核心用法
zaomeng-skill 是一套面向中文小说创作与分析的专业工具链，采用「prompt-first」架构，由宿主 LLM 驱动完成核心生成任务。用户只需提供小说文本或路径，skill 即可自动执行：
1. 内容萃取 —— 通过 prepare_novel_excerpt.py 提取关键片段，控制输入长度（默认 80 句/12000 字）
2. 角色蒸馏 —— 生成结构化人物档案 PROFILE.generated.md，并物化为完整人格包（SOUL/STYLE/BONDS）
3. 关系抽取 —— 自动识别角色间关联，输出 Mermaid 与 HTML 双格式可视化图谱
4. 对话模拟 —— 支持 act（用户扮演角色单聊）与 observe（多角色群聊观察）两种交互模式
显著优点
- 架构清晰：严格区分 skill 职责（prompt 编排、后处理）与宿主职责（LLM 最终生成），避免模型调用链混乱
- 输出标准化：强制生成
NAVIGATION.generated.md作为人物包索引，确保产物可导航、可追溯 - 可视化友好：原生支持 Mermaid 与 HTML 关系图谱导出，便于创作者直观把握人物网络
- 进度透明：蒸馏过程强制播报关键节点，拒绝「黑箱」长时间静默
潜在局限
- 依赖宿主 LLM：所有核心生成质量受限于宿主模型能力，skill 本身不内置微调模型
- 中文场景特化：prompt 设计与风格参考针对中文小说优化，跨语言迁移需额外调整
- 长文本处理瓶颈：excerpt 截断策略虽可配置，但超长篇小说可能丢失细微人物刻画
适合人群
网文作者、同人创作者、剧本策划、叙事研究者，以及任何需要快速从原始文本中抽取角色要素、构建关系网络并进行沉浸式对话探索的用户。
常规风险
- 角色理解偏差：LLM 可能对复杂人设产生误读，建议通过
correction_prompt.md人工干预 - 关系抽取遗漏：次要人物或隐式关联易被忽略，需结合
validation_policy.md交叉验证 - 生成内容合规：对话模式可能产出不符合预期的角色言论，建议设定明确的内容安全边界