pip install -r requirements.txt仅依赖 jieba 分词库，其余全为标准库。首次运行 fusion/clean 时会自动加载分词模型。
熔铸版/
├── README.md ← 本文件
├── SKILL.md ← 方法论+规则 (给LLM读的)
├── requirements.txt ← pip依赖清单
├── .gitignore ← 版本控制（禁止追踪产出文件）
│
├── run_pipeline.py ← 核心入口: 12阶段管道
├── check_story.py ← 质量检查: 9项爆款规则自动检测
│
├── prompt/ ← 提示词库 (固定不可替代)
├── MAPPING.md ← 文件映射表
├── prompt_inspiration.md ← 创意构思+灵感风暴
├── prompt_character.md ← 人设生成
├── prompt_outline.md ← 大纲体系 (含 FILE_SECTION: 概要/大纲/细纲)
├── prompt_opening.md ← 黄金开篇
├── prompt_writing.md ← 写作规范
├── prompt_polish.md ← 优化润色
├── prompt_expand.md ← 续写扩写 (含 FILE_SECTION: 续写/扩写)
├── prompt_tools.md ← 辅助工具
├── prompt_skill.md ← 全流程 Skill
│
│
├── corpus/ ← 语料库 (固定不可替代)
│ ├── 01_现代言情/ ← 都市/校园/职场
│ ├── 02_总裁豪门/ ← 霸总/豪门恩怨
│ ├── 03_重生复仇/ ← 重生/复仇/逆袭
│ ├── 04_穿越架空/ ← 穿越/架空历史
│ ├── 05_古代言情/ ← 宫斗/宅斗/古言 ← 现有122篇
│ ├── 06_玄幻仙侠/ ← 修仙/玄幻
│ ├── 07_悬疑惊悚/ ← 悬疑/灵异
│ ├── 08_甜宠虐恋/ ← 甜宠/虐文
│ └── 09_种田经商/ ← 种田/经商/美食
│
├── tools/ ← 工具脚本 (固定不可替代)
│ ├── fusion.py ← 指纹蒸馏: 5源文→类型公约数
│ ├── clean_commas.py ← 后处理: 清理脏逗号
│ ├── inject_punctuation.py ← 后处理: 按密度注入标点
│ └── audit.py ← 审计: 独创度+朱雀扫描
│
└── output/ ← 所有生成产物 (临时，不入版本控制)
└── (story.txt / *_llm_prompt.txt / fusion_context.txt 等)
| 类型 | 目录 | 规则 |
|---|---|---|
| 源文件（固定不可替代） | run_pipeline.py check_story.py tools/ prompt/ corpus/ |
绝对不删，不能动位置 |
| 产出文件（临时生成） | output/ |
可随时清除，.gitignore 已忽略 |
把同类型小说 .txt 放入对应分类目录。目前支持 9 个标准分类：
| 编号 | 分类 | 典型标签 |
|---|---|---|
| 01 | 现代言情 | 都市/校园/职场 |
| 02 | 总裁豪门 | 霸总/豪门/契约 |
| 03 | 重生复仇 | 重生/复仇/逆袭/打脸 |
| 04 | 穿越架空 | 穿越/架空/异世 |
| 05 | 古代言情 | 宫斗/宅斗/古言/王爷/太子 |
| 06 | 玄幻仙侠 | 修仙/玄幻/仙侠 |
| 07 | 悬疑惊悚 | 悬疑/灵异/惊悚 |
| 08 | 甜宠虐恋 | 甜宠/虐文/追妻火葬场 |
| 09 | 种田经商 | 种田/经商/美食/科技兴国 |
每个分类下放 ≥5 篇 .txt 小说（管道默认选 5 篇做指纹互消，不足则取全部健康文件）。
python run_pipeline.py --category 05_古代言情管道自动执行：
- 扫描 — 从指定分类目录扫描所有
.txt - 筛选 — 剔除中文不足 500 字的损坏文件，随机选 5 篇健康源文
- 蒸馏 — 提取每篇指纹（人物/情节/句式/高频词），5 份指纹取交集互消
- 输出 —
output/fusion_context.txt（LLM 生成用的完整上下文）
将 output/fusion_context.txt 的全部内容原封不动复制给 LLM（Claude/GPT/DeepSeek 均可），LLM 据此生成一篇约 1000 字的原创短篇小说。
生成的故事保存为 output/story.txt。
# 清理脏逗号（jieba 分词去除语法错误逗号）
python tools/clean_commas.py output/story.txt
# 注入标点密度（模拟番茄小说风格）
python tools/inject_punctuation.py output/story.txt --excl 0.15 --comma 1.2| 参数 | 含义 | 默认值 |
|---|---|---|
--excl |
感叹号密度（每百字多少个！） | 0.15 |
--comma |
逗号密度（每百字多少个，） | 1.2 |
# 爆款规则检查
python check_story.py output/story.txt
# 独创度审计（对比源文，确保 0 复制）
python tools/audit.py output/story.txt corpus/05_古代言情/*.txt换分类只需改
--category：01_现代言情/03_重生复仇/06_玄幻仙侠...
