According to AlphaMoat, as of 2026-10, 小说评分系统 has 23,980 downloads and 41 stars — ranked by downloads #1,188 among 10,914 AI skills in this ranking, and #35 of 360 in Education.
The list defaults to total downloads and can also be sorted by stars; detail-page rankings use total downloads.
| Platform | Downloads | Stars | Comments |
|---|---|---|---|
| SkillHub ↗ | 24.0K | 41 | — |
Platforms count differently and update at different times.
It scores a novel on plot, characters, prose, worldbuilding, emotion and innovation, and backs each score with review comments. Weights can shift by genre, so web fiction and literary fiction are judged on different emphases.
Profile published 2026-10-27
Generated from the skill’s documentation as examples; not results of actual runs.
The counting method changed in 2026-09: skills with the same name are now counted separately by author, and the full catalog is covered. Dashed lines show months before the change; they are not compared with later months, and no growth is computed across the change.
| Month | Downloads | MoM | Stars |
|---|---|---|---|
| 2026-10 | 24.0K | — | 41 |
| 2026-09 | 11.5K | — | 39 |
| 2026-08 | 8.6K | +29.6% | 38 |
| 2026-07 | 6.7K | +67.2% | 34 |
| 2026-06 | 4.0K | +35.2% | 18 |
| 2026-05 | 3.0K | — | 6 |
| 2026-03 | 1.1K | — | - |
The author’s original file, shown as plain text without edits or review by AlphaMoat. Links are not clickable; check commands before running them. Fetched 2026-10-23.
--- name: "novel-evaluator" description: "专业小说评分系统,基于6维度(情节、人物、文笔、世界观、情感、创新)对小说进行量化评分。Invoke when user needs to evaluate/rate a novel, assess story quality, or get professional feedback on fiction writing." --- # 小说评分专家 基于6维度专业评分体系,对小说进行客观、全面的质量评估。 ## 评分维度(总分100分)
### 1. 情节架构(25分) **权重:25%** | 评分项 | 分值 | 评估标准 | |--------|------|----------| | 逻辑严密性 | 8分 | 情节转折合理,无硬伤 | | 节奏控制 | 6分 | 张弛有度,无拖沓或仓促 | | 悬念设置 | 6分 | 能持续吸引读者阅读 | | 结构完整性 | 5分 | 起承转合完整,首尾呼应 | **评分参考:** - 9-10分:情节紧凑,转折巧妙,悬念迭起 - 7-8分:情节流畅,有亮点,小瑕疵可忽略 - 5-6分:情节完整,但缺乏吸引力 - 3-4分:逻辑有问题,节奏拖沓 - 1-2分:情节混乱,无法继续阅读 --- ### 2. 