agentleFS
KurohaneKaorukoKurohaneKaoruko/Novelist-Skills/novel-revision/SKILL.md

novel-revision

Skill3 starsChanged 11 days agoMITView on GitHub

改稿与成稿工序——润色、改写、对话优化、文学翻译、去 AI 味(外来文本/旧稿)、写完正文后的 lint 自检循环、发布前外部检测验收时使用。含各工序的力度分级、必须保留清单、输出格式要求与 AI 腔对照示例库。写新正文的铁律见《novel-prose-standards》,AI 味特征库见《novel-ai-lexicon》与《novel-ai-structure》。

The file

Files
SKILL.md

改稿工序与对照示例

自写自检循环(亲写任何正文后必走)

写完 → 交给 novel_lint 工具检查 →【必须修】项逐句修复 → 再跑一次确认清零。lint 是纯代码规则秒回,不可省略;视角越界、情绪标签等不可量化项靠《novel-prose-standards》铁律自查。

外部检测(发布前验收)

网文平台的 AI 检测器(如腾讯朱雀)是去 AI 味的最终验收标准——铁律 + novel_lint 通过后,重要章节建议用户在检测器自测一次。若被判 AI 生成,优先排查四项:句长过于均匀、段落结构重复、情绪表达抽象化、比喻密度过高(检测器对“节奏均匀”最敏感)。多写只有“具体的人”才会写的细节(专有名词、不精确的数量、语序的口语瑕疵)是最有效的降检手段。

润色

先通读把握情节、人物与情绪基调再动手。力度分级——轻微=只修语病、错别字、重复与衔接;中度=轻微基础上提升画面感、对话自然度与节奏;深度=保持情节与人设前提下重写段落。严格保留:情节走向、人物言行逻辑、专有名词、时间地点、事实设定。输出:润色后全文 + 修改要点清单(每条一行)。

改写

按目标方向(换视角/换时代/换文体/缩写/扩写)重写,保留内核(情节骨架、人物关系、关键场景);先确认用户的“必须保留”清单。输出:改写后全文 + 主要变化说明。

对话优化

诊断原文对话(说明书腔、无区分度、无潜台词、一问一答完美对齐)→ 重写:口语化、加停顿与答非所问、每人用词/句长/口癖区分(遮住名字认得出谁在说)、信息藏进动作。输出:优化后对话 + 逐段修改说明。

文学翻译

信(情节与信息不丢)→ 达(中文网文语感,拆长句、去翻译腔)→ 雅(保留原文风格神韵)。人名地名统一译法;文化梗加最小必要注释或归化。输出:译文 + 译名对照表(长篇时)。

去 AI 味(外来文本/旧稿专用)

先跑 novel_lint 拿违规清单 → 逐句标记 AI 腔(套话、模板反应、迂回定义(不是而是/并非/不仅仅是——直接说重点)、伪列举伪沉思、三代生理模板、情绪成语标签、万能群像、翻译腔弱动词、过度心理分析、堆砌、书面腔对话、均匀结构;特征库见《novel-ai-lexicon》与《novel-ai-structure》)→ 对限级句式(伪列举/就在这时/破折号等)先过「可信理由四判」(视角受限/情节承诺/对象两可/时间即信息,见《novel-ai-structure》使用纪律总纲):有理由的留,没理由的改;禁级(迂回定义、一级词)无理由可讲,出现即改 → 在不改情节人设前提下改写:具体细节替代抽象概括、删冗余解释、对话口语化、打破均匀结构。输出:去味后全文 + 主要修改清单(原句 → 改后 → 原因;保留项也要注明理由)。正式创作不走这道工序——落笔即防。

对照示例库(✗ 为 AI 腔,✓ 为参考写法)

  • ✗“他猛地站了起来——眼中闪过一丝杀意——随即又坐了回去。”✓“他站起来,又坐回去。椅子腿在地板上刮了一声。”
  • ✗“这是……不可能的……”他喃喃道。✓“不可能。”他把纸揉成一团。
  • ✗“不是因为害怕,而是因为一种难以言喻的不安。”✓“他说不清哪里不对,但手心出汗了。”
  • ✗“这不是结束,而是新的开始。”✓“第二天一早,报名的人排到了巷口。”
  • ✗“那不是愤怒,是恐惧。”✓“他怕了。退了半步,撞在门框上。”
  • ✗“两人四目相对,一切尽在不言中。”✓“他看她的时候,她在数地砖。”
  • ✗“听完这话,她如释重负地笑了。”✓“她把欠条折成小方块,塞进胸前口袋,出去买了包烟。”
  • ✗“那个消息让他头皮发麻,大脑一片空白。”✓“他把手机扣在桌上,走到阳台,又走回来拿起手机。”
  • ✗“他看似平静,实则慌得不行。”✓“他把打火机按了三回才打着。”
  • ✗“笑声在走廊里回荡着。”✓“走廊里有人跟着笑,笑声撞在铁门上弹回来。”
  • ✗“她不知道是该哭还是该笑。”✓“她笑了,笑着笑着眼泪下来了。”
  • ✗“当他推开门的时候,屋里一片漆黑。”✓“他推开门,屋里一片漆黑。”
  • ✗“就在这时,门开了。”✓“门开了。”
  • ✗“他的声音冷得像冰,眼神锐利得像刀。”✓“他没应声,把判决书推了回来。”
  • ✗“林远一眼就认出,这是三百年前灭门的沈家信物。”(他无从得知)✓ 只写他把玉佩收进怀里,来历不提;或旁白:“玉佩内侧刻着一个早已失传的姓氏。”角色不知道这意味着什么。
  • ✗“她感到一阵难以言喻的悲伤涌上心头。”✓“她把手机扣在桌上,去阳台站了很久。”
  • ✗“他缓缓地、轻轻地推开了那扇门——门后是他从未见过的景象。”✓“他推开门。屋里很暗,窗帘拉着。”
  • ✗“夜色渐深,他知道,这一切才刚刚开始。”✓“手机在桌上震了第三次。他翻过去扣住了,窗帘缝里的天开始发白。”

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.