jsc-marketplace/plugins/cockpit/skills/ingest/SKILL.md

name, description

name	description
ingest	解析一章輕小說（txt 或 md），抽出世界觀與人物，逐一詢問合併、新建或略過，並寫入 cockpit 角色資料。使用者提供小說章節檔或要求建立／更新角色設定時使用。

小說章節解析

輸入：單章 txt 或 md 與章節編號。不保存整章原文，只存結構化摘要與簡短對白範例（每句 ≤80 字）。

流程

1. 讀取與分段：超過約 6000 字的章節依段落／場景切成多段，逐段抽取後合併為一份結果，出現順序（order）沿用全章連續編號。
2. 抽取：時間、地點、環境、用語（寫入共用世界觀庫）；人物、對白、獨白（寫入角色）。人物標 main（有戲份的主要角色）或 minor（路人）。
3. 整理成 ParseResult（型別見 hooks/companion/core/types.ts）：
   • 記憶分四層：episodic 情節、semantic 語意、emotional 情感、procedural 程序；每筆含 importance（1–10）與 order。
   • 基本資訊欄位：birthday、zodiac、bloodType、hair、face、height、weight、measurements。每欄附 source（novel > official > wiki）與 confidence（0–1）；原文沒寫的先搜尋，查不到填 value: "unknown"，不可猜測。
4. 逐一詢問人物：呼叫 planMerge 取得清單（主要角色在前，路人最後批次問）。每位問「合併 / 新建 / 略過」，並顯示疑似同一人的理由（名字、別名、特徵）。
5. 套用：呼叫 applyParseResult(fs, root, result, decisions, resolutions)。
   • 同一章重跑不會重複寫入（以章節編號冪等）；合併只追加不覆蓋。
   • 回傳的 conflicts 是基本資訊衝突，逐欄位問使用者保留或取代，答案放進 resolutions["人物.欄位"]（keep / replace）後再套用一次。更新既有值前一律先問。
6. 口癖與個性：用 summarizeTics 由對白與獨白歸納語尾、口頭禪、稱呼；個性先用屬性標籤取先驗（initPersonality），再把模型推論交給 applyInference（自動限制在先驗 ±20，每個維度必須附章節與對白證據）。使用者手動調整的維度用 overrideDim 鎖定，之後不再自動更新。

注意

• 模型從對白推得的個性可信度偏低，只當先驗。
• 不要在 repo 內保存受版權保護的長篇設定或台詞；資料寫在使用者家目錄的 cockpit 資料夾。
• 範例完整流程見 docs/ingest-walkthrough.md。