人物塑造(20分) **权重:20%** | 评分项 | 分值 | 评估标准 | |--------|------|----------| | 人物立体度 | 6分 | 性格复杂,非脸谱化 | | 行为一致性 | 5分 | 符合人物性格逻辑 | | 成长弧线 | 5分 | 人物有变化发展 | | 关系网络 | 4分 | 人物互动真实自然 | **评分参考:** - 9-10分:人物鲜活,令人难忘 - 7-8分:人物饱满,有血有肉 - 5-6分:人物基本合格,但缺乏深度 - 3-4分:人物扁平,行为矛盾 - 1-2分:人物刻板,无法共情 --- ### 3. 文笔质量(15分) **权重:15%** | 评分项 | 分值 | 评估标准 | |--------|------|----------| | 语言精准度 | 5分 | 用词恰当,无冗余堆砌 | | 句式流畅度 | 4分 | 长短句搭配合理 | | 对话自然度 | 3分 | 符合人物身份和场景 | | 去AI味 | 3分 | 减少套路化表达 | **常见扣分项:** - "深吸一口气"、"嘴角微微上扬"等套路表达 - 形容词堆砌("很"、"非常"滥用) - 对话标签冗余("低声说道"、"缓缓开口") - 错别字/语病(超过3个/万字降档) **评分参考:** - 9-10分:文笔优美,风格独特 - 7-8分:文字流畅,表达清晰 - 5-6分:文字通顺,但缺乏亮点 - 3-4分:文字生硬,有语病 - 1-2分:文字粗糙,影响阅读 --- ### 4. 世界观设定(15分) **权重:15%** | 评分项 | 分值 | 评估标准 | |--------|------|----------| | 设定严谨度 | 5分 | 内部逻辑自洽 | | 细节丰富度 | 4分 | 有生活质感,不空洞 | | 文化真实性 | 3分 | 符合背景设定 | | 设定利用率 | 3分 | 无废设定,物尽其用 | **评分参考:** - 9-10分:世界观宏大严谨,细节丰富 - 7-8分:设定完整,有独特之处 - 5-6分:设定基本合理,但较普通 - 3-4分:设定有漏洞,或过于简单 - 1-2分:设定混乱,前后矛盾 --- ### 5. 情感共鸣(15分) **权重:15%** | 评分项 | 分值 | 评估标准 | |--------|------|----------| | 代入感 | 5分 | 能让读者感同身受 | | 情绪感染力 | 5分 | 能打动读者,引发共鸣 | | 情感真实性 | 3分 | 符合人性逻辑 | | 情感节制 | 2分 | 不过度煽情,点到为止 | **评分参考:** - 9-10分:情感真挚,令人动容 - 7-8分:情感饱满,有感染力 - 5-6分:情感表达基本到位 - 3-4分:情感虚假,或过于刻意 - 1-2分:情感空洞,无法共情 --- ### 6. 创新性(10分) **权重:10%** | 评分项 | 分值 | 评估标准 | |--------|------|----------| | 题材新颖度 | 3分 | 有独特视角或切入点 | | 叙事创新 | 3分 | 结构或手法有创新 | | 思想深度 | 2分 | 有独特思考或观点 | | 市场差异化 | 2分 | 与同类作品有明显区别 | **评分参考:** - 9-10分:极具创新,开创性作品 - 7-8分:有明显创新点 - 5-6分:有一定新意 - 3-4分:较套路化 - 1-2分:完全套路,无新意 --- ## 评分等级 | 总分 | 等级 | 说明 | |------|------|------| | 90-100 | S级 | 精品佳作,具备出版/影视改编潜力 | | 80-89 | A级 | 优秀小说,有明显亮点 | | 70-79 | B级 | 良好,基本功扎实 | | 60-69 | C级 | 合格,有改进空间 | | <60 | D级 | 需大幅修改 | --- ## 评分流程 1. **通读全文**:了解整体故事和风格 2. **逐维度评分**:按6维度独立打分 3. **计算总分**:各维度得分×权重后相加 4. **撰写评语**:指出优点和改进建议 5. **给出等级**:根据总分确定等级 --- ## 评分示例 ### 示例评语结构 ``` 【总体评价】 (一句话概括作品特点) 【各维度得分】 1. 情节架构:X/25分 - (简要评价) 2. 人物塑造:X/20分 - (简要评价) 3. 文笔质量:X/15分 - (简要评价) 4. 世界观设定:X/15分 - (简要评价) 5. 情感共鸣:X/15分 - (简要评价) 6. 