agentleFS
qingyabailu-gitqingyabailu-git/webfiction-write/skills/fiction-query/SKILL.md

fiction-query

Skill15 starsChanged 3 months agoMITView on GitHub

查询项目设定、角色、力量体系、势力、伏笔等信息。支持角色历史状态、实体关系、 世界规则、伏笔/open-loop 查询。只读操作,不修改任何项目文件。 触发方式:/fiction-query {查询内容}、「查角色」「查伏笔」「查设定」「什么状态」「那个角色叫啥来着」「进展到哪了」。

The file

Files
SKILL.md

fiction-query:信息查询

查询项目中的设定、状态、关系信息。只读,不修改任何文件。

查询分类

查询类型关键词工具
角色历史状态某角色在第 N 章时的境界/状态变化读取 追踪/角色状态.md、正文与 commit
实体关系关系/敌友/师徒/阵营归属读取 设定集/关系.md 或相关角色卡
世界规则力量规则/设定铁律/境界体系约束读取 设定集/世界观.md 与底本
伏笔 / open loop伏笔/紧急伏笔/未闭合悬念读取 追踪/伏笔.md
综合 / 复杂跨多种类型按需组合上述只读来源
静态设定角色卡/力量体系/世界观/标签格式直接读取设定集并保留路径/行号

执行流程

1. 解析项目根

# SCRIPTS_DIR 由安装宿主指向本仓库或已安装的 scripts/ 目录。
export PROJECT_ROOT="$(python -X utf8 "${SCRIPTS_DIR}/fiction.py" --project-root "${CODEX_PROJECT_DIR:-${CLAUDE_PROJECT_DIR:-$PWD}}" where)"

2. 识别查询类型

按关键词匹配上表分类。

3. 调用对应工具

# 查询由 AI agent 直接读取项目文件完成;本 skill 没有独立的 entity-state 等命令。

静态设定直接从设定集读取;底本存在时,用 commit/章节产物交叉核对。

4. 格式化输出

按结构化模板输出,包含:匹配类型、数据源(真源/投影层)、详细信息(含文件路径和行号)。

数据源优先顺序

查询时按以下顺序定位真源:

  1. .story-system/MASTER_SETTING.json — 全局主设定
  2. .story-system/volumes/*.json — 卷级底本
  3. .story-system/chapters/*.json — 章级底本
  4. .story-system/commits/chapter_*.commit.json — 写后事实
  5. .novel/state.json / 设定集 / 追踪 — 日常查询投影层

如果 .story-system/ 底本缺失,必须显式说明查询已降级到投影层。

边界

  • 只读操作,不修改任何项目文件
  • 数据源缺失时明确告知用户缺什么文件
  • 查询无匹配时返回空结果并建议检查范围
  • 不同时加载两个以上 reference,除非用户请求明确跨多种类型
  • 静态设定不加载到 context,直接用 Grep 定位行号再 Read 片段
  • 不带入上下文窗口,仅输出结果

参考

数据流优先序来自本项目的 references/artifact-protocols.md 与状态追踪约定。 伏笔、标签和多线分析按需读取相应参考,不声称存在未安装的外部查询命令。 以上参考按查询类型按需加载,不预读。 参考路径规则:references/ 指 skill 私有;当前仓库没有 shared/ 查询服务目录。新增参考放在 skills/fiction-query/references/ 下。

fiction-query/            # 本技能目录
├─ SKILL.md
├─ references/          # 按需加载的参考文件
│   ├─ foreshadowing.md # 伏笔分析(可选)
│   └─ tag-specification.md # 标签规范
└─ (共享参考从共用位置读取)

查询时的参考加载遵循"识别类型后才加载"原则,不预读全部。 综合/复杂查询才会同时加载多于一个 reference。 静态设定查询不加载 reference,直接用 Grep 定位。


使用示例

> /fiction-query 沈夜在第 10 章时的境界

查询结果:沈夜

概要
- 匹配类型:角色历史状态
- 数据源:追踪/角色状态.md、相关章节正文和 commit(按存在情况列明)
- 匹配数量:1 条

详细信息
- 第 10 章时:筑基期三层
- 第 8 章时:筑基期二层(提升)
- 驱动事件:吸收灵脉(第 9 章)
> /fiction-query 未回收的伏笔

查询结果:未回收伏笔

概要
- 匹配类型:伏笔 / open loop
- 数据源:追踪/伏笔.md
- 匹配数量:3 条

详细信息
1. 李四的会计是谁 → 已回收(第 7 章)
2. 主角父亲的死因 → 未回收(埋设于第 5 章)
3. 神秘的匿名信 → 未回收(埋设于第 10 章)
> /fiction-query 世界观/力量体系

查询结果:力量体系

详细信息(从设定集/力量体系.md 读取)
- 境界划分:练气 → 筑基 → 金丹 → 元婴
- 当前主角境界:筑基期三层(从追踪/角色状态.md 读取)

致谢

本 skill 的开发参考了以下开源项目的思路与实现:

感谢原作者的开源贡献。

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.