3080/api/dsh-novel-forge/*）。
----
-
-# 小说章节批量生产与值守处理
-
-把「批量生成章节 + 审稿未过处理」固化为可复现流程。所有操作通过 dsh-novel-forge 的 HTTP API 执行。
-
-## 0. 值守纪律（最高优先级，违反即空转）
-
-1. **启动后台任务后立即停下，不轮询、不连续 wait、不做无意义动作**——后台任务（批量生成/处理）由运行时在完成时自动通知。
-2. 只有收到「任务完成」通知或用户新消息时，才继续下一步（读结果 → 处理未过 → 汇报）。
-3. 等待期间可以做「与当前任务无关」的其他有用工作（如用户提出的其他问题、代码改进），但不得为等任务而空转。
-4. 任务因 web 重启中断时：等用户确认或检测到 3080 恢复后，复位卡死章节（generating/error → reset）再续跑，并向用户说明中断原因。
-
-## 1. 前置检查（每次必做）
-
-1. 确认服务在跑：`GET /api/dsh-novel-forge/status` 返回 200，读 `project.chapters` 数量与书名。
-2. 确认目标章节状态：列出 `pending`（待生成）章节号区间，避免重复生成已 approved/rejected 的章。
-3. **串行执行，禁止并行写 project.json**——多个脚本同时调 API 会造成状态互相覆盖（实测教训：第 166 章曾被并发回滚成 rejected）。
-
-## 2. 批量生成
-
-对目标章节区间（如 181-205）逐章串行调用：
-
-```
-POST /api/dsh-novel-forge/generate
-{ "chapterNo": N, "skipReview": false }
-```
-
-- `skipReview: false` 走完整质量门（生成 → 摘要+编年录 → AI 审稿 → 作者复盘）。
-- 响应为 NDJSON 流；找 `{"type":"review","report":{...}}` 帧取 `score`/`passed`。
-- 每章 2-5 分钟；失败自动重试 1 次（间隔 3 秒）。
-- 预估总时长并告知用户（25 章 ≈ 45-75 分钟），放后台跑，期间可并行做别的（只读操作不受影响）。
-- 推荐用 Node 脚本（fetch + 逐章循环），避免 PowerShell 的引号/UTF-8 转义坑；脚本用完删除。
-
-## 2. 未过章节处理（分级策略）
-
-生成完成后汇总：通过 / 未过（rejected）/ 失败（error）。对未过章按此分级：
-
-### A. 无 high（全是 medium/low 主观项）→ 豁免通过
-```
-POST /api/dsh-novel-forge/chapter/approve  { "chapterNo": N }
-```
-主观项（套话/节奏/比喻/心理描写）不值得逐章磨，直接通过。
-
-### B. 有 high 且问题明确（逻辑/设定/时间线/用词）→ 按意见修订 + 验证模式
-1. 取 review 的 high（无 high 取前 3 条 medium），拼指令：
-   `按审稿意见修订（优先处理）：\n[severity] item → suggestion`
-2. `POST /rewrite` `{ chapterNo, instructions }` → 产出 pendingDraft
-3. **验证模式**：`POST /chapter/check` `{ chapterNo, text: draft, previousReport: review }`——携带上一轮报告，LLM 只核对原意见是否解决 + 只挑新增 high，不全新找茬
-4. 判定：`passed || issues 全非 high` → 可接受
-5. 可接受 → `POST /draft/apply` `{ chapterNo, report: { score: max(score,70), passed: true, issues: [], ... } }` 落盘为 approved
-6. 不可接受 → 看剩余 high 是否明确可修 → 第二轮修订（指令更精确，如「把第 141 章的养伤时间线统一为七天」）→ 再验证
-7. **每章最多修订 2 轮**，仍不过 → 保留草稿，标记「待人工」，不硬来
-
-### C. 有 high 但结构性（修订改不好，如逻辑矛盾被坐实）→ 重新生成
-- `POST /draft/discard` 清草稿 → `POST /generate` 整章重写
-- 重新生成后若只剩主观项 → 走 A 豁免
-
-### D. error 状态（无审稿、chars 丢失）→ 重置重生成
-- `POST /chapter/reset`  `{ chapterNo }` → `POST /generate`
-
-### 特殊注意
-- **approved 但 review 有 high**：已通过状态保留，不折腾（high 可能已被正文处理或审稿误标）。
-- **修订指令越精确越有效**：具体数字/行为（如「茶梗尺寸统一为半截指节」）一次就过；泛泛的「修正矛盾」容易改不到位。
-
-## 3. 收尾
-
-1. 最终验证：`GET /status` 读目标区间全部 approved。
-2. 可选：对涉及剧情的章节刷新剧情线进度（`POST /plotlines` `{ op:'refresh', id }`）——注意刷新函数只读最近 8 章摘要，早期章节的线可能刷不准，必要时手动 update progress + link 章节。
-3. 向用户汇报：通过/未过/失败数量 + 每章处理方式 + 遗留待人工项。
-
-## 4. 已知陷阱（血泪教训）
-
-- **并发写 project.json 会互相覆盖**——多个生成/处理任务必须串行。
-- **rewrite 的草稿可能不落盘**（偶发 500 或时序）——应用前检查 `pendingDraft` 是否存在，不存在则重跑 rewrite。
-- **PowerShell 调 API 的引号/中文转义是坑**——统一用 Node 脚本。
-- **status 接口会做数据快照**——以磁盘 novel-project.json 为准复核关键状态。
-- **验证模式 500 偶发**——重试一次即可（LLM 瞬时错误）。

package/src/ai-scan.ts

@@ -1,179 +0,0 @@
-/**
- * 本地 AI 味扫描器（不调 LLM，确定性检测）
- *
- * 用途：生成/润色后自动扫描，结果作为「事实锚点」注入审稿提示词，
- * 让 LLM 做判断而非机械统计。也可用于 UI 展示 AI 味指标。
- */
-
-export interface AiScanResult {
