用于审阅人物传记。适合检查身份归属、动机代价、能力边界、关系网、写作抓手、心理弧线与索引映射是否成立,并输出可落库、可回写的传记审阅报告。内置 Nuwa 深度审阅(心智模型、表达DNA、矛盾张力、诚实边界、决策启发式)。关键词:审人物传记、人物审阅、能力边界、关系网、心理弧线、传记报告、心智模型、表达DNA。
npx skills add https://github.com/lornshrimp/Lorn.NovelWriteSkills --skill 通用-审阅人物传记
<!-- ===== Layer 1: 永久缓存 ===== -->
> 题材路由:若 .github\题材专用Skills\ 目录存在对应的 <题材>-审阅人物传记 Skill,则:
> - 将题材特性骨架路由到 <题材>-审阅人物传记,该 Skill 位于 .github\题材专用Skills\ 目录。
> - 命中本技能时,必须优先强制加载当前 Skill 与 <题材>-审阅人物传记。
> 头号要求:禁止吹捧,客观分析。 审阅中不得出现无依据的称赞、吹嘘性描述或主观美化。所有判断必须基于文本事实、可验证标准与明确扣分依据,优先指出问题与改进方向。
人物传记要当作作者的裁判源来审,而不是当角色介绍页来夸。
<!-- ===== Layer 3: 场景缓存 ===== -->
以下所列 references 文件必须通过 read_file 工具逐文件读取,不得因"已有相关知识"、"之前执行时已读过"、"该文件只是参考"为理由跳过任何一条。 每条 references 按其标注的必读等级强制执行:
reference_missing_{refName},不得静默跳过。每个参考文件在 ## 默认执行顺序 中有对应的读取步骤说明,此处仅汇总文件清单与用途概览。
references/人物传记审阅报告骨架.md — 审阅报告的主骨架,在步骤 4 构建报告时加载(完整覆盖阅读链路确认、基本信息检查、人物一句话定义、角色功能位、首次出场与前三章留存验证、可演出性评估、身份与组织归属、动机—代价闭环、能力边界与工具箱、关系网与镜像对手、新颖性与趋势适配、人物标签与成长弧核查、可复用写作素材库、秘密与爆点、心理弧线与索引映射、大纲完整性检验、冷热点与回归压力、问题分级、评分、回写建议等);不得退化成简版报告references/人物传记审阅检查清单.md — 逐项检查清单,在步骤 2 通读传记时逐条核对(含身份归属、动机代价、能力边界、关系网、写作抓手、心理弧线、索引映射七维)references/审阅维度说明.md — 七维审阅维度(身份/动机/边界/关系/抓手/弧线/索引)的定义与评分细则,在步骤 5 评分时加载references/人物传记审阅报告增补.md — 报告骨架的补充字段(含 Nuwa 深度审阅板块、蒸馏对标审计、起点潜力分档等),在步骤 4 中与完整骨架交叉对照,补写专项段references/人物传记问题分级与回写建议.md — Critical / Warning / Suggestion 三级问题分级标准与对应回写补丁策略,在步骤 6 出问题时分类加载references/腾讯专栏人物审阅可演出性与辨识度增补.md — 跨平台通用:人物可演出性(动作/台词/反差瞬间)与辨识度(声口/标签/首秀动作)审查,在步骤 3.2 加载../通用-设计人物传记/references/nuwa-深度人物心智模型注入.md — Nuwa 深度审阅(心智模型、表达 DNA、矛盾张力、诚实边界、决策启发式)的方法论依据,在步骤 2.2 心智模型审计时加载以上跨 Skill 引用路径 ../通用-设计人物传记/ 指向工作区同级目录,路径有效;若实际运行环境中该目录不可达,需手动指定 CommonSkills/通用-设计人物传记/references/ 对应文件。
人物传记审阅按以下步骤执行,每一步标注了应读取的参考文件:
1.1 确认目标人物传记文件,收集关联的总纲、分卷、事件文档中与人物相关的内容。
