agentsclimarketplace

Research

Skill lornshrimp/Lorn.NovelWriteSkills/CommonSkills/通用-深度研究/research

对小说写作相关话题进行初步调研,生成调研outline。用于题材趋势、平台生态、专业知识、场景环境、人物原型、写作技法、读者市场等研究域的深度调研。From its SKILL.md

Install
npx -y skills add lornshrimp/Lorn.NovelWriteSkills --skill research

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

  • no licenseNo license file was found in the repository. Code published without one is not open source by default, so using it at work is a question for whoever answers licensing questions where you are.

SKILL.md

7.8 KB, ~3.0k tokens by cl100k_base, as published. Nobody here has run it

<!-- ===== Layer 1: 永久缓存 ===== -->

通用-深度研究-初步研究

触发方式

/research <topic>

触发后应首先加载主 SKILL.md 中的"小说写作七大研究域"分类体系,据此确定当前课题的主研究域。

执行流程

Step 0: 确定研究域

基于用户输入的话题,从主 SKILL.md 的七大研究域中确认本次的主研究域:

  • 题材趋势研究
  • 平台生态研究
  • 专业知识研究
  • 场景/环境研究
  • 人物原型研究
  • 写作技法研究
  • 读者/市场研究

一个课题可能跨多个研究域;若跨域,标记主域和辅助域。

Step 1: 模型内部知识生成初步框架

基于 topic 和研究域,利用模型已有知识生成:

  • 该领域的核心调研对象 / items 列表
  • 建议的调研字段框架(每个字段指明 name、description、detail_level)

输出 {step1_output},使用 AskUserQuestion 确认:

  • items 列表是否需要增减?(明确哪些是核心必查项,哪些是可选项)
  • 字段框架是否满足创作需求?(是否有遗漏的关键信息维度?)

Step 2: Web Search 补充

使用 AskUserQuestion 询问时间范围(如:最近 6 个月、2024 年至今、不限)。

参数获取:

  • {topic}: 用户输入的调研话题
  • {YYYY-MM-DD}: 当前日期
  • {step1_output}: Step 1 生成的完整输出内容
  • {time_range}: 用户指定的时间范围
  • {research_domain}: 确认的研究域

硬约束:以下 prompt 必须严格复述,仅替换 {xxx} 中的变量,禁止改写结构或措辞。

启动 1 个 web-search-agent(后台),Prompt 模板:

prompt = f"""## 任务
小说写作研究课题: {topic}
研究域: {research_domain}
当前日期: {YYYY-MM-DD}

基于以下初步框架,从小说创作者视角补充最新 items 和推荐调研字段。

## 已有框架
{step1_output}

## 目标
作为小说创作者的深度研究助手,请:
1. 验证已有 items 是否遗漏了对创作者有实际价值的重要对象
2. 根据遗漏对象进行补充 items
3. 继续搜索 {topic} 相关且 {time_range} 内的 items 并补充
4. 补充对小说创作者真正有用的新 fields——优先补充那些"能让作者直接写进正文/设定/大纲"的信息维度

## 输出要求
直接返回结构化结果(不写文件):

### 补充Items
- item_name: 简要说明(为什么这个对象对小说创作者有价值)
...

### 推荐补充字段
- field_name: 字段描述(这个维度能帮作者写出什么具体内容)
...

### 信息来源
- [来源1](url1)
- [来源2](url2)
"""

One-shot 示例(假设调研起点中文网都市悬疑题材趋势):

## 任务
小说写作研究课题: 起点中文网都市悬疑题材 2025-2026 趋势
研究域: 题材趋势研究
当前日期: 2026-05-31

基于以下初步框架,从小说创作者视角补充最新 items 和推荐调研字段。

## 已有框架
### Items列表
1. 都市悬疑细分赛道分布: 刑侦、心理悬疑、社会派、怪谈灵异等子类型占比
2. 头部作品特征: 均订、收藏、月票等数据的代理信号分析
3. 读者偏好迁移: 2025-2026 热门元素与新出现的读者口味变化
...

