网文拆文工具-免费版

长篇网文拆文分析工具免费版,面向网文作者与文学爱好者. 核心能力: - 章节大纲自动提取 - 故事节奏与结构分析 - 人物关系图谱梳理 - 伏笔与回收追踪 - 爽点分布分析 - 分析报告导出 适用场景: - 学习优秀网文的写作技巧 - 分析竞品小说结构 - 提升自身创作水平 差异化:免费版提供基础拆文能力。PRO版扩展批量分析、数据对比与创作辅助建议. 适用关键词: 网文, 拆文, 分析, 大纲, 节奏, 人物关系, 伏笔, 爽点, 小说分析

概述

网文拆文工具免费版帮助作者拆解分析长篇网络小说的结构与技巧。通过自动提取章节大纲、分析故事节奏、梳理人物关系与追踪伏笔回收,帮助作者学习优秀作品的写作方法论.

核心能力

1. 章节大纲提取

自动提取每章的核心情节,生成精简大纲.

处理: 解析章节大纲提取的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回章节大纲提取的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

2. 节奏分析

分析故事节奏(铺垫-冲突-高潮-转折),识别节奏分布.

处理: 解析节奏分析的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回节奏分析的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

3. 人物关系图谱

梳理出场人物及其关系,生成人物关系图.

处理: 解析人物关系图谱的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回人物关系图谱的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

4. 伏笔追踪

识别前文埋设的伏笔与后文的回收,评估伏笔覆盖率.

处理: 解析伏笔追踪的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回伏笔追踪的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

5. 爽点分布

分析爽点的分布密度,识别高潮章节.

处理: 解析爽点分布的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回爽点分布的响应数据,包含状态码、结果和日志.

• 执行此能力时使用input_params参数,支持创建/查询/导出操作

6. 报告导出

分析结果导出为 Markdown 报告,便于查阅.

处理: 解析报告导出的输入参数,完成核心逻辑,返回结构化响应. 输出: 返回报告导出的响应数据,包含状态码、结果和日志. 技术参数：使用input_params和output_format参数控制执行行为,支持json/text/csv输出格式. 能力覆盖范围：本skill的核心能力覆盖以下场景关键词：长篇网文结构拆解、分析工具、支持大纲提取、节奏分析与人物关、系梳理、长篇网文拆文分析、工具免费版、面向网文作者与文、学爱好者等。这些关键词对应description中声明的使用场景,均已在上述能力点中提供对应的操作支持.

使用场景

场景一:拆解一本完结网文

分析一本已完结的网络小说,学习其结构. 用户可通过自然语言指令触发此场景，工具将自动执行相应操作并返回结构化结果.

输入格式

参数名	类型	必填	说明
input	string	是	网文拆文工具-免费版处理的输入数据或指令
options	object	否	附加配置选项,如模式选择、格式偏好等
callback_url	string	否	异步处理完成后的回调通知URL

bash

# 输入小说文本文件,执行拆文分析
python3 story_analyze.py \
  --input novel.txt \
  --output analysis_report.md \
  --analyze outline,rhythm,characters,foreshadowing,thrill
# ...
# 输出分析报告:
# === 拆文分析报告 ===
# 小说: 《XX修仙传》
# 总字数: 3,200,000 字
# 总章节: 1,200 章
#
# ## 章节大纲(前10章)
# 第1章: 主角觉醒灵根,被宗门收录
# 第2章: 入门考核,展现天赋
# ...
#
# ## 节奏分析
# 铺垫期: 第1-50章 (慢热开局)
# 第一个高潮: 第51-80章 (宗门大比)
# 过渡期: 第81-120章
# 第二个高潮: 第121-180章 (秘境探险)
#
# ## 人物关系
# 主角: 林凡
# 师父: 玄机子 (良师益友)
# 对手: 赵天 (同门竞争)
# 红颜: 苏婉儿 (感情线)
#
# ## 伏笔追踪
# 伏笔总数: 45
# 已回收: 38 (84%)
# 未回收: 7 (16%)
# [第15章] 神秘玉佩 -> [第320章] 回收
# [第28章] 师父的叹息 -> [第580章] 回收

场景二:分析故事节奏

深入分析节奏分布,识别快慢章节.

bash

# 节奏深度分析
  --input novel.txt \
  --analyze rhythm \
  --depth deep \
  --output rhythm_report.md
# ...
# 输出:
# === 节奏深度分析 ===
# 节奏分布图:
# 高潮 ██████████████░░░░░░░░░░░░ 45%
# 过渡 ████████░░░░░░░░░░░░░░░░░░ 25%
# 铺垫 ██████░░░░░░░░░░░░░░░░░░░░ 20%
# 日常 ████░░░░░░░░░░░░░░░░░░░░░░ 10%
#
# 节奏问题:
# [建议] 第200-250章节奏过慢,连续铺垫无高潮
# [建议] 第800章附近高潮过于密集,读者疲劳