1.2 若项目根存在 Agents.md,执行 ## 风格/蓝本/写作研究模板自动发现规则 并加载对应的蒸馏模板对标维度。
1.3 加载 references/人物传记审阅检查清单.md,作为逐项核对的底表。
2.1 完整通读传记正文一次,不做中断判断。逐项核对身份归属、动机—代价闭环、能力边界与工具箱、关系网与镜像对手。
2.2 加载 ../通用-设计人物传记/references/nuwa-深度人物心智模型注入.md,执行 Nuwa 深度审阅:心智模型提炼、表达 DNA 识别、矛盾张力检查、诚实边界判断、决策启发式评估。
2.3 执行起点爆款人物快筛与共情度评估(10 秒快筛 + 付费价值评估 + 读者群体代入感定位审查)。
3.1 执行配角工具性 / 独立性双轨复核、人物传播讨论点复核。
3.2 加载 references/腾讯专栏人物审阅可演出性与辨识度增补.md,检查人物在起点读者面前的可演出性与辨识度是否达标。
3.3 若加载了蒸馏模板对标维度,按蒸馏对标审阅规则执行对标审计。
3.4 执行人物五维互咬合审计(新增——吸收自知乎网文老刀·五维立人设体系):
[五维人设]。3.5 执行能力影响范围审阅(吸收自知乎《最近弃了七本书》关于"天才独善其身"的教训):
[能力影响度]。4.1 加载 references/人物传记审阅报告骨架.md 作为报告主骨架。
4.2 交叉对照 references/人物传记审阅报告增补.md,补写 Nuwa 深度审阅板块、蒸馏对标审计(若已执行)、起点潜力分档。
4.3 确保报告完整覆盖七维审计结论 + 可复用写作素材(至少 4 类,每类 3–7 条)+ 可直接贴回正文的登场镜头(至少 1 段)+ 可直接复用的台词(至少 3 句)。
4.4 给出 Green / Yellow / Red 入库判定。
5.1 加载 references/审阅维度说明.md,按七维(身份/动机/边界/关系/抓手/弧线/索引)逐项评分。
5.2 综合评分低于 9.20 的需附具体优化路径。
6.1 加载 references/人物传记问题分级与回写建议.md,将每个问题归入 Critical / Warning / Suggestion 三级。
6.2 输出最小返工处方(优先补首秀动作、动机具体度、代价显影、关系网事件功能)。
<!-- ===== Layer 2: 项目级缓存 ===== -->
若当前服务的项目根目录存在 Agents.md,审阅人物传记前必须:
Agents.md;若其中声明了 主输出平台,检索三类模板时优先匹配"适用平台"与主输出平台一致的模板,无匹配时回退到"适用平台:默认"的同类模板Agents.md 中注册了"写作研究模板"——读取对应路径的模板文件,将其作为人物设计约束、题材典型人物原型与平台人物禁忌的审阅基线Agents.md 中注册了"作者风格模板"——读取对应路径的模板文件,将其作为人物声口、对话风格、情绪表达方式与禁忌清单的审阅对照源Agents.md 中注册了"作品蓝本模板"——读取对应路径的模板文件,将人物出场节拍、人物弧线模式、套路指纹中的人物关系类作为传记结构审计参照Agents.md,或其中未注册对应模板——回退通用默认模式,不报错,不阻断本 Skill 默认消费字段:
审人物传记时,若项目根目录的 Agents.md 中注册了任一蒸馏模板,必须将以下蒸馏产物维度作为显式审阅标的,与现有七维(身份/动机/边界/关系/抓手/弧线/索引)及 Nuwa 深度审阅并列检查。
| 蒸馏维度 | 对应蓝本模板§节 | 审阅标的(人物传记层翻译) | 评分权重建议 |
| --- | --- | --- | --- |
| 人物出场节拍 | §十一 人物出场节拍 | 传记人物的出场频率、间隔均值、最大间隔是否在蓝本的人物出场节拍合理范围内;是否存在"蒸发"风险(连续超过蓝本的"蒸发预警阈值"不出现);回归模式是否与蓝本一致(回归前有伏笔或第三人提及) | 15% |
