0 Fork 0

Files

T

Narylr 5435ebac6e Initial publish of book-source-creator skill

2026-03-19 22:47:30 +08:00

13 KiB

Raw Blame History

name, description

name	description
book-source-creator	Use when 需要为 Legado 阅读器创建、调试或验证书源，尤其是在分析网站结构、登录态页面、接口行为或排查解析规则异常时

Legado书源创建技能

本技能帮助用户为Legado阅读器创建和调试书源。Legado是一款Android阅读应用，支持自定义书源来访问各种小说网站。

核心原则

AI模型对页面结构、接口链路和规则语义的分析应作为主判断依据，脚本和工具只用于辅助验证。
如果脚本结果与页面实际表现、网络请求或模型推断冲突，优先相信直接观察到的证据，不要死磕脚本。
网站支持或依赖登录时，应优先在登录态下分析搜索、详情、目录和正文，而不是默认以未登录状态直接分析。
如果登录需要扫码、验证码、短信、二次验证或其他人工操作，应立即提醒人类协助登录，完成后再继续分析。
在正式生成书源前，必须先做网站可生成性评估，先判断站点是否具备稳定生成条件，再决定是否继续推进。

快速开始

1. 先确认登录前提

判断目标网站是否存在登录后才可见的搜索结果、书籍详情、目录或正文。
能登录的网站，优先在登录态下进行分析。
如果登录过程需要人类协助，应立即提醒人类完成登录，不要跳过登录直接继续。

2. 做网站可生成性评估

在写任何规则前，先判断搜索、详情、目录、正文是否都具备可分析入口。
先给出评级，再决定是否继续生成，不要先写规则再回头补评估。
可生成性评级只允许使用以下四类：
- 可直接生成
- 可生成但高风险
- 需登录后再评估
- 不建议生成
如果评级为 需登录后再评估 或 不建议生成，仍然可以继续生成，但必须明确标成 高风险，并说明继续生成的理由和已知风险。

3. 分析网站结构

使用Playwright MCP分析目标小说网站的结构：

导航到网站首页
分析搜索功能
查看书籍详情页
检查目录页结构
查看正文内容

4. 创建书源模板

基于网站结构创建书源JSON模板：

{
  "bookSourceName": "示例书源",
  "bookSourceUrl": "https://example.com",
  "bookSourceGroup": "分类",
  "searchUrl": "搜索URL规则",
  "ruleSearch": {
    "bookList": "书籍列表规则",
    "name": "书名规则",
    "author": "作者规则",
    "coverUrl": "封面规则",
    "bookUrl": "详情页URL规则"
  },
  "ruleBookInfo": {
    "name": "书名规则",
    "author": "作者规则",
    "coverUrl": "封面规则",
    "intro": "简介规则",
    "tocUrl": "目录URL规则"
  },
  "ruleToc": {
    "chapterList": "章节列表规则",
    "chapterName": "章节名称规则",
    "chapterUrl": "章节URL规则"
  },
  "ruleContent": {
    "content": "正文内容规则"
  }
}

5. 输出评估结论

在开始生成规则前，至少输出一次以下模板：

## 网站可生成性评估
- 目标站点：
- 登录状态：
- 搜索可用性：
- 详情可用性：
- 目录可用性：
- 正文可用性：
- 特殊风险：
- 可生成性评级：
- 是否继续生成：
- 继续生成理由 / 停止理由：

6. 测试书源

使用测试工具验证书源功能：

测试搜索功能
测试书籍详情获取
测试目录解析
测试正文获取
脚本报错或结果异常时，回到页面结构、请求链路和规则本身重新判断，不要让脚本决定结论

核心概念

书源结构

Legado书源包含以下主要部分：

基本信息
- bookSourceName: 书源名称
- bookSourceUrl: 书源网站URL
- bookSourceGroup: 分组
- bookUrlPattern: 书籍URL正则
搜索功能
- searchUrl: 搜索URL模板
- ruleSearch: 搜索结果解析规则
发现功能（一般不使用，除非用户明确要求）
- exploreUrl: 发现页URL
- ruleExplore: 发现列表解析规则
- 注意：大多数书源不需要发现功能，建议默认禁用
书籍详情
- ruleBookInfo: 书籍信息解析规则
目录解析
- ruleToc: 目录解析规则
正文获取
- ruleContent: 正文解析规则