场景三:人物关系梳理

bash

# 人物关系分析
  --input novel.txt \
  --analyze characters \
  --output characters.md
# ...
# 输出:
# === 人物关系分析 ===
# 主要人物: 12 位
# 次要人物: 47 位
#
# 关系图谱:
# 林凡(主角) --师徒--> 玄机子
# 林凡 --对手--> 赵天
# 林凡 --恋人--> 苏婉儿
# 苏婉儿 --兄妹--> 苏明
# 赵天 --师弟--> 玄机子
#
# 人物出场频率:
# 林凡: 1200/1200 章 (100%)
# 苏婉儿: 450/1200 章 (37.5%)
# 玄机子: 320/1200 章 (26.7%)

快速开始

1. 阅读## 核心能力章节了解skill功能
2. 按## 依赖说明配置环境
3. 执行所需能力对应的命令
4. 参考## 错误处理章节处理异常
5. 查看## FAQ解答常见疑问

安装

bash

# 依赖说明

第一次拆文

bash

# 准备小说文本(纯文本格式)
# 执行拆文
  --input my_novel.txt \
  --output report.md \
  --analyze all

查看报告

bash

# 报告为 Markdown 格式
cat report.md
# ...
# 或转换为 HTML 查看
pandoc report.md -o report.html
open report.html

示例

分析维度

维度	参数	说明
大纲	outline	章节核心情节提取
节奏	rhythm	故事节奏分布分析
人物	characters	人物关系图谱
伏笔	foreshadowing	伏笔与回收追踪
爽点	thrill	爽点分布密度
全部	all	以上全部

命令参数

参数	说明	默认值
--input	小说文本文件	必需
--output	报告输出路径	report.md
--analyze	分析维度	all
--depth	分析深度(basic/deep)	basic
--chapters	指定章节范围	全部
--format	输出格式(md/html)	md

报告格式

markdown

# 拆文分析报告
# ...
## 基本信息
- 书名: {title}
- 字数: {words}
- 章节数: {chapters}
# ...
## 章节大纲
### 第X章
- 核心事件: {event}
- 出场人物: {characters}
- 场景: {location}
# ...
## 节奏分析
- 节奏分布: {distribution}
- 高潮章节: {climax_chapters}
# ...
## 人物关系
- 主要人物: {main_characters}
- 关系图谱: {relationships}
# ...
## 伏笔追踪
- 伏笔总数: {total}
- 回收率: {recovery_rate}%

最佳实践

1. 文本预处理:确保输入为纯文本格式,去除广告与水印
2. 分批分析:超长小说(500万字+)分段分析,避免内存不足
3. 多维度对比:结合节奏、人物、伏笔多维度分析,获得全面认知
4. 对照学习:拆解优秀作品后,对照自己的作品找差距
5. 重点关注节奏:节奏是网文的核心,重点分析高潮分布是否合理

常见问题

Q: 支持哪些小说格式?

A: 免费版支持纯文本(.txt)格式。EPUB/PDF 需要先用工具转换为文本。建议按章节分割,每章一个段落.

Q: 分析一本百万字小说需要多久?

A: 取决于分析维度。基础大纲提取约 5-10 分钟,全维度深度分析约 20-30 分钟。分析过程中会显示进度条.

Q: 爽点是如何识别的?

A: 通过关键词匹配与情感分析识别爽点。常见爽点关键词包括「突破」「战胜」「打脸」「升级」等,结合上下文情感强度判断.

Q: 可以分析未完结的小说吗?

A: 可以,但伏笔回收率会偏低(因为很多伏笔还没回收)。建议分析已完结作品,结构更完整.

依赖说明

运行环境

• Agent平台: 支持 SKILL.md 的任意 AI Agent(Claude Code / Cursor / Codex / Gemini CLI 等)
• 操作系统: Windows / macOS / Linux
• Python: 3.8+

第三方依赖

依赖项	类型	是否必需	获取方式
Python 3	运行时	必需	官方网站下载
jieba	中文分词	推荐	pip install jieba
networkx	关系图谱	推荐	pip install networkx
pandoc	格式转换	可选	官方网站下载
LLM API	API	必需	由Agent内置LLM提供

API Key 配置

• 本 Skill 无需 API Key
• 分析由 Agent 内置 LLM 完成

可用性分类

• 分类: MD+EXEC(Markdown指令 + 命令行执行)
• 说明: 通过自然语言指令驱动 Agent 执行网文拆文分析
• 限制: 免费版不支持批量分析、数据对比与创作辅助建议

错误处理

错误场景	原因	处理方式
配置错误	参数缺失或格式错误	检查依赖说明中的配置要求
运行时错误	运行环境不满足	确认运行环境符合依赖说明
网络错误	连接超时或不可达	执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令，参考国内替代方案

已知限制

• 需LLM支持,无LLM环境不可用
• 复杂业务场景建议结合人工经验判断
• 执行效率受模型能力与网络环境影响