---

name: webnovel-write description: Writes webnovel chapters (3000-5000 words) using v5.0 dual-agent architecture. Context Agent gathers context, writer produces pure text (no XML tags), review agents report issues, polish fixes problems, Data Agent extracts entities with AI. allowed-tools: Read Write Edit Grep Bash Task

Chapter Writing Skill

Workflow Checklist

复制并跟踪进度：

Copy章节创作进度 (v5.0)：
- [ ] Step 1: Context Agent 搜集上下文
- [ ] Step 2: 生成章节内容 (纯正文，3000-5000字)
- [ ] Step 3: 审查 (5个Agent并行，只报告)
- [ ] Step 4: 润色 (基于审查报告修复 + 去AI痕迹)
- [ ] Step 5: Data Agent 处理数据链
- [ ] Step 6: Git 备份

---

Step 1: Context Agent 搜集上下文

调用 Context Agent:

使用 Task 工具调用 context-agent subagent：

Copy调用 context-agent，参数：
- chapter: {chapter_num}
- project_root: {PROJECT_ROOT}

Agent 自动完成:

1. 读取本章大纲，分析需要什么信息
2. 读取 state.json 获取主角状态（使用 entities_v3 格式）
3. 调用 data_modules.index_manager 查询相关实体
4. 调用 data_modules.rag_adapter 语义检索
5. Grep 设定集搜索相关设定
6. 评估伏笔紧急度
7. 选择风格样本
8. 组装上下文包 JSON

输出：上下文包 JSON，包含：

• core: 大纲、主角快照、最近摘要
• scene: 地点上下文、出场角色、紧急伏笔
• global: 世界观骨架、力量体系、风格样本
• rag: 语义检索召回的相关场景
• alerts: 关键风险提示（如消歧警告/待确认项）

失败处理：

• 如果大纲不存在 → 提示用户先创建大纲
• 如果 state.json 不存在 → 提示用户初始化项目

---

Step 2: 生成章节内容

字数: 3000-5000 字

核心原则:

• 大纲即法律: 100% 执行大纲
• 设定即物理: 实力 ≤ 上下文包中的设定
• 纯正文: 不需要写任何 XML 标签

加载核心约束:

Copycat "${CLAUDE_PLUGIN_ROOT}/skills/webnovel-write/references/core-constraints.md"

按需加载场景参考:

输出格式:

• Markdown 文件: 正文/第{NNNN}章.md
• 章节末尾追加摘要（见模板）
• 纯正文，Data Agent 会自动提取实体

---

Step 3: 审查

触发条件: 每章都审查（不再是双章）

并行调用 5 个审查 Agent:

使用 Task 工具并行调用：

Copy并行调用以下 5 个 subagent，输入为第 {chapter_num} 章：

1. high-point-checker - 爽点密度检查
2. consistency-checker - 设定一致性检查
3. pacing-checker - Strand 节奏检查
4. ooc-checker - 人物 OOC 检查
5. continuity-checker - 连贯性检查

审查输出汇总:

Copy{
  "overall_score": 85,
  "issues": [
    {"agent": "ooc-checker", "type": "OOC", "severity": "medium", "location": "第3段", "suggestion": "林天对敌人太客气，应更冷酷"},
    {"agent": "consistency-checker", "type": "POWER_CONFLICT", "severity": "high", "location": "第5段", "suggestion": "筑基3层不能使用金丹期技能"}
  ],
  "style_score": 78,
  "pacing_analysis": {
    "quest_ratio": 0.4,
    "fire_ratio": 0.35,
    "constellation_ratio": 0.25
  },
  "pass": true
}

---

Step 4: 润色 (基于审查报告)

输入:

1. 章节正文
2. 审查报告 (Step 3 输出)
3. polish-guide.md 规则

加载润色指南:

Copycat "${CLAUDE_PLUGIN_ROOT}/skills/webnovel-write/references/polish-guide.md"

润色内容:

4.1 修复审查问题

根据审查报告的 issues 列表针对性修改：

4.2 AI痕迹清除

4.3 自然化处理

4.4 润色红线

• ❌ 改变情节走向 → 违反"大纲即法律"
• ❌ 修改主角实力 → 违反"设定即物理"
• ❌ 改变人物关系 → 违反设定
• ❌ 删除伏笔 → 破坏长线剧情

输出: 润色后的章节文件（覆盖原文件）

---

Step 5: Data Agent 处理数据链

调用 Data Agent:

使用 Task 工具调用 data-agent subagent：

Copy调用 data-agent，参数：
- chapter: {chapter_num}
- chapter_file: "正文/第{NNNN}章.md"
- review_score: {overall_score from Step 3}
- project_root: {PROJECT_ROOT}

Agent 自动完成:

1. AI 实体提取

   • 调用 LLM 从正文中语义提取实体
   • 匹配已有实体库，识别新实体
   • 识别状态变化（境界/位置/关系）

2. 实体消歧

   • 高置信度 (>0.8): 自动采用
   • 中置信度 (0.5-0.8): 采用但记录 warning
   • 低置信度 (<0.5): 标记待人工确认

3. 写入存储

   • 更新 state.json (实体 + 状态)
   • 更新 index.db (索引)
   • 注册新别名到 alias_index

4. AI 场景切片

   • 按地点/时间/视角切分场景
   • 生成场景摘要

5. 向量嵌入

   • 调用 data_modules.rag_adapter 存入向量库

6. 风格样本评估

   • 如果 review_score > 80，提取高质量片段作为样本候选

输出:

Copy{
  "entities_appeared": 5,
  "entities_new": 1,
  "state_changes": 2,
  "scenes_chunked": 4,
  "uncertain": [...],
  "warnings": [...]
}

---

Step 6: Git 备份

Copypython "${CLAUDE_PLUGIN_ROOT}/scripts/backup_manager.py" \
  --chapter {chapter_num} \
  --chapter-title "{title}"

或手动：

Copygit add .
git commit -m "Ch{chapter_num}: {title}"

---

章节摘要模板

章节末尾追加：

Copy---
## 本章摘要
**剧情**: {主要事件}
**人物**: {角色互动}
**状态变化**: {实力/位置/关系}
**伏笔**: [埋设] / [回收]
**承接点**: {下章衔接}

---

错误处理

Context Agent 失败

Copy⚠️ 上下文包生成失败
→ 检查大纲是否存在
→ 检查 state.json 是否初始化
→ 手动加载必要上下文后继续

审查发现严重问题

Copy⚠️ 审查发现 critical 级别问题
→ 润色步骤必须修复
→ 如果无法修复，记录 deviation

Data Agent 失败

Copy⚠️ AI 提取失败
→ 记录 warning
→ 可选：手动添加关键实体
→ Git 备份仍然执行

---

成功标准

1. ✅ 章节字数 3000-5000
2. ✅ 100% 执行大纲
3. ✅ 审查 overall_score ≥ 70
4. ✅ 润色后 AI 痕迹指标达标
5. ✅ Data Agent 成功提取实体
6. ✅ Git 提交成功