comparative-review-skill

Name: comparative-review-skill
Author: Supreme-Ultimate

115stars28forks

How to install comparative-review-skill?

supreme-ultimate/novel-to-script-team/comparative-review-skill

$npx -y skills add Supreme-Ultimate/novel-to-script-team --skill comparative-review-skill

Installs into the current project.

Summary

对比审核技能。对比生成剧本与爆款剧本的节奏、对话、情绪、框架，给出PASS/FAIL判断和改进建议。

Files · 1

View on GitHub

SKILL.md

1	# 对比审核技能
2
3	## 必读
4
5	1. `../../references/00-first-principles.md` — 第一性原则（可拍性、留存性、一致性、可验证性）
6	2. `../../references/03-script-writing-standard.md` — 剧本写作标准（对话比、视觉标记、网文感、节奏控制）
7	3. `../../references/04-review-gates.md` — 审核门槛（PASS/FAIL标准、回改流程）
8
9	## 功能
10
11	对比生成剧本与参考的爆款剧本，从多个维度进行分析，防止AI味，确保剧本质量。
12
13	## 对比维度
14
15	### 1. 节奏对比
16
17	统计指标：
18	- 场景数（scene_count）
19	- 冲突密度（conflict_density）= 冲突次数 / 总字数
20	- 平均场景时长（avg_scene_duration）
21	- 时长方差（duration_variance）
22	- 情绪强度（emotion_intensity）
23
24	对比方法：
25	```python
26	# 统计生成剧本
27	generated = analyze_rhythm(generated_script)
28
29	# 统计参考剧本（5个的平均值）
30	reference = average([analyze_rhythm(ref) for ref in reference_scripts])
31
32	# 对比
33	rhythm_score = compare_metrics(generated, reference)
34	```
35
36	判断标准：
37	- 场景数：±2个场景内为PASS
38	- 冲突密度：±0.01内为PASS
39	- 情绪强度：±0.01内为PASS
40
41	### 2. 对话风格对比
42
43	统计指标：
44	- 平均句长（avg_sentence_length）
45	- 对话比（dialogue_ratio）= 对话字数 / 总字数
46	- 视觉标记密度（visual_markers_per_100）
47	- 短句比例（short_sentence_ratio）< 10字符的句子占比
48	- 网文感关键词密度（wanwen_keywords_per_100）
49
50	网文感关键词：
51	```python
52	wanwen_keywords = [
53	'冷笑', '嗤笑', '冷哼', '冷声', '冷冷',
54	'眼神一冷', '眸光一沉', '嘴角勾起',
55	'不屑', '轻蔑', '讥讽', '嘲讽',
56	'霸气', '强势', '凌厉', '锐利'
57	]
58	```
59
60	判断标准：
61	- 句长：12±3字符为PASS
62	- 对话比：70%±10%为PASS
63	- 视觉标记：3-5个/100字为PASS
64
65	### 3. 情绪冲击力对比
66
67	统计指标：
68	- 情绪词汇密度（emotion_word_density）
69	- 情感极性摆动（emotion_polarity_swing）
70	- 高潮点数量（climax_count）
71	- 悬念设置（suspense_count）
72
73	情绪词汇：
74	```python
75	emotion_words = {
76	'愤怒': ['愤怒', '暴怒', '怒火', '气愤', '恼怒'],
77	'悲伤': ['悲伤', '难过', '伤心', '痛苦', '绝望'],
78	'惊讶': ['惊讶', '震惊', '惊愕', '愕然', '惊呆'],
79	'恐惧': ['恐惧', '害怕', '惊恐', '畏惧', '胆寒'],
80	'喜悦': ['喜悦', '高兴', '欣喜', '愉悦', '兴奋']
81	}
82	```
83
84	判断标准：
85	- 情绪词汇：1.5-2.5个/100字为PASS
86	- 情感摆动：至少2次明显摆动为PASS
87	- 高潮点：至少1个为PASS
88
89	### 4. 框架结构对比
90
91	结构要素：
92	- 开局（hook）：前10%是否有强钩子
93	- 发展（development）：中间60%是否有持续冲突
94	- 高潮（climax）：是否有明显高潮点
95	- 反转（twist）：是否有意外反转
96	- 结局（ending）：是否有强悬念/钩子
97
98	判断标准：
99	- 5个要素至少满足4个为PASS
100
101	### 5. 跨集内容重复检查
102
103	检查对象：当前集与前一集的内容对比
104
105	检查项：
106	- 场景重复：当前集与前一集是否有相同的场景
107	- 剧情点重复：当前集与前一集是否有相同的剧情点
108	- 对话重复：当前集与前一集是否有相似的对话
109	- 事件重复：当前集与前一集是否是同一个事件
110
111	判断标准：
112	- 发现任何重复内容，必须 FAIL
113	- 必须指出具体的重复位置
114	- 必须要求删除或重写重复内容
115
116	示例：
117	```python
118	# 检查场景重复
119	ep01_scenes = extract_scenes(ep01_script)
120	ep02_scenes = extract_scenes(ep02_script)
121	duplicate_scenes = find_duplicates(ep01_scenes, ep02_scenes)
122
123	if duplicate_scenes:
124	feedback.append({
125	'dimension': '跨集内容重复',
126	'issue': '发现重复场景',
127	'location': f'第{N}集与第{N-1}集',
