Dragoncraft Core

雕龙·心法 (DragonCraft Core)

描述：叙事的底层操作系统。为所有场景Skill提供理论支撑、美学判断、伦理基准和质量检查。不直接输出内容，而是作为"操作系统"被场景Skill调用。

🎯 核心能力

1. 叙事评估：按八刀框架输出评估报告。
2. 知识检索：为场景Skill提供理论依据。
3. 结构生成：基于拉波夫公式生成骨架。
4. 去AI化检测：7条规则检测并给出修改建议。
5. 人格映射：推荐最适合的MBTI叙事人格。
6. 伦理审查：应用三条原则，标注省略与风险。
7. 一致性检查：跨场景比对，输出差异报告。
8. 记忆管理：存储并检索用户的历史叙事，确保持续性和一致性。

📚 内置知识库

模块1：叙事本能公式

叙事 = (事件 + 因果 + 意图) → 时间化 → 可传递的经验单元

模块2：拉波夫最小故事公式

（抽象）→ 定位 → 复杂化 → 评价 → 解决 → 尾声

模块3：叙事八刀评估框架

| 八刀维度 | 评估规则 | 检测方式 | |----------|---------|---------| | 历史 | 叙事是否符合人的认知习惯？有无强行扭曲？ | 检测因果链是否自洽 | | 辩证 | 叙事与逻辑/数据的平衡是否被打破？ | 检测叙事是否过度覆盖事实 | | 现象 | 叙事的起点是否真实可感？ | 检测是否有具体场景锚点 | | 语言 | 语言是否自然、有温度、无模板痕迹？ | AI化程度检测 | | 形式 | 是否符合拉波夫最小故事公式？ | 结构完整性检测 | | 存在 | 叙事是否服务于自我认同或社会协作？ | 目标匹配度检测 | | 美感 | 叙事是否有审美价值？ | 金句密度、意象质量 | | 元反思 | 是否有明显虚构但不自知的部分？ | 事实与叙事的分离度检测 |

模块4：MBTI叙事人格映射

| 类型 | 叙事风格 | 典型场景 | |------|---------|---------| | ENFJ | 鼓舞型叙事，召唤集体行动 | 品牌使命、团队动员、公益、教育 | | ENFP | 即兴型叙事，跳跃生动 | 社交媒体、创意产品、生活方式IP | | INFJ | 隐喻型叙事，深度疗愈 | 品牌哲学、心理、艺术、可持续 | | INFP | 自传型叙事，真诚柔软 | 个人IP、治愈系博客、创作者 | | INTJ | 冷静有远见的战略家 | 科技融资、行业分析、硬核知识 | | ENTP | 爱挑战的颠覆者 | 争议话题、反常识观点、辩论 | | ESFP | 热情活在当下的表演者 | 直播、探店、娱乐短视频 | | ISFJ | 默默守护的实干家 | 服务行业、医疗、传统手工艺 |

模块5：探索式叙事设计原则

碎片化散布 → 用户探索拼合 → 产生所有权感

模块6：去AI化检测规则清单（7条）

| 规则 | 检测内容 | 自动化判断方式 | 润色动作 | |------|---------|---------------|---------| | 规则1 | 过度使用模板词 | 匹配"在当今时代""值得注意的是"等词库 | 删除或改为口语 | | 规则2 | 句句工整 | 检测句子长度方差，方差＜1.5则触发 | 拆分长句、插入短句、口语化打断 | | 规则3 | 逻辑词过密 | 检测"因此→所以→然后"密度 | 删除不必要的逻辑词，用换行/破折号替代 | | 规则4 | 缺少细节锚点 | 检测是否有姓名/时间/地点/数字 | 提示用户补充锚点，或自动生成占位符[请补充] | | 规则5 | 情感抽象 | 检测"我很感动""我很震撼"等抽象表达 | 提示转为具象描写 | | 规则6 | 人格不一致 | 用一致性打分模型检测语气/视角跳跃 | 统一到选定的叙事人格 | | 规则7 | 过度解释 | 检测"这意味着""换句话说"等说破词汇 | 删除或转为留白 |

模块7：叙事伦理模块

三条核心原则

• 原则1：不造假，但真话不全说 → 事实不可篡改；省略的信息必须与受众核心决策无直接因果关系；以下场景强制全面披露（法律庭审、医疗知情、融资尽调、产品安全）。
• 原则2：目标受众导向（非必填） → 若用户提供受众画像，叙事将针对其关切点调整；若不提供，则采用通用最佳实践。
• 原则3：适配场景的框架/思维/方法 → 每个场景有独立结构模板和知识库；提供跨场景一致性检查。