| 人物弧线完整性 | §十五 故事线台账(L3) | 人物弧线(L3)是否具备完整的"问题-回应"结构——有可测量的状态变化、变化跨越多个章节、因果链完整;是否与蓝本的人物弧线深度在同一水平 | 20% |
| 关系线可事件化 | §十五 故事线台账(L4) | 人物关系(L4)是否有明确起点和终点状态;变化是否由多个事件逐步推动;是否具备蓝本式的"关系翻面"事件生成能力 | 15% |
| 新人物引入速率 | §十一 人物出场节拍 | 若为核心人物,其周围的人(配角/对手/辅助角色)的引入速率是否合理;是否与蓝本的新人物引入速率模式一致 | 5% |
| 套路指纹中的人物关系匹配 | §十八 套路指纹(第二级) | 人物关系配置(主仆/师徒/对立/盟友等)是否与蓝本在同类赛道中的人物关系套路对应;是纯套路、混合变异还是反套路,差异化是否成立 | 15% |
| 蓝本人物可迁移性四维评估 | 仿写内核卡—可迁移性四维 | 该人物对蓝本人物原型的依赖程度——题材绑定度、文风依赖度、存量依赖度、发布时间窗口;新人仿写时是否同样生效 | 10%(加分项,仅在仿写场景强制) |
| 叙事矛盾弧中的人物时刻 | §十四 叙事矛盾弧 | 该人物是否有意打破了蓝本式的人物出场/行为规律,创造了"异常时刻";该异常是否承担了清晰的叙事功能 | 5%(加分项) |
| 蒸馏维度 | 对应风格模板§节 | 审阅标的(人物传记层翻译) | 评分权重建议 |
| --- | --- | --- | --- |
| 对话风格配置一致性 | §四 对话风格配置 | 传记人物设定的对话风格(标签偏好/打断密度/潜台词深度/对话句长特征)是否与风格模板的对话配置一致——即"这个人物在风格模板的坐标系中应该怎么说话" | 20% |
| 人物声口独特性 | §十 人物声口 | 传记人物的声口标签(措辞习惯/句式偏好/情绪表达方式/沉默模式)是否已有明确设计而非待填;该声口是否与风格模板中其他角色的声口形成可区分差异 | 20% |
| 情绪表达方式匹配 | §七 情绪表达方式 | 传记人物的情绪表达方式(躯体化/动作外化/环境投射/直述情绪/留白)是否与风格模板的分布一致;人物的情绪表达禁忌是否与风格模板的情绪表达禁忌对齐 | 15% |
| 禁忌清单校验 | §八 禁忌清单 | 传记设计中是否隐含了风格模板标注的句式/修辞/用词禁忌风险(如人物独白中出现模板禁止的直述情绪句式) | 10% |
| 矛盾张力触发条件 | §十三 矛盾张力记录 | 传记人物的"反常时刻"(如在克制型整体风格下突然有大量情绪外露)是否与风格模板的矛盾张力记录中的B面触发条件一致 | 10%(加分项) |
| 人物-叙事距离适配 | §五 叙事距离 | 传记人物的默认叙事距离(贴脸/中距/远景)是否与风格模板的叙事距离偏好一致;人物在高潮场景和过渡场景的距离切换是否与模板的切换规律一致 | 10% |
| 感官偏好适配 | §三 感官偏好分布 | 该人物在传记中的感官特征描述(如"以听觉为主的天生敏感型")是否与风格模板的感官调用规律兼容 | 5% |
| 比喻指纹适配 | §六 比喻指纹 | 该人物的比喻习惯(如喜欢用机械比喻的技术型角色)是否在风格模板的比喻指纹分布范围内,还是跳出了作者的本能域 | 5% |
| 跨域复现校验 | 跨域复现验证—场景类型 | 该人物在不同场景类型(动作/对话/叙述/情绪/环境)中的言行是否保持跨域一致性,而非仅在某类场景中成立 | 5% |
| 蒸馏维度 | 对应研究模板§节 | 审阅标的(人物传记层翻译) | 评分权重建议 |
| --- | --- | --- | --- |
| 主角设计约束 | §三 人物类约束 | 主角是否满足"底层小人物/被动觉醒/核心软肋"等研究模板要求(若题材有此趋势);低起点/强动机/反套路/立体弧光四要素是否成立 | 30% |
| 配角功能性/独立性 | §三 人物类约束 | 重要配角是否同时具备功能性(制造冲突/提供信息/引发翻面)与独立性(独立诉求/隐藏目标/立场代价);是否规避了"工具人风险"与"资料饱满不供血风险" | 25% |