128	'duplicates': duplicate_scenes,
129	'suggestion': '删除重复场景，或改为新的场景'
130	})
131	```
132
133	### 6. 事件完整性检查
134
135	检查对象：当前集的事件结构
136
137	检查项：
138	- 事件完整性：当前集是否是一个完整的事件（有开始、发展、结束）
139	- 剧情线完整性：当前集是否有未完成的剧情线
140	- 逻辑连贯性：当前集与下一集的规划是否有逻辑断层
141
142	判断标准：
143	- 事件不完整（如只有开始没有结束），必须 FAIL
144	- 有未完成的剧情线，必须 FAIL
145	- 与下一集的规划有逻辑断层，必须 FAIL
146
147	示例：
148	```python
149	# 检查事件完整性
150	event_structure = analyze_event_structure(script)
151
152	if not event_structure['has_beginning']:
153	feedback.append({
154	'dimension': '事件完整性',
155	'issue': '事件缺少开始',
156	'suggestion': '添加事件的触发点'
157	})
158
159	if not event_structure['has_ending']:
160	feedback.append({
161	'dimension': '事件完整性',
162	'issue': '事件缺少结束',
163	'suggestion': '添加事件的结果或转折'
164	})
165	```
166
167	## 执行流程
168
169	### Step 1: 加载剧本
170
171	```python
172	# 加载生成剧本
173	with open(generated_script_path, 'r') as f:
174	generated_script = f.read()
175
176	# 加载参考剧本（之前检索的Top 5）
177	reference_scripts = []
178	for ref_path in reference_paths:
179	with open(ref_path, 'r') as f:
180	reference_scripts.append(f.read())
181	```
182
183	### Step 2: 统计指标
184
185	```python
186	# 生成剧本指标
187	gen_rhythm = analyze_rhythm(generated_script)
188	gen_style = analyze_style(generated_script)
189	gen_emotion = analyze_emotion(generated_script)
190	gen_structure = analyze_structure(generated_script)
191
192	# 参考剧本平均指标
193	ref_rhythm = average([analyze_rhythm(ref) for ref in reference_scripts])
194	ref_style = average([analyze_style(ref) for ref in reference_scripts])
195	ref_emotion = average([analyze_emotion(ref) for ref in reference_scripts])
196	ref_structure = average([analyze_structure(ref) for ref in reference_scripts])
197	```
198
199	### Step 3: 对比分析
200
201	```python
202	feedback = []
203
204	# 节奏对比
205	if abs(gen_rhythm['scene_count'] - ref_rhythm['scene_count']) > 2:
206	feedback.append({
207	'dimension': '节奏',
208	'issue': f"场景数偏{'少' if gen_rhythm['scene_count'] < ref_rhythm['scene_count'] else '多'}",
209	'generated': gen_rhythm['scene_count'],
210	'reference': ref_rhythm['scene_count'],
211	'suggestion': f"建议调整为{ref_rhythm['scene_count']}个场景"
212	})
213
214	# 对话风格对比
215	if gen_style['dialogue_ratio'] < 0.6:
216	feedback.append({
217	'dimension': '对话风格',
218	'issue': '对话比偏低',
219	'generated': f"{gen_style['dialogue_ratio']:.1%}",
220	'reference': f"{ref_style['dialogue_ratio']:.1%}",
221	'suggestion': '增加对话，减少叙述性文字'
222	})
223
224	# 跨集内容重复检查
225	if previous_script:
226	duplicate_scenes = find_duplicate_scenes(generated_script, previous_script)
227	if duplicate_scenes:
228	feedback.append({
229	'dimension': '跨集内容重复',
230	'issue': '发现重复场景',
231	'location': f'第{N}集与第{N-1}集',
232	'duplicates': duplicate_scenes,

People who liked this also viewed

6 picks

Type

comparative-review-skill

115stars28forks

View on GitHub

How to install comparative-review-skill?

supreme-ultimate/novel-to-script-team/comparative-review-skill

$npx -y skills add Supreme-Ultimate/novel-to-script-team --skill comparative-review-skill

Installs into the current project.