规则语法

Legado支持多种规则语法：

1. Jsoup Default语法

tag.div.0@class.content@text

tag: 标签类型
div: 标签名
0: 位置索引
@: 分隔符
text: 获取文本内容

2. CSS选择器

@css:.book-list li a@text

3. XPath

@XPath://div[@class="content"]/text()

4. JSONPath

@json:$.data.books[*].name

5. JavaScript

<js>result.replace(/\\s+/g, ' ')</js>

6. 正则表达式

AllInOne: :正则表达式
OnlyOne: ##正则表达式##替换内容###
净化: ##正则表达式##替换内容

工作流程

步骤1：先判断是否需要登录

检查网站是否存在登录入口、登录拦截、会员可见内容或未登录降级页面。
能登录时，优先完成登录，再分析搜索、详情、目录和正文。
如果登录需要扫码、验证码、短信、二次验证或人工确认，立即提醒人类协助完成登录。

步骤2：先做网站可生成性评估

检查搜索是否可触达，是否能拿到稳定的结果列表。
检查详情页是否可触达，是否能拿到书名、作者、简介、封面或目录入口。
检查目录是否完整，是否存在分页、懒加载、倒序或登录后差异。
检查正文是否为可提取文本，是否存在单章多页、图片化、脚本渲染、强广告或内容截断。
检查是否存在明显反爬、跳转、签名、验证码、App 专属接口或高不确定性链路。
输出可生成性评级：
- 可直接生成
- 可生成但高风险
- 需登录后再评估
- 不建议生成
若评级为 需登录后再评估 或 不建议生成，仍可继续，但必须明确标记为 高风险，并写出继续生成的理由。

步骤3：网站分析

使用Playwright MCP或 scripts/analyze_with_playwright.mjs 分析目标网站：

await page.goto('https://novel-site.com');
// 如果网站需要登录，先由人类协助完成登录，再继续分析

分析时应同时观察页面DOM、接口请求、跳转逻辑和登录态差异。脚本可用于辅助抓取或整理结果，但不应替代模型对站点行为的判断。

步骤4：创建搜索规则

基于网站分析结果：

确定搜索URL格式
分析搜索结果列表结构
提取书籍信息字段

步骤5：创建详情规则

分析书籍详情页：

书名提取规则
作者提取规则
封面图片URL
简介内容
目录链接

步骤6：创建目录规则

分析目录页：

章节列表结构
章节名称提取
章节链接提取
分页处理

步骤7：创建正文规则

分析正文页：

正文内容提取
广告过滤
分页处理
特殊编码处理

步骤8：输出评估模板

在展示规则、生成 JSON 或宣称可继续之前，应先输出一份简短评估：

## 网站可生成性评估
- 目标站点：
- 登录状态：
- 搜索可用性：
- 详情可用性：
- 目录可用性：
- 正文可用性：
- 特殊风险：
- 可生成性评级：
- 是否继续生成：
- 继续生成理由 / 停止理由：

若评级为 需登录后再评估 或 不建议生成，模板中的“是否继续生成”与“继续生成理由 / 停止理由”必须明确说明这是高风险继续推进，而不是默认通过。

实用工具

以下工具都应视为辅助工具，而不是决策中心。工具失效、脚本报错、规则测试不稳定时，应回到网页实际结构、接口响应和登录态行为重新分析。

1. 网站分析脚本

主脚本：见 scripts/analyze_with_playwright.mjs
兼容入口：见 scripts/analyze_with_playwright.py
说明：支持人工登录后继续分析，适合需要浏览器上下文和登录态的站点

2. 书源验证脚本

主脚本：见 scripts/validate_source.mjs
兼容入口：见 scripts/validate_source.py
说明：验证 JSON 结构、字段类型和基础规则组完整性

