起点高质量网文推荐
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_358eea8b/qidianrec。
技能介绍
解决什么问题
选书成本高:起点新书和经典网文分散,读者需要同时看榜单、均订、分类、IP 与海外热度。人工整理容易漏链接、漏参数,重复推荐也常见。
技能如何工作
双模式推荐:
- 三江新书:按日期抓取/缓存起点图三江榜,输出书名、作者、分类、简介和
qidian_url。 - 经典网文:预置十万均订与万订书库,支持
--tier筛选、--check-update增量更新,并可从 Excel 导入更大推荐池。
SBTI 匹配:把“躺平”“社恐”“内耗”等自由描述传给 --sbti,脚本做精确、关键词和模糊匹配,映射到 MALO、SOLO、FUCK 等类型。
输出与去重:推荐 --output json 读取结构化字段;历史记录、候选随机打乱、分类多样性和批次去重用于减少重复。
适用边界
- 数据来自第三方“起点图”,通常晚于起点官网 1-2 天。
- 三江模式首次抓取约 30 秒,经典模式依赖预置数据和缓存。
- 推荐结果适合做筛选线索,不应替代人工阅读简介与试读。
使用场景
- 书荒读者每周五想从起点三江榜快速挑 3 本新书,并保留带 _trace 的完整链接。
- 运营写公众号选书时,需要按 SBTI 把躺平、内耗等读者画像映射到具体网文类型。
- 编辑整理经典网文书单,需要区分十万均订与万订,并标注 IP 衍生品和海外社区链接。
- Agent 生成推荐报告时,要从 JSON 读取 qidian_url 原样展示,避免丢失 _trace 归因参数。
适合人员
- 追更起点新书的读者,想在每周榜单更新后快速获得不重复的新书短名单。
- 做网文内容选题的编辑,需要按 SBTI 类型和均订层级筛选可写书评的作品。
- 维护 Agent 推荐流水线的工程师,需要稳定 JSON 输出、缓存刷新和历史去重策略。
- 整理中文 IP 出海线索的运营,需要标注电视剧、动漫、手办及海外论坛链接。