Summary

对比审核技能。对比生成剧本与爆款剧本的节奏、对话、情绪、框架，给出PASS/FAIL判断和改进建议。

Files · 1

View on GitHub

SKILL.md

1	# 对比审核技能
2
3	## 必读
4
5	1. `../../references/00-first-principles.md` — 第一性原则（可拍性、留存性、一致性、可验证性）
6	2. `../../references/03-script-writing-standard.md` — 剧本写作标准（对话比、视觉标记、网文感、节奏控制）
7	3. `../../references/04-review-gates.md` — 审核门槛（PASS/FAIL标准、回改流程）
8
9	## 功能
10
11	对比生成剧本与参考的爆款剧本，从多个维度进行分析，防止AI味，确保剧本质量。
12
13	## 对比维度
14
15	### 1. 节奏对比
16
17	统计指标：
18	- 场景数（scene_count）
19	- 冲突密度（conflict_density）= 冲突次数 / 总字数
20	- 平均场景时长（avg_scene_duration）
21	- 时长方差（duration_variance）
22	- 情绪强度（emotion_intensity）
23
24	对比方法：
25	```python
26	# 统计生成剧本
27	generated = analyze_rhythm(generated_script)
28
29	# 统计参考剧本（5个的平均值）
30	reference = average([analyze_rhythm(ref) for ref in reference_scripts])
31
32	# 对比
33	rhythm_score = compare_metrics(generated, reference)
34	```
35
36	判断标准：
37	- 场景数：±2个场景内为PASS
38	- 冲突密度：±0.01内为PASS
39	- 情绪强度：±0.01内为PASS
40
41	### 2. 对话风格对比
42
43	统计指标：
44	- 平均句长（avg_sentence_length）
45	- 对话比（dialogue_ratio）= 对话字数 / 总字数
46	- 视觉标记密度（visual_markers_per_100）
47	- 短句比例（short_sentence_ratio）< 10字符的句子占比
48	- 网文感关键词密度（wanwen_keywords_per_100）
49
50	网文感关键词：
51	```python
52	wanwen_keywords = [
53	'冷笑', '嗤笑', '冷哼', '冷声', '冷冷',
54	'眼神一冷', '眸光一沉', '嘴角勾起',
55	'不屑', '轻蔑', '讥讽', '嘲讽',
56	'霸气', '强势', '凌厉', '锐利'
57	]
58	```
59
60	判断标准：
61	- 句长：12±3字符为PASS
62	- 对话比：70%±10%为PASS
63	- 视觉标记：3-5个/100字为PASS
64
65	### 3. 情绪冲击力对比
66
67	统计指标：
68	- 情绪词汇密度（emotion_word_density）
69	- 情感极性摆动（emotion_polarity_swing）
70	- 高潮点数量（climax_count）
71	- 悬念设置（suspense_count）
72
73	情绪词汇：
74	```python
75	emotion_words = {
76	'愤怒': ['愤怒', '暴怒', '怒火', '气愤', '恼怒'],
77	'悲伤': ['悲伤', '难过', '伤心', '痛苦', '绝望'],
78	'惊讶': ['惊讶', '震惊', '惊愕', '愕然', '惊呆'],
79	'恐惧': ['恐惧', '害怕', '惊恐', '畏惧', '胆寒'],
80	'喜悦': ['喜悦', '高兴', '欣喜', '愉悦', '兴奋']
81	}
82	```
83
84	判断标准：
85	- 情绪词汇：1.5-2.5个/100字为PASS
86	- 情感摆动：至少2次明显摆动为PASS
87	- 高潮点：至少1个为PASS
88
89	### 4. 框架结构对比
90
91	结构要素：
92	- 开局（hook）：前10%是否有强钩子
93	- 发展（development）：中间60%是否有持续冲突
94	- 高潮（climax）：是否有明显高潮点
95	- 反转（twist）：是否有意外反转
96	- 结局（ending）：是否有强悬念/钩子
97
98	判断标准：
99	- 5个要素至少满足4个为PASS
100
101	### 5. 跨集内容重复检查
102
103	检查对象：当前集与前一集的内容对比
104
105	检查项：
106	- 场景重复：当前集与前一集是否有相同的场景
107	- 剧情点重复：当前集与前一集是否有相同的剧情点
108	- 对话重复：当前集与前一集是否有相似的对话
109	- 事件重复：当前集与前一集是否是同一个事件
110
111	判断标准：
112	- 发现任何重复内容，必须 FAIL
113	- 必须指出具体的重复位置
114	- 必须要求删除或重写重复内容
115
116	示例：
117	```python
118	# 检查场景重复
119	ep01_scenes = extract_scenes(ep01_script)
120	ep02_scenes = extract_scenes(ep02_script)
121	duplicate_scenes = find_duplicates(ep01_scenes, ep02_scenes)
122
123	if duplicate_scenes:
124	feedback.append({
125	'dimension': '跨集内容重复',
126	'issue': '发现重复场景',
127	'location': f'第{N}集与第{N-1}集',
128	'duplicates': duplicate_scenes,