当需要对单个创作环节精细控制时，使用 --stage 切入指定阶段。
管道交叉：蒸馏模式（无
--stage）和分阶段模式（有--stage）共享 Step 1-2（扫描语料 + 蒸馏指纹）。区别仅在 Step 3：蒸馏模式输出fusion_context.txt，分阶段模式加载提示词模板并输出{stage}_llm_prompt.txt。
# 单阶段切入 → 输出 output/脑洞_llm_prompt.txt
python run_pipeline.py -s 脑洞 -c 05_古代言情
# 指定人设模板关键词
python run_pipeline.py -s 人设 -c 03_重生复仇 -t 黑莲花
# 交互式参数输入
python run_pipeline.py -s 开篇 -c 05_古代言情 --interactive分阶段模式新增链式上下文传递，让后续阶段感知前序阶段的 LLM 输出，实现真正的流水线创作：
# Step 1: 脑洞 → 产出 output/脑洞_llm_prompt.txt (给LLM生成后保存为 output/脑洞_output.txt)
python run_pipeline.py -s 脑洞 -c 05_古代言情
# Step 2: 人设 ← 加载脑洞输出作为上下文
python run_pipeline.py -s 人设 -c 05_古代言情 -P output/脑洞_output.txt
# Step 3: 大纲 ← 加载人设输出
python run_pipeline.py -s 大纲 -c 05_古代言情 -P output/人设_output.txt
# ...以此类推，逐个阶段链式推进管道也会自动推断：若 output/ 目录下存在
{前阶段}_output.txt，无需手动指定-P，系统自动加载。每次运行重新扫描语料，但前序上下文保证了创作连续性。
完整 11 阶段：
| 序号 | 阶段 | 说明 | 对应提示词 |
|---|---|---|---|
| 1 | 脑洞 | 创意构思/卖点/受众定位 | prompt_inspiration.md |
| 2 | 灵感风暴 | 书名/简介/黄金开局大纲/角色小传 | prompt_inspiration.md |
| 3 | 人设 | 角色设计/金手指/关系网 | prompt_character.md |
| 4 | 大纲 | 故事主线/情节点/高潮 | prompt_outline.md |
| 5 | 细纲 | 章节拆分/场次细化 | prompt_outline.md |
| 6 | 概要 | 200 字高度浓缩梗概 | prompt_outline.md |
| 7 | 开篇 | 黄金三章/三句法开头 | prompt_opening.md |
| 8 | 正文 | 对话密度/节奏/叙事感 | prompt_writing.md |
| 9 | 优化 | 角色归一化/拼接率质检 | prompt_polish.md |
| 10 | 润色 | 句式变化/用词多样性 | prompt_polish.md |
| 11 | 续写 | 情节延伸/伏笔展开 | prompt_expand.md |
| 12 | 扩写 | 细节铺陈/环境描写 | prompt_expand.md |
前 8 个阶段为核心生成链，后 4 个为增强处理。每个阶段的提示词均为聚合蒸馏版（保留全部反 AI 检测技巧）。
| 参数 | 简写 | 说明 | 示例 |
|---|---|---|---|
--category |
-c |
指定语料分类 | -c 05_古代言情 |
--sample |
-n |
选几篇源文做指纹互消 | -n 7 |
--stage |
-s |
切入指定创作阶段 | -s 开篇 |
--template |
-t |
指定提示词模板关键词 | -t 西瓜大法 |
--params |
-p |
JSON 格式自定义参数 | -p '{"核心卖点":"重生复仇"}' |
--interactive |
— | 交互式输入创作参数 | --interactive |
--previous-output |
-P |
链式传递前序阶段输出 | -P output/人设_output.txt |
不带 --stage 即为默认全流程模式：扫描→选文→蒸馏→输出 fusion_context.txt。
5篇不同作者的指纹在交集运算中互消。剩下的"睁眼/背叛/复仇"不属于任何单一作者，属于类型本身。朱雀对输出做16字扫描 vs 全部5篇源文 → 0匹配。
Q: 需要API密钥吗？ A: 不需要。全本地运行。jieba是免费开源库。
Q: 怎么添加新分类？
A: 在 corpus/ 下新建目录（如 10_奇幻言情/），放入该类型 .txt 小说，管道自动识别。
Q: 生成的故事朱雀分数多少？ A: 取决于LLM和后处理质量。熔铸保证内容层100%原创(0复制)，标点密度靠inject_punctuation补偿。
感谢真诚、友善、团结、专业的 LinuxDo 社区，让我学到很多 AI 相关的知识和玩法。
LinuxDo — 学 AI，上 L 站
MIT
