agentleFS
zenstory-aizenstory-ai/novel-to-game/skills/novel-game-analyze/SKILL.md

novel-game-analyze

Skill1.1k starsChanged 2 days agoMITView on GitHub

Deconstruct a novel for game adaptation. Turn a raw novel, chapter-analysis library, or writing project into a cited SOURCE_BIBLE covering main story arcs, standout conflict scenes, character relationships and agendas, secrets and information gaps, world rules, signature spaces and props, and adaptation boundaries — without locking a game genre prematurely. Use for novel-to-game analysis, deconstruct a book for game adaptation, extract story arcs, key scenes, characters, and world rules from a novel. 小说游戏化拆书。把原始小说、拆文成果或写作工程整理成带原文出处的 SOURCE_BIBLE,拆清全书主线脉络、高光冲突桥段、人物关系与各自盘算、秘密与信息差、世界硬规矩、标志性场景器物与改编红线,不提前敲定游戏品类。用于游戏化拆书、梳理小说剧情脉络与游戏改编基础等需求。

Trending

More talk lately.about the whole repository

Dec 2025: 0 mentionsJan 2026: 0 mentionsFeb 2026: 0 mentionsMar 2026: 0 mentionsApr 2026: 0 mentionsMay 2026: 0 mentionsJun 2026: 0 mentionsJul 2026: 0 mentionsAug 2026: 0 mentionsSep 2026: 0 mentionsOct 2026: 6 mentionsNov 2026: 14 mentions
Dec 2025Jun 2026Nov 2026
Mentions a month of the zenstory-ai/novel-to-game repository that our weekly crawl found. There is no adoption data for this file yet.

Who's talking about zenstory-ai/novel-to-game

The biggest 5 of 20 mentions linking to the repository that our crawl found. Each line is their own headline.

See all 20

Talked about on GitHub (20 times).

On GitHub · 20

15 more on GitHub

The file

Files
SKILL.md

小说游戏化拆解

把整本小说讲了什么故事、哪几场戏最抓人、人物怎么较劲、世界按什么规矩运转拆清楚,并附可核查的原文出处,供下游选切片、定玩法、做美术。只记原著事实:不写文学读后感,不提前敲定游戏品类,不混入下游才发明的数值、界面或代码结构。

行文用平实白描讲清因果、算盘与张力;不用「运行模型」「状态向量」之类的系统黑话,不写「气氛紧张」式的空评语,也不把结局倒推成人物早有预谋。

产物语言由 PRODUCT_BRIEF.md 锁定;未锁定时跟随对话语言,不默认产出中文。引用保留原文;文档或界面语言与原文不同时,只翻译影响决策的内容,并维护一张人名、地名、器物与规则的统一术语表。礼制、称谓、宗教与叙事传统保留原有文化内涵,不替换成异域奇幻或现代类型标签。

输入

  • 工作区已有覆盖全书的拆文成果或写作工程时,直接沿用其中的事实与出处,只对缺口定点回查原文;只覆盖开头或局部的资料不能当作读完全书(用户明确限定只改编某一卷或某几章时除外)。
  • 从原始文本拆解时,先确认编码可读、剔除与正文重复的目录、核对章回连续无漏。长篇按连续章回分批精读,同一批只读一次,进度记入 analysis/_coverage.md 以便续跑与查漏;互不重叠的批次可以小规模并行,每轮收齐后先核对统一人物称呼与未完事件再开下一轮;每批除本段事实外,顺手记下跨批才接得上的线索:同人异名、未收尾的目标、待揭晓的伏笔、秘密借什么信物、字据或口信传开以及谁在场。全书读完再收束成文。
  • 已有 PRODUCT_BRIEF.md 时,按它的内容尺度与已锁定方向排取证重点;锁定方向需要而原著没有成体系描写的部分,标「原著无现成设定,属下游设计新增」。情爱、暴力、权谋等冲突按文本事实提取因果,并对照分级标出下游需谨慎改编的尺度。

输出:analysis/SOURCE_BIBLE.md

原文直陈的附章回位置与短定位词,由多处细节合推的写「据第 X、Y 章细节推断」,查无出处的标「原文未明确」。优先用表格,共六节:

  1. 来源与全书覆盖:底本版本、授权或洁本说明、总章数与覆盖情况。先用几句话点明全书的驱动力与根本矛盾,再按作品自身的结构(原书卷部、境界、对手、案件或关系演进)切出覆盖全书连续章回的主线阶段,每段写清谁想做什么 → 卡在哪 → 靠什么破局 → 得失与对后续的约束。
  2. 高光桥段:冲突最集中、反转最妙、读者追读期待最强的大戏,每场 章回 | 起因与赌注 | 博弈与反转 | 结果代价 | 改编价值。包含多步试探、博弈或取舍的标为可玩切片候选;纯命运揭晓或只成立一次的爆发标为单次演出,提醒下游不要拆成重复刷取的循环。
  3. 人物与关系:核心人物的身份名分、由言行归纳的性格、想要什么、软肋、筹码、翻脸或让步的条件与结局;涉及名分、座次或固定队伍的作品附名册表 姓名 | 身份/次序 | 结局 | 证据位置;关系按方向与变化记录(甲 → 乙:表面态度与真实算盘,第 X 章因何事改变)。只合并有原文同指依据的称呼,拿不准是否同一人就分开记。玩家身份未锁定时,记下不同切入视角各自够得着的行动空间。
  4. 秘密与信息差(原著靠悬念、隐瞒、冒充或证词推进时必填,直白推进的作品从略):同一真相只建一条记录,对照客观发生时间与正文披露路径,写清读者和关键角色各自何时知情或误信。
  5. 世界规矩与场景风物:力量、器物或礼法的触发条件、代价、克制与反例,标出首次确立、关键反例与最终回收的章回——只在开篇成立的现象、人物的吹嘘与谎言都不算全书铁律;人物遇阻时反复使用的破局手段;主要场景的出入口、门槛与动线;原著写明的形制、材质、服饰、天气与声响。
  6. 改编红线与留白:条目 | 边界类型 | 证据位置,边界类型取 immutable(原著铁律)、adaptable(可压缩调适)、open(原著留白,允许原创)或 conflicted(原文前后矛盾或版本异文);单独列出影视、戏曲、同人里常见而本书未载的设定误区;跨语言或含古语行话时附术语表。

下游选定方向后,只在所依赖的事实缺出处或前后出入时,按章回定点回查并增补,不重扫全书。

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.