3. 规则审计工具

主脚本：见 scripts/test_rules.mjs
兼容入口：见 scripts/test_rules.py
说明：只做规则占位检查、风险提示和搜索URL预览，不模拟 Legado 的完整解析行为

4. 模板生成器

主脚本：见 scripts/generate_template.mjs
兼容入口：见 scripts/generate_template.py
说明：基于分析结果或交互输入生成书源模板

常见问题

1. 编码问题

GBK网站：添加 "charset": "gbk"
UTF-8网站：默认不需要指定

2. 登录需求

需要登录的网站：优先在登录态下分析，再决定是否配置 loginUrl
使用Cookie：java.getCookie()
如果未登录和已登录页面结构不同，应分别检查搜索、详情、目录、正文是否受影响
如果登录需要人类协助完成，应立即提醒，不要假设可以跳过登录继续分析

3. 可生成性评估

不是所有网站都适合直接生成书源，应先评估再写规则。
若搜索、详情、目录、正文任一链路证据不足，必须先把风险写明。
需登录后再评估 和 不建议生成 不是硬阻断，但继续推进时必须标记为高风险。
不允许跳过评估直接给出“可用书源”结论。

4. 动态内容

JavaScript渲染：使用 "webView": true
AJAX加载：分析API接口

5. 反爬虫

添加请求头：User-Agent, Referer
使用代理："proxy": "http://127.0.0.1:8080"
添加延迟：JavaScript等待

高级功能

1. 变量使用

// 在规则中使用变量
{{key}} // 搜索关键词
{{page}} // 页码
{{java.base64Encode(key)}} // 编码关键词

2. JavaScript处理

// 复杂数据处理
<js>
const data = JSON.parse(result);
return data.books.map(b => b.name).join(',');
</js>

3. 正则净化

// 移除广告
all##<div class="ad">.*?</div>##
// 替换空格
text##\\s+##

4. 多规则组合

// 使用||取第一个有效值
name1||name2||name3
// 使用&&合并所有值
author1&&author2

参考资源

1. 官方文档

2. 在线工具

3. 示例书源

见 references/examples.md

调试技巧

1. 逐步测试

先测试搜索功能
再测试详情获取
然后测试目录解析
最后测试正文获取

2. 使用日志

// 添加调试日志
java.log("当前URL: " + baseUrl);
java.log("获取到书籍数量: " + books.length);

3. 脚本失效时的处理

先确认脚本失败是脚本问题、环境问题还是站点行为变化。
回到浏览器页面、网络请求和响应内容，直接分析真实数据来源。
如果模型已经能从页面结构或接口中得出稳定规则，不要因为脚本不可用而停止推进。
将脚本结论视为辅助证据，而不是唯一裁判。

4. 错误处理

// 使用try-catch处理错误
<js>
try {
  return result.match(/书名：(.*?)</)[1];
} catch(e) {
  return "未知";
}
</js>

5. 性能优化

避免复杂的正则表达式
使用简单的选择器
减少JavaScript使用
合理使用缓存

最佳实践

1. 规则简洁性

优先使用简单的选择器
避免过度嵌套
使用明确的定位

2. 错误容忍

提供备选规则
处理空值情况
添加默认值

3. 维护性

添加注释说明
模块化规则
定期更新

4. 兼容性

测试不同页面结构
处理网站改版
支持移动端和PC端

5. 功能选择

搜索功能: 大多数书源必备，用于查找书籍
发现功能: 一般不使用，除非网站有专门的推荐或排行榜页面且用户明确要求
默认情况下应禁用发现功能（设置 "enabledExplore": false）
只在用户明确需要时才配置 exploreUrl 和 ruleExplore

6. 工具与判断的优先级

先看真实页面、真实响应、真实登录态，再看脚本输出
脚本用于加速验证，不应用来否定已经通过页面和接口证据支持的判断
工具不可用时继续推进人工分析，不要把脚本是否可运行当作前置条件
发现登录相关限制时，先解决登录问题，再继续做规则分析

通过本技能，您可以快速创建高质量的书源，为Legado阅读器提供丰富的小说资源。

13 KiB Raw Blame History Unescape Escape