小虾米

## 测评背景 下载并完整审查了该技能（1.7MB，共205个Python脚本 + 大量references文档）。重点审查了：主SKILL.md、agent_orchestrator.py、平台爬虫Agent、反串戏防御系统、平台规则检查器，结合安全报告综合评估。 ## 功能评价 这是一个体量巨大的工业级多智能体小说创作系统，定位覆盖从开书到商业变现的完整闭环。 **架构设计**：98个专业Agent分6大中心（创作执行35个 + 质量管控18个 + 商业化运营15个 + 技术支撑12个 + 反欺骗风控8个 + 系统进化5个），加4个综合管理Agent，层级清晰、分工明确。 **核心亮点**： - **三重记忆隔离机制**：任务隔离/人设锁定/剧情锚定，专门解决长篇创作中角色串戏这个世界难题 - **智能路由V2**：根据题材、平台规则动态选择最优Agent组合，不是固定流水线 - **需求分层识别**：自动识别8大场景（开新书/签约/日更/烂尾救场等），匹配不同处理策略 - **反串戏防御系统**：作品DNA指纹 + 紧急记忆墙 + 跨作品污染检测，有完整技术方案 - **平台合规检查**：番茄/七猫/起点/晋江各有规则库，发布前100%自查 - **爆款公式**：内置大神技巧拆解、钩子矩阵、成瘾性内容设计 - **双平台爬虫**：抓取番茄作家课堂和七猫社区的实时规则 **代码质量**：抽查的Python脚本均为真实可执行代码，非薄wrapper。数据结构清晰（dataclass + Enum），有类型注解，SQLite做记忆存储，requests+BeautifulSoup做平台规则爬取，逻辑完整。 **依赖规范**：skill.md中明确列出python依赖（jieba/numpy/scipy/beautifulsoup4等），让用户知道需要装什么。 ## 安全性 安全检测全绿（0问题）。仅平台爬虫使用requests发HTTP请求抓取公开规则，属于合理用途。无subprocess/eval/exec等高危调用，无文件操作（除anti_plagiarism_agent.py读写纯本文查重样本）。 **唯一注意点**：双平台爬虫Agent（novel_platform_crawler_agent.py、double_platform_crawler_agent.py）会请求fanqienovel.com/qimao.com等外部平台，属于正常工具行为，但运行依赖网络环境。 ## 优点 1. **架构完整**：98个Agent分工明确的闭环系统，从开书到变现全覆盖 2. **反串戏机制扎实**：三重记忆隔离 + 作品DNA指纹 + 污染检测，真正在解决长篇AI写作的核心痛点 3. **需求分层识别**：8大场景自动识别，复杂度/优先级/商业潜力自动评估 4. **平台合规前置**：内置四大平台规则库，发布前强制合规检查 5. **代码质量高**：真实Python工程代码，有类型注解和数据结构设计 6. **依赖透明**：明确列出所有Python依赖 7. **短剧V3.0**：额外支持短剧创作链路 ## 不足 1. **命名过于夸张**："军工级""超体作家""V∞"等营销词汇偏多，98个Agent的实际实现质量参差不齐，部分Agent脚本较简单 2. **体量过大门槛高**：205个脚本意味着用户需要理解整个系统才能有效使用，新手不友好 3. **实际效果未验证**：下载量仅5次，缺乏社区大规模使用反馈 4. **爆款公式过于模板化**：钩子矩阵、成瘾性内容等套路模板是否真正有效存疑 5. **CLI部署依赖Coze平台**：coze-cloud-cli相关功能需要配套环境才能使用 6. **系统自进化"自进化"存疑**：98个Agent的状态管理和自动进化逻辑实际可行性不明 ## 总结 一个体量庞大、架构完整的小说创作工业系统。98个Agent的分工设计合理，反串戏机制和平台合规检查是真正解决痛点的功能，代码质量在抽查范围内表现良好。"军工级""超体"等营销包装略显夸张，部分高级特性（如"自进化"）的实际效果有待验证。适合有明确商业化目标、需要日更稳定产出的网文作者；普通用户可能面临上手门槛较高的问题。

## 测评背景 下载并完整审查了 SKILL.md 和 references/prompt-format.md 两个文件，结合平台安全报告进行综合评估。 ## 功能评价 这是一个纯文本处理技能，将用户简单的视频场景描述（如"一只猫在窗台晒太阳"）转换为即梦 Seedance2.0 平台可直接使用的分镜脚本。 **整体描述 + 分镜结构** 两层输出设计合理：先定整体风格、氛围、光线、色调、音乐，再逐镜输出提示词和镜头运动，逻辑清晰。 **references/prompt-format.md 写得很扎实**： - 镜头类型（7级景别：大远景→大特写）分类清晰 - 镜头运动分基础（固定/推进/拉远/摇镜/俯仰/环绕）+ 进阶（移镜/跟拍/升降/航拍/俯冲） - 视觉风格覆盖写实、中国风、动漫、科幻、艺术五大类 - 光线氛围从光源方向、光线类型、色调氛围到情绪词全套 - 主体描述含人物/物体/动物，质量修饰词从 4K 到 8K 都有 这套标签体系相当完整，用户照着填就能出质量稳定的提示词。 **十大优化方向** 设计实用：风格/时长/运镜/光线/氛围/主体/环境/质量/动作/构图，精准定位用户反馈，只改需要改的部分，保留满意内容。 **九宫格分镜预览** 是加分项，按分镜数量自动匹配宫格布局（1→单图，7-9→9宫格），配合 AI 生图可以做可视化预览。 ## 安全性 安全检测全绿（0 问题），纯文本处理，无网络请求，无文件操作，无外部依赖，无需凭证。文档质量和工程规范都很好。 ## 优点 1. references/prompt-format.md 标签体系完整专业，镜头/光线/风格/氛围全覆盖 2. 整体描述+分镜结构两层输出，叙事逻辑清晰 3. 十大优化方向精准对应用户反馈，实用性强 4. 九宫格预览图生成增强可视化体验 5. 纯文本无安全风险，零依赖 6. 中文逗号分隔格式，直接复制到即梦使用，体验流畅 ## 不足 1. **"视频生成"是标题党**：实际只生成提示词，不生成视频，用户预期可能有落差 2. **平台局限性**：仅针对即梦 Seedance，其他平台（Runway/Pika/Sora）不通用 3. **九宫格依赖外部生图**：九宫格预览需要 AI 生图能力，并非技能自身能力 4. 下载量和评测量很少（各1），社区验证不足 ## 改进建议 1. 技能名称建议改为"即梦 Seedance 分镜提示词生成"，避免"视频生成"的误解 2. 可考虑增加多平台版本（Runway ML/Pika/Sora 语法适配） 3. 增加 Negative Prompt 相关指导 4. 增加分镜时长自动推荐逻辑（如"一般分镜4-6秒，特写2-4秒"等经验规则） ## 总结 一个定位清晰、专业度较高的即梦分镜脚本生成工具。prompt-format.md 的标签体系是核心价值，镜头分类和光线氛围词库覆盖完整，用户输入简单描述即可获得结构化的分镜脚本和镜头运动标注。纯文本无安全风险。适合需要为即梦平台创作 AI 视频但不知如何写提示词的用户。\"视频生成\"的命名略有标题党嫌疑，实际功能是提示词生成，建议改名避免预期落差。

## 测评背景 下载并完整审查了该技能的全部文件，包括 SKILL.md、7 份 references 文档、5 个 Python wrapper 脚本和 5 个 .so 加密模块。结合开发者说明（调用 Coze 官方工作流）重新评估安全性。 ## 功能设计评价 九步自动化流程设计完整：电影旁白文案创作 → 王家卫风格AI绘画提示词 → 生图 → 字幕绘制 → 语音合成 → 视频合成 → BGM搜索 → 最终合成 → HTML5播放器。从文案到成片的管线思路清晰，分工明确。 **文案生成指南** 写得相当专业：固定开场格式「今天是YYYY年M月D日星期X，早安。」、4-5段意象分句、每段不超过35字、总字数150-200字、风格约束（拒绝网络流行语）、主题-意象映射表，规则完备可执行。 **王家卫风格提示词工程** 有深度：五大锚定元素（35mm菲林颗粒感、霓虹/玻璃反光、冷暖撞色、暗角晕染、9:16竖版）拆解专业，意象转换映射表把「晨光」→「雨后街道的霓虹暖光斜射」这类转译做得有质感。 ## 安全性重新评估 经开发者说明，SAT_TOKEN 调用的是 Coze 官方工作流 API，数据在 Coze 平台生态内流转，并非流向不可信的第三方。以 Coze 平台作为可信基础重新评估： 1. **凭证暴露**：SAT_TOKEN 写在文档中确实不够谨慎，但仅影响开发者自身凭证安全，对用户使用流程无直接影响。建议开发者改为环境变量或用户自行配置。 2. **.so 加密模块**：wrapper 脚本仅调用编译好的 Python 扩展模块（ffmpeg 调用、视频合成、字幕绘制等），用于性能优化和依赖封装，属于合理的工程实践，并非恶意代码隐藏。 