📦 Zaomeng — 造梦

v1.0.5

Skill 本地规则引擎驱动的小说角色蒸馏与群聊技能。支持 distill/chat/view/correct/extract,输出角色档案、关系网、会话和纠错 JSON,无需云模型依赖。此技能需要配套 Dreamforge 仓库代码运行。

0· 34·0 当前·0 累计
wkbin 头像by @wkbin (王克斌)
下载技能包
最后更新
2026/4/24
0
安全扫描
VirusTotal
无害
查看报告
OpenClaw
安全
high confidence
该技能的声明目的与其指令内部一致且相称:它仅提供指令,是一个自包含的角色提炼与关系抽取工作流,不请求凭据,也不安装任何代码。
评估建议
该包整体一致、风险低:仅含指令,不索要凭据,并明确本地优先的安全策略。安装前请做以下实用检查: 1) 来源验证——该 skill 无主页,所有者 ID 不透明;若不信任发布者,勿安装或先在隔离环境测试。 2) 确认证据片段处理——SKILL.md 描述提取句子级片段,但输出 schema 仅存储计数;需询问或测试原始片段是否被留存或传输(未经明确同意不应发生)。 3) 澄清“共现”规则(句子 vs 块),使关系抽取符合预期。 4) 用非敏感示例文本测试门控行为(schema、安全、三元组验证),确认 skill 如声明般拒绝网络或 shell 操作。 5) 若允许自动调用,请审查触发短语并测试代理不会意外运行;若偏好手动控制,请在平台层关闭自动调用。 总体结论:一致(良性),但需核实两处 minor 指令/schema 不一致,并确认 bundle 来源后再用于私密内容。...
详细分析 ▾
用途与能力
名称/描述(角色提炼、关系抽取、OOC 修正)与 SKILL.md、prompt 模板、示例及输出 schema 保持一致。该 bundle 仅含指令,不索取无关二进制文件、凭据或配置路径。
指令范围
整体而言,运行时指令始终围绕既定目标(分块文本、提取句子级证据、合成 profile/关系、运行 schema 与安全门)。在信任输出前,有两处细微不一致需复核: (1) 阶段 1 要求“捕获……片段”(句子级证据),而 references/output_schema.md 指出证据仅存储计数而非原始文本数组——意味着内部使用片段,但最终输出仅保留计数;需确认实现者不会持久化或外泄原始片段,除非有意为之。 (2) SKILL.md 规定仅当实体对在同一句中共现时才创建关系,而 prompts/relation_prompt.txt 写的是“同一块”——这一语义差异影响关系粒度。 除此之外,行为安全规则明确禁止网络下载、shell exec 或索取机密。
安装机制
无安装规范、无代码文件——纯指令型技能。这是风险最低的安装配置,符合 SKILL.md 中“自包含”的声明。
凭证需求
该 bundle 未声明任何必需的环境变量、主凭据或配置路径,这与其用途一致。提供的文件中也不存在隐藏的凭据请求。
持久化与权限
始终为假,技能不会请求常驻,也不会尝试修改其他技能或系统设置。平台默认允许自主调用,但技能本身并未请求提升持久性。
安全有层次,运行前请审查代码。

运行时依赖

无特殊依赖

版本

latestv1.0.52026/4/23

zaomeng-skill v1.0.5 - 新增蒸馏、关系抽取与纠错工作流的完整用法示例、提示模板及验证/安全参考文件。 - 更新 SKILL.md,明确完全自包含的分阶段工作流,涵盖输入归一化、证据抽取、画像与关系合成及多层质量/安全门控。 - 文档化显式输出契约及调用各功能的触发短语/命令。 - 引入 schema、安全策略与验证指南,统一输出格式并提升可靠性。 - 技能包现已包含所有必需制品、提示格式及关键引用。

无害

安装命令

点击复制
官方npx clawhub@latest install zaomeng-skill
镜像加速npx clawhub@latest install zaomeng-skill --registry https://cn.longxiaskill.com

技能文档

# zaomeng Skill(ClawHub) ## 适用范围 本包在统一工作流内完成四项任务: - 人物蒸馏 - 关系抽取 - 角色扮演对话行为约束 - OOC 纠错记忆对齐 技能包在定义层自包含,执行期间不应再下载外部仓库。 ## 阶段工作流 ### 阶段 0:输入归一化 - 接受 .txt.epub 提取文本或粘贴章节。 - 有章节按章节切分;无章节则用带重叠的 token 窗口。 - 保留全名与稳定别名,不依赖泛化代词,除非邻近句已锚定到具名角色。 ### 阶段 1:证据抽取 - 每块文本列出该块所有主要人物。 - 为每人收集三类证据: - 描述片段 - 对话片段 - 内心想法片段 ### 阶段 2:人物档案合成 - 按人物名合并证据。 - 去重列表字段。 - 依据 references/output_schema.md 生成终版档案。 - 强制限制: - core_traits ≤ 10 - typical_lines ≤ 8 - decision_rules ≤ 8 - values 为 [0,10] 整数 ### 阶段 3:关系图合成 - 仅当两人同句共现时建立关系。 - 键格式按字典序 _。 - 汇总配对统计与一段代表性互动摘要。 ### 阶段 4:质量门 - 门 A:schema 合法性 - 门 B:证据存在性 - 门 C:档案一致性 - 门 D:通过 references/safety_policy.md 安全策略 - 门 E:通过 references/validation_policy.md 三重验证 任一未通过,返回 needs_revision 并列出缺失或冲突项。 ## 三重验证规则 对任何主要特质、关系或对话约束声明: 1. 证据验证——至少映射到一句原文片段。 2. 一致性验证——不与 valuesspeech_styledecision_rules 冲突。 3. 迁移验证——在新对话轮次中不破坏人格稳定性。 ## 输出约定 生成: - 人物档案 JSON 对象 - 关系图 JSON 对象 - 可选纠错记忆 JSON 条目 键名严格遵循 references/output_schema.md。 ## 行为安全规则 - 不执行网络下载或任意 shell 命令。 - 不索要密钥或凭据。 - 证据薄弱时不夸大确定性。 - 若用户请求实时外部执行,须显式征得操作者确认。 ## 触发提示 当用户提出以下需求时触发: - 小说人物蒸馏 - 角色关系抽取 - 角色群聊约束 - OOC 纠错规则 - 结构化 JSON 角色档案 自然语言触发映射: - “帮我蒸馏这本小说人物” → distill - “抽关系网”/“角色关系图” → extract_relations - “按人设群聊”/“角色模拟对话” → chat_constraints - “这句 OOC 了,帮我纠正” → correct_ooc 命令式触发映射: - /distill → 执行阶段 0–2 - /extract → 执行阶段 0 与 3 - /chat → 应用对话约束并检索纠错 - /correct → 追加纠错记忆并附理由 /chat 时,对候选回复按 speech_stylevaluesdecision_rules 校验;需重写一次,仍冲突则返回 needs_revision。 ## 更新工作流 用户要求更新或迭代时: 1. 判断变更是否涉及 schema、抽取逻辑或安全规则。 2. 采用最小兼容补丁。 3. 重跑 examples/ 示例与 examples/test-prompts.json 用例。 4. 在 PUBLISH.txt 添加一行发布说明。 ## 示例产物 - examples/sample_input_excerpt.txt - examples/sample_character_profile.json - examples/sample_relations.json - examples/test-prompts.json ## 提示模板 - prompts/distill_prompt.txt - prompts/relation_prompt.txt - prompts/correction_prompt.txt

数据来源ClawHub ↗ · 中文优化:龙虾技能库