Novel Finder 小说推荐助手

输入想看的小说类型/偏好，全平台搜索后生成个性化推荐报告，包含评分、简介、读者评价和阅读链接。

工作流程

1. 需求解析 -- 提取用户的阅读偏好
2. 全平台搜索 -- 联网搜索多个平台的推荐和排行
3. 数据整理 -- 去重、排序、汇总为结构化 JSON
4. 报告生成 -- 生成交互式 HTML 推荐报告

Step 1: 需求解析

从用户输入中提取阅读偏好：

核心维度

| 维度 | 说明 | 示例 |

|------|------|------|

| 类型 | 小说分类 | 玄幻、都市、悬疑、科幻、言情、历史、仙侠、末日、系统流 |

| 口味 | 细分偏好 | 轻松爽文、逻辑流、慢热、无敌流、种田、群像 |

| 字数 | 篇幅偏好 | 短篇(50万以下)、中篇(50-200万)、长篇(200万+)、完本优先 |

| 平台 | 来源偏好 | 网文(起点/番茄)、传统文学(豆瓣高分)、不限 |

可选维度

| 维度 | 说明 |

|------|------|

| 排斥 | 不想看的元素（如：不要后宫、不要圣母） |

| 参考 | 看过喜欢的作品（"类似《诡秘之主》的"） |

| 时间 | 近期新书 / 经典老书 / 不限 |

如果用户只说了"推荐玄幻小说"，合理假设为：

• 口味：均衡（兼顾评分和热度）
• 字数：不限
• 平台：不限
• 完结状态：优先完本
• 推荐数量：8-12 本

Step 2: 全平台搜索

必须联网搜索以获取最新数据，搜索策略如下：

搜索一：热门排行和推荐书单

"{类型}小说 推荐 2026 高分完本"
"{类型}小说 排行榜 起点 番茄"
"豆瓣 {类型}小说 高分 推荐"
"知乎 {类型}小说 推荐 神作"

搜索二：每本书的详细信息

"《{书名}》{作者} 评分 简介 评价"
"《{书名}》起点 字数 状态"
"《{书名}》读者评价 值得看吗"

搜索三：口碑验证

"《{书名}》知乎 评价"
"《{书名}》书评 优缺点"

数据源优先级

| 平台 | 类型 | 搜索价值 |

|------|------|---------|

| 起点读书 | 网文 | 评分+字数+更新状态最权威 |

| 番茄小说 | 免费网文 | 热度榜参考 |

| 七猫小说 | 免费网文 | 补充热门推荐 |

| 豆瓣读书 | 全品类 | 评分最有公信力 |

| 知乎 | 书单/讨论 | 深度书评和推荐理由 |

| 贴吧/小红书 | UGC | 真实读者体验 |

Step 3: 数据整理

为每本推荐书整理以下信息：

{
  "title": "书名",
  "author": "作者",
  "genre": "类型标签",
  "word_count": "200万字",
  "status": "完本/连载中",
  "rating": {"score": 8.5, "source": "起点", "count": "12万人评"},
  "synopsis": "一句话简介（50字以内）",
  "description": "详细简介（200字以内，不剧透）",
  "highlights": ["亮点1", "亮点2", "亮点3"],
  "caveats": ["注意点1"],
  "reader_quotes": [
    {"text": "真实读者评价", "source": "知乎/豆瓣"}
  ],
  "read_links": [
    {"platform": "起点", "url": "链接"},
    {"platform": "番茄", "url": "链接"}
  ],
  "similar_to": ["类似的经典作品"],
  "recommendation_reason": "推荐理由（结合用户偏好）"
}

筛选原则：

• 推荐 8-12 本，覆盖不同风格（热门爽文 + 口碑佳作 + 冷门精品）
• 优先推荐完本（除非用户说想追连载）
• 去重：同一作者最多推 2 本
• 排序：综合评分 + 口碑 + 与用户偏好匹配度

Step 4: 报告生成

将数据写入 novels_data.json，然后运行报告生成脚本：

python {baseDir}/scripts/generate_novel_report.py --data novels_data.json --output ./novel_report

报告结构（HTML）

模块 1：阅读画像

展示用户的偏好条件（类型/口味/字数/平台偏好）。

模块 2：推荐书单概览

8-12 本书的卡片列表，每张卡片包含：

• 书名 + 作者
• 类型标签
• 评分（星级 + 数字）
• 一句话简介
• 字数 + 完结状态标记

模块 3：详细书评

每本书的展开详情：

• 详细简介（不剧透）
• 三大亮点
• 注意事项（如有）
• 2-3 条真实读者评价（标注来源）
• 阅读链接（起点/番茄/七猫等多平台）
• 推荐理由（结合用户偏好说明为什么推这本）

模块 4：分类推荐

按不同维度给出标签式推荐：

• 最爽快 → 1 本（追求爽感首选）
• 最烧脑 → 1 本（喜欢逻辑推理的看这本）
• 最感人 → 1 本（情感共鸣强）
• 最新锐 → 1 本（近期新书亮眼之作）
• 终极推荐 → 1 本 + 详细理由

模块 5：延伸阅读

"如果你喜欢这些，可能还会喜欢"补充推荐 3-5 本。

最后使用 preview_url 打开 HTML 报告。

示例

用户说："推荐几本悬疑推理小说，要逻辑严密的那种，类似《诡秘之主》"

解析：

• 类型：悬疑/推理/奇幻
• 口味：逻辑流、世界观宏大、有伏笔
• 参考：《诡秘之主》
• 字数：不限
• 完结：优先完本

搜索：

"悬疑推理小说 推荐 2026 逻辑严密 完本 类似诡秘之主"
"知乎 类似诡秘之主的小说 推荐"
"起点 悬疑 高分 完本 排行"

报告样式

• 整体风格：书香感，暖色调
• 配色：主色 #4A3728（深棕）、背景 #FBF8F4（米白）、强调 #D4A76A（金棕）
• 字体：衬线体优先（读书氛围）
• 书籍卡片：带虚拟书封（渐变色块+书名）
• 评分：星级可视化

注意事项

• 必须联网搜索：书单数据变化快，不依赖训练数据中的旧信息
• 不剧透：简介和评价严禁剧透核心剧情
• 标注来源：读者评价标注来源平台
• 多平台链接：尽量提供 2+ 个阅读平台的链接
• 版权声明：推荐到正版平台阅读
• 口味多样：不全推同一类型，覆盖多种口味供选择