| 反派动机合理化 | §三 人物类约束 | 反派的动机是否合理、是否有独立的行为逻辑(而非"纯恶");是否符合研究模板对反派的设计要求 | 20% |
| 禁忌类约束 | §四 禁忌类约束 | 人物设计是否触碰了研究模板的硬性禁忌(如"禁止万能主角""禁止频繁切视角"等) | 15% |
| 原则层归因 | §五 原则层 | 该人物的共情/代偿/追随价值是否满足读者心理学归因原则 | 10% |
references/人物传记审阅报告骨架.md 作为主骨架,不得退化成“几段人物点评 + 少量建议”的简版报告。4 类可复用写作素材,每类 3–7 条;并至少给出 1 段可直接贴回正文的登场镜头与 3 句可直接复用的台词。人物审阅时,默认不只看“资料齐不齐”,还要判断这个人物在起点读者那里是否有持续付费价值与记忆留存价值。
把当前人物当作读者在首秀阶段快速感知到的角色资产,默认先做一次 10 秒快筛;命中以下 3 项及以上弱信号时,人物默认不得判高档:
起点爆款人物能持续拉住读者,通常不是因为“设定很满”,而是因为同时满足以下三项中的至少两项:
在上述共情度评估基础上,追加一轮群体定位审查——从市场定位型大纲角度,判断人物设计是否真正瞄准了特定读者群体,而不是"设定完整但读者无感"的自嗨式人物:
审阅报告里默认要回答:
对重要配角与反派,默认补做一轮双轨判断:
若配角只有工具性、没有独立性,判“工具人风险”;若只有独立性、没有剧情功能,判“资料饱满但不供血风险”。
除 Green / Yellow / Red 入库判定外,按起点口径审人物时,默认允许再给一层“人物爆款助推档位”判断:
| 档位 | 判断标准 | 审阅含义 |
| --- | --- | --- |
| S | 记忆点强、动机硬、缺陷真能反噬、关系张力足、首秀三章抓人 | 这是能直接拉动追读与讨论的人物 |
| A | 人物主干稳定,存在鲜明抓手,局部缺口可通过补首秀/补代价快速修复 | 这是可持续供血的人物 |
| B | 资料基本成立,但首秀、关系网或代价显影偏弱 | 这是能用但不够亮的人物 |
| C | 记忆点弱、动机空、缺陷假、关系不生事命中两项以上 | 这是会拖累整书代入与追读的人物 |
该分档只用于辅助判断“这个人物对整书爆款链路的拉升强度”,不得替代完整审阅结论与问题分级。
人物审阅若服务起点口径,默认补查该人物在前 10 万字的持续供血能力,而不仅是首秀是否抓人。报告至少应回答:
15 章里是否有持续功能,而非首秀后隐身。若以上四项中有两项以上缺失,默认判为“中期人物供血风险”。
人物审阅时,默认再判断其是否具备稳定的传播讨论点:
若人物“设定完整但无讨论点”,默认在报告中标记为“商业传播弱人物”,并建议优先补首秀动作、关系拉扯与缺陷反噬场景。
竞对分析/ 已存在与当前项目、当前平台或当前赛道相关的竞对分析报告,审阅前必须先读取并纳入对照。通用-分析竞对作品,至少补齐 Top10 候选池、3–5 本主样本与四层深拆速览;若任务限制导致本轮无法补齐,必须显眼记录盲区,并下调本轮审阅上限与置信度。25% 计权;若未完成量化差距卡,或关键维度仍显著落后且没有 72 小时补丁,综合评分默认不得给高档。当人物审阅服务起点中文网,或未标平台而默认按起点基线处理时,默认把竞对对照拆成以下四层,并翻译成审阅判断与补丁建议:
起点语境下,默认尽量使用以下术语,而不是写成空泛的“人物竞争力不足”:均订、高订、首订、追订、收订比、分类月票榜、畅销榜、新书榜、三江、本章说 / 段评、书友圈、老白读者。拿不到精确值时必须写成代理信号,不得伪造具体数字。