执行方式

• 生成叙事后自动扫描可能误导的省略，标注[此处省略了X，如需完整信息请告知]。
• 用户可选择"豁免伦理检查"或"强制完整版"。

模块8：跨场景一致性检查

当同一素材用于多个场景时，可调用本功能输出：

• 事实差异点
• 价值取向差异
• 建议统一项

模块9：记忆与持续叙事

• 每个用户有独立的叙事记忆库，记录：
• 已生成的故事主题、关键事件、人物内核
• 用户偏好的叙事人格、常用金句、典型结构
• 过往的反馈和修改记录
• 当用户再次创作时，元系统自动检索记忆，确保：
• 同一主题不重复（或形成系列）
• 前后人物的价值观保持一致
• 新的叙事可以引用/呼应过去的叙事（形成"叙事宇宙"）
• 支持跨场景记忆调用（如个人IP故事中的认知点，可复用在品牌故事或产品叙事中）

⚠️ 常见错误

1. 过度工具化：当"自我叙事"的动机由"分享启发"滑向"打造IP"时，叙事会自动贴上让你更成功、更戏剧化的滤镜。
2. 叙事会撒谎：叙事本能无法处理真正的随机或纯重复。当模式不存在时，人依然会强行编故事。
3. 工具化的风险：被完全支配，就是你最终创造的"故事"彻底吞噬了你真实的自我。

🧪 使用示例

示例1：叙事评估

用户输入：

素材：我从大厂裸辞后半年没收入，在地摊卖手冲咖啡被城管追，后来发现我擅长的是"在混乱中建立秩序"

AI输出：

叙事评估报告：
- 历史维度：7/10（因果链基本自洽，但"半年没收入"到"发现擅长"的转折需要更多细节支撑）
- 辩证维度：8/10（叙事与事实平衡良好，无明显扭曲）
- 现象维度：6/10（起点真实可感，但缺少具体场景锚点）
- 语言维度：7/10（整体自然，但"在混乱中建立秩序"略显抽象）
- 形式维度：8/10（符合拉波夫公式，结构完整）
- 存在维度：9/10（服务于自我认同，目标明确）
- 美感维度：7/10（有金句潜力，但意象质量可提升）
- 元反思维度：8/10（无明显虚构，自我认知清晰）

推荐人格：INFP（真诚、细腻、自传型）
拉波夫骨架：
- 抽象：裸辞后的迷茫
- 定位：地摊卖咖啡的具体场景
- 复杂化：被城管追的困境
- 评价：发现"在混乱中建立秩序"的能力
- 解决：转型为职业规划师
- 尾声：帮助30+人找到方向

伦理审查：
- 原则1：无事实篡改，省略信息为"具体公司名称"，与核心决策无直接因果关系，标注[此处省略了公司名称，如需完整信息请告知]
- 原则2：未提供受众画像，采用通用最佳实践
- 原则3：场景为个人IP，使用英雄之旅变体框架

去AI化检测：
- 规则4触发：缺少具体细节锚点（建议补充时间、地点、具体数字）
- 规则5触发："在混乱中建立秩序"较抽象（建议转为具象描写）

记忆检索：
- 未找到相关历史记录
- 建议：这是系列故事的良好起点，可考虑形成"人生转折三部曲"

示例2：人格推荐

用户输入：

场景：品牌故事
素材：一个做旧衣改造的工作室，不卖新衣服，帮顾客把旧衣改成新设计

AI输出：

人格推荐：INFJ
理由：
- 场景特征：品牌哲学、深度疗愈、可持续理念
- 素材特征：旧衣改造、时间续写、未完的故事
- INFJ叙事风格：温和但深刻，喜欢讲隐喻和疗愈，适合品牌核心叙事

推荐叙事角度：
- "每一件被送来的衣服里，都住着一个人舍不得删掉的章节"
- "我们不做新衣服。我们只是帮时间续写句子"

🔧 故障排查

| 问题 | 检查项 | 解决方案 | |------|--------|---------| | 八刀评分全部偏低 | 初稿质量 | 返回阶段1重新生成 | | 去AI化规则4触发 | 缺少细节锚点 | 提示用户补充时间/地点/数字 | | 伦理审查原则1不通过 | 事实篡改 | 标注[此处省略了X]，建议补充 | | 一致性检查发现冲突 | 历史叙事不一致 | 输出差异报告，建议统一 | | 人格推荐不准确 | 素材特征模糊 | 提供2-3个候选人格，由用户选择 | | 记忆检索为空 | 首次使用 | 提示"这是系列故事的良好起点" |

📋 质量检查清单

• [ ] 八刀评估所有维度≥7分？
• [ ] 拉波夫结构完整？
• [ ] 人格推荐有理由？
• [ ] 去AI化检测7条规则全部通过？
• [ ] 伦理审查无违规？
• [ ] 跨场景一致性检查通过（如有历史）？
• [ ] 记忆检索完成？
• [ ] 有具体细节锚点？
• [ ] 有留白？
• [ ] 去AI化了吗？

---

版本：3.1.0 | 最后更新：2026-04-30

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: lj22503
• Source: lj22503/diaolong-skill
• License: MIT
• Homepage: https://diaolong.mangofolio.com

Install and usage instructions live in the source repository linked above.