hit-script-retrieval-skill

Files (1)

• SKILL.md

SKILL.md (first lines)

# 爆款剧本检索技能

## 必读

1. `../../references/00-first-principles.md` — 第一性原则（可拍性、留存性、一致性）
2. `../../references/03-script-writing-standard.md` — 剧本写作标准（对话比、视觉标记、网文感）
3. `../../references/12-genre-specific-techniques.md` — 类型化技巧（男频/女频特征）

## 功能

从117部爆款短剧剧本中检索最相关的剧本，为剧本生成提供参考。

## 检索方法

使用**混合搜索**（Chroma语义搜索 + TF-IDF关键词搜索）：
- 语义搜索权重：60%（理解深层含义）
- 关键词搜索权重：40%（精确匹配）

## 使用场景

### 1. 剧本生成前检索

在生成剧本前，根据以下信息检索相关剧本：
- 剧本类型（复仇/逆袭/穿越/重生等）
- 情绪基调（愤怒/悲伤/爽感/紧张等）
- 主要情节（打脸/揭秘/对抗/和解等）
- 人物关系（主角vs反派/主角vs配角等）
- 场景类型（豪门/古代/现代/职场等）

**示例查询**：
```
"复仇女主霸总豪门打脸"
"穿越古代逆袭当皇后"
"重生复仇虐恋"
```

### 2. 检索结果使用

检索返回Top 5最相关的剧本，包含：
- 剧本文件名
- 相似度得分
- 内容预览（前200字符）
- 完整文件路径

**注入到context**：
```
参考以下爆款剧本的风格和节奏：

【参考剧本1】《封总的复仇娇妻》
- 相似度：0.892
- 特点：复仇女主、霸总、豪门恩怨、打脸爽剧
- 节奏：快节奏、高冲突密度、强情绪冲击
- 对话风格：短句、高对话比、视觉标记丰富

【参考剧本2】...
```

## 执行步骤

### Step 1: 构建检索查询

从当前剧本需求中提取关键信息：
```python
# 示例：从分集规划中提取
query_parts = []
if "类型" in episode_plan:
    query_parts.append(episode_plan["类型"])
if "情绪" in episode_plan:
    query_parts.append(episode_plan["情绪"])
if "主要情节" in episode_plan:
    query_parts.append(episode_plan["主要情节"])

query = " ".join(query_parts)
# 结果：query = "复仇 愤怒 打脸揭秘"
```

### Step 2: 执行检索

使用混合搜索引擎：
```python
from hybrid_search import HybridSearchEngine

# 初始化（只需一次）
engine = HybridSearchEngine("../../knowledge/hit-scripts-md")

# 检索Top 5
results = engine.hybrid_search(
    query=query,
    n_results=5,
    semantic_weight=0.6,
    keyword_weight=0.4
)
```

### Step 3: 读取完整内容

```python
reference_scripts = []
for result in results:
    with open(result['path'], 'r', encoding='utf-8') as f:
        content = f.read()
        reference_scripts.append({
            'filename': result['filename'],
            'score': result['score'],
            'content': content[:5000]  # 取前5000字符
        })
```

### Step 4: 注入到生成提示词

```
你是一名短剧编剧，现在需要创作第N集剧本。

【参考爆款剧本】
以下是5个最相关的爆款剧本，请参考它们的：
- 节奏：场景数、冲突密度、时长分布
- 对话：句长、对话比、视觉标记
- 情绪：情绪强度、情感极性摆动
- 框架：开局-发展-高潮-反转-结局

From Supreme-Ultimate/novel-to-script-team, MIT.

More from Supreme-Ultimate/novel-to-script-team