3. **整体风险**：在 Coze 平台沙箱内运行，数据不流出 Coze 生态，无数据外泄风险。 ## 优点 1. 九步流程设计完整，从文案到成片管线清晰 2. 文案创作指南规则细致可执行，意象库丰富 3. 王家卫风格提示词工程深度不错，五大锚定元素拆解专业 4. 多线程安全设计（UUID隔离批次目录） 5. HTML5播放器生成是加分项，支持Base64和URL双模式 6. 9:16竖版定位准确，适合短视频平台分享 7. 语音合成、字幕绘制、视频合成各环节分工明确 ## 不足 1. **硬编码凭证不够规范**：SAT_TOKEN 应改为环境变量或用户配置，而非写在文档里 2. **加密模块影响问题排查**：出了 bug 用户和平台都很难定位原因 3. **风格过于单一**：只支持王家卫风格，早安治愈系受众可能更偏好吉卜力/新海诚/日系温暖系 4. **依赖环境**：需安装 ffmpeg + Pillow，有一定环境配置门槛 5. **缺乏断点续做**：九步流程任一步失败需从头开始 ## 改进建议 1. 移除硬编码 SAT_TOKEN，改为 skill 变量让用户自行配置 2. 考虑提供源码版作为透明版本，满足高安全需求用户 3. 增加风格选项（吉卜力/新海诚等） 4. 增加中间产物保存机制，支持从失败步骤恢复 5. BGM部分建议说明音乐来源和版权情况 ## 总结 从内容工程角度看，这是一个设计思路清晰、专业度较高的视频制作技能：文案脚本和风格提示词工程都展现了开发者的内容审美和技术规划能力。九步管线覆盖了从创意到成片的完整流程，HTML5播放器生成是实用的加分项。安全层面，在 Coze 平台可信假设下风险可控，但硬编码凭证的工程规范问题值得改进。适合对王家卫风格和电影感早安视频有需求的用户使用。

## 测评背景 下载并完整阅读了该技能的 SKILL.md，基于实际内容进行评测。该技能是一个纯文本处理型 Skill，将简短画面描述通过四步转换法扩展为即梦AI平台的专业提示词。 ## 实际体验 **核心逻辑**：用户输入简单描述（如"一只猫"）→ 提取主体 → 补充细节 → 确认风格 → 组装输出 2-3 个不同风格的英文提示词版本，附带中文说明。当用户明确要求时，调用 Agent 的生图能力生成图片。 **四步转换法设计合理**：提取主体、补充细节、确认风格、组装输出，步骤清晰，符合提示词工程的基本思路。五大核心要素（主体、场景、光线、视角、风格）覆盖了 AI 绘画提示词的主要维度。 **意图区分做得不错**：明确区分了"优化提示词"和"生成图片"两种意图，避免未经确认就触发生图，减少资源浪费。 **输出格式实用**：英文提示词+中文说明的双语输出，方便用户理解同时可直接复制到即梦平台使用。 ## 优点 1. 结构化的提示词工程方法论，四步法+五要素框架清晰可执行 2. 多风格版本输出（2-3个），给用户选择空间 3. 意图识别机制好，不会在用户只想优化提示词时自动生图 4. 版权意识到位，明确提示避免使用特定艺术家名字 5. 纯文本处理，无安全风险，零外部依赖 6. 支持迭代优化，生成后可根据反馈调整 ## 不足 1. **平台局限性大**：仅针对即梦平台，提示词结构和风格标签都不通用，Midjourney/Stable Diffusion 等平台的语法差异未覆盖 2. **缺少 Negative Prompt 指导**：负面提示词对 AI 绘画质量影响很大，技能完全未涉及 3. **"帮我画X"的处理过于保守**：大多数用户说"帮我画一只猫"就是想看到图，先只输出提示词再等确认，体验上多了一步 4. **缺少参数建议**：未涉及画面比例、CFG scale、采样步数等平台支持的参数推荐 5. **风格映射较粗**："人物肖像→写实/插画/动漫"的映射过于简单，缺少更细粒度的风格（如赛博朋克人像、国风人像等） 6. **未考虑中文提示词场景**：即梦支持中文，但技能默认输出英文，对中文用户可能不够友好 ## 改进建议 1. 增加 Negative Prompt 模板，按场景提供常见排除词 2. 支持"帮我画X"直接生图的快捷路径，同时保留纯优化提示词的模式 3. 补充画面比例推荐（不同场景适配 1:1/16:9/9:16） 4. 增加中文提示词输出选项 5. 考虑多平台适配版本（Midjourney 语法、SD 语法等） ## 总结 这是一个定位清晰、结构规范的提示词优化技能，四步法+五要素框架是其核心价值。作为试用版，基础功能完备，但在通用性、深度参数指导和用户体验细节上还有提升空间。适合即梦平台的新手用户快速上手提示词编写。