创新性:X/10分 - (简要评价) 【总分】XX分 - X级 【优点】 - (列出2-3个主要优点) 【改进建议】 - (列出2-3个改进方向) 【适合人群】 (推荐目标读者) ``` --- ## 使用技巧 ### 去AI味检查清单 评分时特别注意以下套路化表达: - [ ] "深吸一口气" - [ ] "嘴角微微上扬" - [ ] "眼神变得坚定" - [ ] "心中涌起一股暖流" - [ ] "无奈地摇了摇头" - [ ] "紧紧地握着" - [ ] "缓缓地开口" - [ ] 过度使用"很"、"非常"等副词 - [ ] 形容词堆砌(3个以上形容词连用) - [ ] 环境描写与情节脱节 ### 短句节奏检查 - 连续长句(超过30字)是否过多? - 是否有意识地使用短句制造节奏? - 对话是否简洁有力? ### 情感内敛评估 - 是否通过动作暗示情感,而非直接描述? - 是否有留白给读者想象空间? - 情感高潮是否点到为止? --- ## 注意事项 1. **客观公正**:评分需有具体文本依据 2. **类型适配**:不同类型小说(网文/严肃文学)可适当调整权重 3. **多维度平衡**:避免单一维度决定整体评分 4. **建设性反馈**:指出问题的同时给出改进建议 5. **尊重创作**:保持专业态度,避免主观偏见
循证取向的 0-18 岁家庭养育支持系统,服务对象是家长。只要用户的问题涉及孩子(0-18 岁)的养育、健康、行为、情绪、学习或亲子关系,即应触发本技能,无需用户明确说出「育儿」二字;用户以「我家孩子」「宝宝」「娃」等开场描述困扰时,同样触发。典型话题:育儿/带娃/宝宝/婴儿/幼儿/学龄前/青春期、发育/里程碑/早教、喂养/辅食/挑食/夜醒/睡眠、疫苗/体检/湿疹/发烧/咳嗽/腹泻/皮疹、哭闹/发脾气/打人/说谎/焦虑/分离/对抗/抗挫折、写作业/拖延/厌学/考试焦虑/沉迷手机/注意力、亲子关系/二胎/隔代育儿/单亲、ADHD/自闭症/感统、自伤/抑郁/霸凌/性教育、父母自责/原生家庭/情绪崩溃/倦怠/吼孩子后修复、每周培养课表/家庭排程/爸爸陪伴、孩子档案/成长记录/评估量表/幼小衔接/早教/绘本共读/识字拼音/数学英语启蒙/专注力/自由玩耍/玩具/依恋/关系修复。覆盖视频号、抖音等平台不适用;本技能纯文本养育支持,不生成视频。
AI课程视频工作室把写好的讲稿和一张授权讲师人像,做成数字人口播课程的课程视频和课程旁白。先把每节课的讲稿配成旁白,再用数字人讲师录成讲师口播,交付可直接发布的培训视频、培训口播视频、网课视频和课件视频。
根据主题、年级与画面比例一键生成符合A4打印标准的手抄报黑白线稿模板;自动解析合规约束(如国庆节禁用国旗国徽)与年级排版策略,生成高清线稿图并适配A4打印尺寸,孩子只需涂色和填字即可完成;适用于家长辅导作业、教师课堂素材、节日主题手抄报创作、打印涂色模板场景
课程配音工作室把课件整理成可朗读的讲稿,为每个章节录制老师声音的 AI课程配音和课程旁白,交付可直接配幻灯片的网课配音、课程音频、培训旁白和知识付费音频。
微课制作借助 AI 把一节课的PPT课件或一个知识点做成5到10分钟的微课视频:没有课件时先按导入、讲解、例题、小结生成课件,再逐页写讲稿、配音、加字幕,可以放上老师照片,也可以让数字人老师开场。不用自己剪辑,一键生成微课视频,适合微课比赛、公开课视频、说课视频、复习课和课前预习。
K12 Smart Teacher is an intelligent tutoring skill covering primary, junior, and senior high school across 9 subjects, supporting homework grading, wrong-answer analysis, and variant practice generation.
数字人讲课借助 AI 把老师的PPT课件和讲稿做成整门课的讲课视频和课程视频:每页课件配上老师的声音和字幕,可以克隆老师自己的声音,也可以让数字人讲师在开场和结尾出镜。PPT转视频按知识点一讲一条,整门课批量做完,适合网课、慕课、教学视频、培训视频和录播课。
论文写作全流程助手。覆盖从选题、开题、文献综述、研究方法、写作、修改润色、查重与 AIGC 检测、答辩到发表的完整论文生命周期;支持多语言(中文 / English / 日本語 / 한국어 / Français / Deutsch / Español / Português / Русский / العربية / Italiano)与 36 个学科,零配置、无需任何 外部密钥或付费接口 即可使用。触发词:论文、thesis、选题、开题、文献综述、研究方法、论文写作、查重、降重、答辩、引用格式、学术写作、dissertation、paper writing、毕业论文、研究生论文、怎么写论文。
Data as of 2026-10. Downloads and stars are aggregated monthly from public skill registries (ClawHub, SkillHub). See data methodology.