-  /** 总评分 0-100，越高越像 AI 写的 */
-  aiScore: number
-  /** 命中的套话及次数 */
-  clicheHits: Array<{ word: string; count: number }>
-  /** 段落长度方差（过高=段落过于整齐） */
-  paragraphLengthVariance: number
-  /** 连续解释性叙事段数（≥3 视为问题） */
-  consecutiveExpositoryParagraphs: number
-  /** 句式重复率（相同开头句式占比） */
-  sentenceRepetitionRate: number
-  /** 过长段落数（>300字） */
-  longParagraphCount: number
-  /** 过短段落数（<20字） */
-  shortParagraphCount: number
-  /** 对话占比（0-1） */
-  dialogueRatio: number
-  /** 问题摘要，可直接注入审稿提示词 */
-  summary: string
-}
-
-/** 重灾区套话（高频出现即问题） */
-const HEAVY_CLICHES = [
-  '不禁', '仿佛', '一时间', '不由得', '顿时', '然而',
-  '缓缓', '轻轻', '微微', '默默', '似乎', '终于',
-  '显然', '其实', '无法形容', '难以言喻', '不由自主',
-]
-
-/** 轻微套话（偶尔出现可接受，高频才问题） */
-const LIGHT_CLICHES = [
-  '心中', '脑海', '眼神', '嘴角', '眉头', '身影',
-  '气息', '光芒', '力量', '感觉', '知道', '明白',
-]
-
-/** 解释性叙事开头模式 */
-const EXPOSITORY_STARTS = [
-  '原来', '因为', '由于', '所以', '因此', '于是',
-  '这就是', '也就是说', '换句话说', '事实上', '实际上',
-]
-
-export function scanAiFlavor(text: string): AiScanResult {
-  const paragraphs = text.split(/\n{2,}/).map(p => p.trim()).filter(p => p.length > 0)
-  const totalChars = text.length
-
-  // 1. 套话统计
-  const clicheHits: Array<{ word: string; count: number }> = []
-  let clicheTotal = 0
-  for (const word of [...HEAVY_CLICHES, ...LIGHT_CLICHES]) {
-    const count = countOccurrences(text, word)
-    if (count > 0) {
-      clicheHits.push({ word, count })
-      clicheTotal += count
-    }
-  }
-  clicheHits.sort((a, b) => b.count - a.count)
-
-  // 2. 段落长度方差
-  const paraLengths = paragraphs.map(p => p.length)
-  const avgLen = paraLengths.length > 0 ? paraLengths.reduce((a, b) => a + b, 0) / paraLengths.length : 0
-  const variance = paraLengths.length > 0
-    ? paraLengths.reduce((sum, len) => sum + Math.pow(len - avgLen, 2), 0) / paraLengths.length
-    : 0
-
-  // 3. 连续解释性叙事
-  let maxConsecutive = 0
-  let currentConsecutive = 0
-  for (const p of paragraphs) {
-    const isExpository = EXPOSITORY_STARTS.some(s => p.startsWith(s)) ||
-      (p.length > 150 && !p.includes('"') && !p.includes('「') && !p.includes('『'))
-    if (isExpository) {
-      currentConsecutive++
-      maxConsecutive = Math.max(maxConsecutive, currentConsecutive)
-    } else {
-      currentConsecutive = 0
-    }
-  }
-
-  // 4. 句式重复率（相同句首词）
-  const sentences = text.split(/[。！？!?]/).map(s => s.trim()).filter(s => s.length > 0)
-  const starterCounts = new Map<string, number>()
-  for (const s of sentences) {
-    const starter = s.slice(0, 2)
-    starterCounts.set(starter, (starterCounts.get(starter) ?? 0) + 1)
-  }
-  const repeatedStarters = Array.from(starterCounts.values()).filter(c => c >= 3).reduce((a, b) => a + b, 0)
-  const sentenceRepetitionRate = sentences.length > 0 ? repeatedStarters / sentences.length : 0
-
-  // 5. 段落长度分布
-  const longParagraphCount = paraLengths.filter(l => l > 300).length
-  const shortParagraphCount = paraLengths.filter(l => l < 20).length
-
-  // 6. 对话占比