### 字段框架
- 市场数据: 赛道占比、增长趋势、头部作品关键指标
- 内容特征: 热门设定模式、人物类型偏好、节奏特征
- 读者反馈: 高频好评元素、常见弃书原因、争议话题
...

## 目标
作为小说创作者的深度研究助手,请:
1. 验证已有 items 是否遗漏了对创作者有实际价值的重要对象
2. 根据遗漏对象进行补充 items
3. 继续搜索 起点中文网都市悬疑题材 2025-2026 趋势 相关且 2024年至今 内的 items 并补充
4. 补充对小说创作者真正有用的新 fields

## 输出要求
直接返回结构化结果(不写文件):

### 补充Items
- item_name: 简要说明(为什么这个对象对小说创作者有价值)
...

### 推荐补充字段
- field_name: 字段描述(这个维度能帮作者写出什么具体内容)
...

### 信息来源
- [来源1](url1)
- [来源2](url2)

Step 3: 询问用户已有字段

使用 AskUserQuestion 询问用户:

  • 是否有已定义的研究字段文件?如有则读取并合并。
  • 是否有当前项目的总纲、设定、人物传记等相关文件需要纳入参考?(这些文件中的信息缺口可能指示研究重点)

Step 4: 检查既有研究报告

在当前项目目录或题材目录的 写作研究/ 下检查是否已存在与本次课题相关的研究报告。若存在:

  • 读取并提取已有结论作为参考
  • 避免重复研究同一课题
  • 若本轮课题是已有报告的深化或更新,在 outline 中标注
  • 若本轮课题与已有报告高度重合且无新价值,建议调整研究角度

Step 5: 生成 Outline(分离文件)

合并 {step1_output}、{step2_output}、用户已有字段和既有研究报告,生成两个文件:

outline.yaml(items + 配置):

  • topic: 调研主题(含研究域标注)
  • research_domain: 主研究域 + 辅助域
  • items: 调研对象列表(每个 item 含 name、category、description、创作价值说明)
  • execution:
    • batch_size: 并行 agent 数量(需 AskUserQuestion 确认,默认 3)
    • items_per_agent: 每个 agent 调研项目数(需 AskUserQuestion 确认,默认 2)
    • output_dir: 结果输出目录(默认 ./results)

fields.yaml(字段定义):

  • 字段分类和定义——分类名使用小说写作研究专用体系:
分类适用研究域
市场数据题材趋势、平台生态、读者市场
内容特征题材趋势、写作技法
读者反馈题材趋势、平台生态、读者市场
专业知识专业知识研究、场景环境研究
人物特征人物原型研究
场景细节场景环境研究
技法要素写作技法研究
创作可迁移全研究域通用——"这个研究发现能怎样用在你的小说里"
  • 每个字段的 name、description、detail_level
  • detail_level 分层:极简 → 简要 → 详细
  • uncertain: 不确定字段列表(保留字段,deep 阶段自动填充)
  • 创作可迁移字段为必填:每个 item 必须输出 创作可用抓手 字段,说明该研究发现能如何用于小说创作

Step 6: 输出并确认

6.1 创建目录与保存文件

  • 创建目录: ./{topic_slug}/
  • 保存: outline.yaml 和 fields.yaml

6.2 调研大纲确认(检查点1)

展示以下摘要,必须获得用户确认后才能进入 /research-deep:

## 调研大纲摘要
- **研究课题**: [topic]
- **主研究域**: [domain]
- **辅助研究域**: [sub-domains,如有]
- **调研条目**: [N] 项
- **调研字段**: [M] 个(含 [K] 个创作可迁移字段)
- **并行配置**: [batch_size] agent × [items_per_agent] 项/agent
- **信息缺口预判**: [初步判断哪些维度信息可能稀缺——来自 nuwa-skill 的诚实前置原则]

6.3 后续命令提示

  • 若需追加条目或字段,可使用 /research-add-items 或 /research-add-fields
  • 确认后执行 /research-deep 开始深度调研

输出路径

{当前工作目录}/{topic_slug}/
  ├── outline.yaml    # items列表 + execution配置 + 研究域标注
  └── fields.yaml     # 字段定义(含创作可迁移字段)

后续命令

  • /research-add-items - 补充调研条目
  • /research-add-fields - 补充调研字段
  • /research-deep - 开始深度调研

What ships with it: 1 file

6.4 KB alongside SKILL.md, 1 of them executable

Keep looking

Skills are one crate of 325,949. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.