[人物结构层] / [动态状态层] / [正文抓手层]。人物结构层负责背景、动机、边界、关系主轴;动态状态层负责当前状态、章节行为记录、阶段变化;正文抓手层负责登场镜头、语言指纹、素材库、可贴回正文的动作与台词。Green / Yellow / Red 入库判定:Green=四大基础栏位、动机代价、关系事件、动态状态与素材库齐备;Yellow=主干成立但动态字段 / 素材库 / 首秀补丁仍弱;Red=栏位缺失、能力万能、代价缺位、关系网无事件功能、首秀无抓力或离线无回归压力。审阅意见/人物传记审阅报告/ 子目录中,不得散落在 人物传记/ 目录或 审阅意见/ 根目录。YYYY-MM-DD。审阅意见/人物传记审阅报告/人物传记审阅报告_[人物名]_2026-04-15.md。通用-分析竞对作品,补齐 Top10 候选池 → 3–5 本主样本 → 四层深拆 的最小结论集。72 小时最小补丁链。Top10 候选池、3–5 本主样本四层速览、竞对差距量化卡,以及当前人物最先该补的超越路径。人物审阅报告默认按以下固定顺序输出,除非用户明确要求改版式,否则不得跳步或乱序:
Green/Yellow/Red + 起点口径潜力档(如 S/A/B/C)并写明依据。3 处(条目/镜头/台词)、每处改什么动作词”。若任务非起点口径,仍按同一骨架输出;其中竞对或平台字段可标注“本轮不适用”,但不得删掉骨架步骤。
1–3 处可直接写回传记的条目级补丁、至少 1 段可直接贴回正文的登场镜头、至少 3 句可直接复用的台词,以及至少 1 条首秀 / 前三章回报补丁。Top10 候选池 → 3–5 本主样本 → 四层对照 就直接给高分或高档判断。若当前服务的项目根目录存在 Agents.md,审阅人物传记前必须:
Agents.md;若其中声明了 主输出平台,检索三类模板时优先匹配"适用平台"与主输出平台一致的模板,无匹配时回退到"适用平台:默认"的同类模板Agents.md 中注册了"写作研究模板"——读取对应路径的模板文件,将其人物类约束作为人物设计的题材×平台默认审阅基线Agents.md 中注册了"作者风格模板"——读取对应路径的模板文件,追加"风格适配审阅"(见下方)Agents.md 中注册了"作品蓝本模板"——读取对应路径的模板文件,将 POV 切换规律和对话密度分布作为人物出场节奏的参照约束Agents.md,或其中未注册对应模板——跳过风格适配审阅,不报错,不阻断检查项:
审阅输出:在报告的"人物深度"段中追加"风格适配评估"子段,列出摩擦点和适配建议。
> 详细方法论见 通用-设计人物传记/references/nuwa-深度人物心智模型注入.md。人物审阅时,在完成结构审计与起点口径评估后,默认追加以下 Nuwa 深度维度。人物若止步于"设定完整"而缺乏可运行的认知操作系统,不得判为高完成度。
审阅人物传记时,默认检查以下心智模型维度:
审阅输出:报告"人物深度"段中显式判断心智模型成立度,标注缺失项与补丁建议。
审阅人物传记时,默认检查以下语言指纹维度:
审阅输出:报告"可复用写作素材库"段中显式评估表达DNA成熟度,标注缺失维度与最小补丁。
审阅输出:报告"心理弧线"段中显式判断矛盾深度,若本质性张力缺失或矛盾被调和抹平,记为高风险。
审阅输出:报告"能力边界"段中显式评估诚实边界,若核心人物诚实边界 <2 条或全部与主线无关,记为结构缺口。
审阅输出:报告"动机/边界"段中显式评估决策启发式完整度。
除现有综合评分外,默认追加 Nuwa 深度分(满分 10 分,权重占综合评分的 15%):
| 子维度 | 满分 | 评估标准 |
| --- | --- | --- |
| 心智模型 | 3 | 存在、可识别、跨场景、有排他性、有误解型 |
| 表达DNA | 2 | 可测量、有声口分众、有情绪变体、可遮名识别 |
| 矛盾张力 | 2 | 有本质性张力、有领域性矛盾、已对接弧线 |
| 诚实边界 | 2 | 存在、与主线相关、有触发计划、非装饰 |
| 决策启发式 | 1 | 存在、有错误规则、有案例支撑 |
Nuwa 深度分 <5 分 → 人物虽有设定但缺乏认知操作系统,报告必须标注"Nuwa 深度不足"并给出最优先补的 2 个维度。
通用-设计人物传记。Generate Hugging Face Hub (huggingface_hub) release notes from cached PR JSON files. Use when asked to draft release notes from PR files.