-  const dialogueChars = (text.match(/["「『][^"」』]*["」』]/g) ?? []).join('').length
-  const dialogueRatio = totalChars > 0 ? dialogueChars / totalChars : 0
-
-  // 7. 综合 AI 味评分（0-100，越高越像 AI）
-  let aiScore = 0
-  // 套话密度（每千字套话数）
-  const clicheDensity = totalChars > 0 ? (clicheTotal / totalChars) * 1000 : 0
-  aiScore += Math.min(40, clicheDensity * 8)
-  // 段落过于整齐（方差小=AI特征）
-  if (variance < 2000 && paraLengths.length >= 5) aiScore += 15
-  // 连续解释性叙事
-  aiScore += Math.min(20, maxConsecutive * 5)
-  // 句式重复
-  aiScore += Math.min(15, sentenceRepetitionRate * 30)
-  // 对话过少
-  if (dialogueRatio < 0.05 && totalChars > 1000) aiScore += 10
-  aiScore = Math.min(100, Math.round(aiScore))
-
-  // 8. 问题摘要
-  const issues: string[] = []
-  if (clicheDensity > 3) {
-    const topCliches = clicheHits.slice(0, 5).map(h => `${h.word}×${h.count}`).join('、')
-    issues.push(`套话密度偏高（每千字 ${clicheDensity.toFixed(1)} 次）：${topCliches}`)
-  }
-  if (maxConsecutive >= 3) issues.push(`连续 ${maxConsecutive} 段解释性叙事，缺少对话/动作`)
-  if (sentenceRepetitionRate > 0.15) issues.push(`句式重复率 ${(sentenceRepetitionRate * 100).toFixed(0)}%，开头句式单一`)
-  if (longParagraphCount > 3) issues.push(`${longParagraphCount} 段超过 300 字，段落过长`)
-  if (dialogueRatio < 0.05 && totalChars > 1000) issues.push('对话占比过低，整章偏叙述')
-
-  const summary = issues.length > 0
-    ? `本地 AI 味扫描（AI 味指数 ${aiScore}/100）：\n` + issues.map(i => `- ${i}`).join('\n')
-    : `本地 AI 味扫描（AI 味指数 ${aiScore}/100）：未发现明显问题。`
-
-  return {
-    aiScore,
-    clicheHits,
-    paragraphLengthVariance: Math.round(variance),
-    consecutiveExpositoryParagraphs: maxConsecutive,
-    sentenceRepetitionRate: Math.round(sentenceRepetitionRate * 100) / 100,
-    longParagraphCount,
-    shortParagraphCount,
-    dialogueRatio: Math.round(dialogueRatio * 100) / 100,
-    summary,
-  }
-}
-
-function countOccurrences(text: string, word: string): number {
-  if (word.length === 0) return 0
-  let count = 0
-  let idx = text.indexOf(word)
-  while (idx !== -1) {
-    count++
-    idx = text.indexOf(word, idx + word.length)
-  }
-  return count
-}
-
-/** 扫描前后对比（润色时用） */
-export function compareAiScan(before: AiScanResult, after: AiScanResult): {
-  improved: boolean
-  deltaScore: number
-  details: string[]
-} {
-  const deltaScore = before.aiScore - after.aiScore
-  const details: string[] = []
-  if (deltaScore > 0) details.push(`AI 味指数下降 ${deltaScore} 分（${before.aiScore} → ${after.aiScore}）`)
-  else if (deltaScore < 0) details.push(`AI 味指数上升 ${-deltaScore} 分（${before.aiScore} → ${after.aiScore}），需检查`)
-  else details.push(`AI 味指数持平（${before.aiScore}）`)
-
-  const beforeCliches = before.clicheHits.reduce((a, b) => a + b.count, 0)
-  const afterCliches = after.clicheHits.reduce((a, b) => a + b.count, 0)
-  if (afterCliches < beforeCliches) details.push(`套话减少 ${beforeCliches - afterCliches} 处`)
-  else if (afterCliches > beforeCliches) details.push(`套话增加 ${afterCliches - beforeCliches} 处`)
-
-  return {
-    improved: deltaScore > 0,
-    deltaScore,
-    details,
-  }
-}