129	'suggestion': '删除重复场景，或改为新的场景'
130	})
131	```
132
133	### 6. 事件完整性检查
134
135	检查对象：当前集的事件结构
136
137	检查项：
138	- 事件完整性：当前集是否是一个完整的事件（有开始、发展、结束）
139	- 剧情线完整性：当前集是否有未完成的剧情线
140	- 逻辑连贯性：当前集与下一集的规划是否有逻辑断层
141
142	判断标准：
143	- 事件不完整（如只有开始没有结束），必须 FAIL
144	- 有未完成的剧情线，必须 FAIL
145	- 与下一集的规划有逻辑断层，必须 FAIL
146
147	示例：
148	```python
149	# 检查事件完整性
150	event_structure = analyze_event_structure(script)
151
152	if not event_structure['has_beginning']:
153	feedback.append({
154	'dimension': '事件完整性',
155	'issue': '事件缺少开始',
156	'suggestion': '添加事件的触发点'
157	})
158
159	if not event_structure['has_ending']:
160	feedback.append({
161	'dimension': '事件完整性',
162	'issue': '事件缺少结束',
163	'suggestion': '添加事件的结果或转折'
164	})
165	```
166
167	## 执行流程
168
169	### Step 1: 加载剧本
170
171	```python
172	# 加载生成剧本
173	with open(generated_script_path, 'r') as f:
174	generated_script = f.read()
175
176	# 加载参考剧本（之前检索的Top 5）
177	reference_scripts = []
178	for ref_path in reference_paths:
179	with open(ref_path, 'r') as f:
180	reference_scripts.append(f.read())
181	```
182
183	### Step 2: 统计指标
184
185	```python
186	# 生成剧本指标
187	gen_rhythm = analyze_rhythm(generated_script)
188	gen_style = analyze_style(generated_script)
189	gen_emotion = analyze_emotion(generated_script)
190	gen_structure = analyze_structure(generated_script)
191
192	# 参考剧本平均指标
193	ref_rhythm = average([analyze_rhythm(ref) for ref in reference_scripts])
194	ref_style = average([analyze_style(ref) for ref in reference_scripts])
195	ref_emotion = average([analyze_emotion(ref) for ref in reference_scripts])
196	ref_structure = average([analyze_structure(ref) for ref in reference_scripts])
197	```
198
199	### Step 3: 对比分析
200
201	```python
202	feedback = []
203
204	# 节奏对比
205	if abs(gen_rhythm['scene_count'] - ref_rhythm['scene_count']) > 2:
206	feedback.append({
207	'dimension': '节奏',
208	'issue': f"场景数偏{'少' if gen_rhythm['scene_count'] < ref_rhythm['scene_count'] else '多'}",
209	'generated': gen_rhythm['scene_count'],
210	'reference': ref_rhythm['scene_count'],
211	'suggestion': f"建议调整为{ref_rhythm['scene_count']}个场景"
212	})
213
214	# 对话风格对比
215	if gen_style['dialogue_ratio'] < 0.6:
216	feedback.append({
217	'dimension': '对话风格',
218	'issue': '对话比偏低',
219	'generated': f"{gen_style['dialogue_ratio']:.1%}",
220	'reference': f"{ref_style['dialogue_ratio']:.1%}",
221	'suggestion': '增加对话，减少叙述性文字'
222	})
223
224	# 跨集内容重复检查
225	if previous_script:
226	duplicate_scenes = find_duplicate_scenes(generated_script, previous_script)
227	if duplicate_scenes:
228	feedback.append({
229	'dimension': '跨集内容重复',
230	'issue': '发现重复场景',
231	'location': f'第{N}集与第{N-1}集',
232	'duplicates': duplicate_scenes,

People who liked this also viewed

6 picks

Type