> Find Earth2Studio models, data sources, and examples for a weather/climate use case. Do NOT use for writing inference code, downloading data, or installation.
> Guide installing Earth2Studio via uv or pip, selecting model extras, and configuring the environment. Do NOT use for writing inference code, choosing models, or PhysicsNeMo questions.
Tokenize, tag, and analyze natural language text using Apple's NaturalLanguage framework and translate between languages with the Translation framework. Use when adding language identification, sentiment analysis, named entity recognition, part-of-speech tagging, text embeddings, or in-app translation to iOS/macOS/visionOS apps.
Routes any legal task to the right LLM, like OpenRouter but for legal work and grounded in benchmarks instead of brand loyalty. Built from mid-2026 legal evals (legalbenchmarks.ai, Vals AI × Stanford LegalBench across 124 models, Harvey's Legal Agent Benchmark, the Atticus Project's CUAD/MAUD/ACORD) plus translation evidence (WMT25, SwiLTra-Bench, ArabLegalEval). Covers five verticals: contract drafting, info extraction, legal research, contract review, and legal translation (including Arabic/MENA). Each asks up to four questions (cost, speed, accuracy/stakes, privacy/jurisdiction/language), then returns a primary model, a fallback, what to avoid, and what a human must verify. Core principle: capability is not controllability, so every route ends with a verification step. Not legal advice; a lawyer owns the output.
Generates standalone interactive HTML "deal cards" that translate complex regulations into negotiation-ready reference tools, systematically distinguishing mandatory obligations from negotiable implementation choices. Use when the user needs an interactive regulatory guide for (1) contract negotiation support, (2) client education or internal training, (3) regulatory briefings for commercial stakeholders, or (4) structured comparison between required and flexible compliance paths. Primary focus on EU digital regulation (Data Act, AI Act, CRA, DORA, NIS2, GDPR) but the structural pattern transfers to any regulation where separating hard obligations from implementation choice is the point. Supports bilingual output where the jurisdiction calls for it.
> Pick the right LLM for CONTRACT DRAFTING — generating, redlining, or rewriting contract language from instructions. Vendor-neutral routing grounded in mid-2026 legal benchmarks (legalbenchmarks.ai Contract Drafting). Asks up to 4 quick questions (cost, speed, accuracy/ stakes, privacy/jurisdiction/language), then recommends a primary model + fallback + what to avoid + what a human must verify. Use when someone asks "which model should I use to draft this clause/agreement", "best AI for drafting contracts", "route this drafting task", or is about to generate/redline contract text and hasn't fixed a model.
Draft matter status reports from emails, call notes, and updates. Internal and client-facing formats, RAG logic, variance commentary, escalation flags. Use when asked to draft a status report, write a project update, summarise matter progress, prepare a client report, create a weekly or monthly update, convert emails into a status summary, or produce any kind of matter reporting. Also triggers when the user pastes email threads and asks what the status is, or needs to turn internal updates into client-facing reports.
Take lornshrimp/通用-审阅人物传记 from the repository into ~/.claude/skills for personal
use, or into .claude/skills inside a project.
The agent identifies a skill by the name field in its header. Two skills with the
same name cannot sit side by side — one of them will be ignored.