当重要的故事元素（角色、情节线、伏笔）10章以上未出现时自动提醒 - 防止长篇小说中的'角色消失综合症'和遗漏的情节线
インストールする前に、エージェントに与えられる指示の中身を確認できます。
防止长篇小说常见问题：
解决方案：后台监控，主动提醒已经很久未出现的元素。
监控：character-state.json中的所有角色
阈值：10章未出现
提醒示例：
⚠️ 角色提醒：
"配角李明"已经10章未出现（上次：第5章）
- 是否应该安排他再次出场？
- 还是这个角色的故事已结束？
监控：plot-tracker.json中的活跃情节线
阈值：12章无进展
提醒示例：
⚠️ 情节线提醒：
"寻找父亲仇人"情节线已12章无进展
- 上次推进：第8章
- 当前状态：pending
- 建议：安排相关情节或标记为暂停
监控：在前文埋下的重要伏笔
阈值：20章未回收
提醒示例：
⚠️ 伏笔提醒：
第3章提到"神秘盒子"，至今未揭秘（已过23章）
- 读者可能已经忘记
- 建议：尽快回收或在对话中提及
执行 `/write` 时，如果检测到遗忘元素：
📋 写作前检查...
⚠️ 发现3个被遗忘的元素：
1. 角色"张婶"已15章未出现
2. 情节线"寻宝"已13章无进展
3. 伏笔"神秘信件"已20章未揭秘
💡 本章是否考虑处理？
执行 `/analyze` 时，生成完整报告：
## 遗忘元素报告
### 失踪角色（3个）
1. 张婶（15章未出场）
2. 李老板（11章未出场）
3. 王医生（10章未出场）
### 停滞情节线（2个）
1. 寻宝线（13章无进展）
2. 复仇线（12章无进展）
### 未回收伏笔（1个）
1. 神秘信件（20章未揭秘）
建议：
- 优先处理失踪角色（读者可能已忘记）
- 推进停滞情节线或标记为"暂停"
- 伏笔及时回收（否则成烂尾）
"角色未出场提醒阈值改为15章"
"情节线停滞提醒阈值改为20章"
"张婶角色已完结，不再提醒"
"寻宝线有意暂停，30章后才推进，不提醒"
/analyze 查看报告forgotten-elements-reminder = 你的记忆助手
✓ 自动监控角色/情节/伏笔 ✓ 超过阈值主动提醒 ✓ 防止长篇小说烂尾
长篇小说必备！ 📝
本Skill版本: v1.0 最后更新: 2025-10-18
まだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
Testing patterns for PHPUnit and Playwright E2E tests. Use when writing tests, debugging test failures, setting up test coverage, or implementing test patterns for ActivityPub features.
日本語の概要は準備中です。原文の説明を表示しています。
Cloud laboratory platform for automated protein testing and validation. Use when designing proteins and needing experimental validation including binding assays, expression testing, thermostability measurements, enzyme activity assays, or protein sequence optimization. Also use for submitting experiments via API, tracking experiment status, downloading results, optimizing protein sequences for better expression using computational tools (NetSolP, SoluProt, SolubleMPNN, ESM), or managing protein design workflows with wet-lab validation.
日本語の概要は準備中です。原文の説明を表示しています。
Add unsigned integer (uint) type support to PyTorch operators by updating AT_DISPATCH macros. Use when adding support for uint16, uint32, uint64 types to operators, kernels, or when user mentions enabling unsigned types, barebones unsigned types, or uint support.
日本語の概要は準備中です。原文の説明を表示しています。
This skill should be used when the user asks to "create an agent", "add an agent", "write a subagent", "agent frontmatter", "when to use description", "agent examples", "agent tools", "agent colors", "autonomous agent", or needs guidance on agent structure, system prompts, triggering conditions, or agent development best practices for Claude Code plugins.
日本語の概要は準備中です。原文の説明を表示しています。
Master advanced AgentDB features including QUIC synchronization, multi-database management, custom distance metrics, hybrid search, and distributed systems integration. Use when building distributed AI systems, multi-agent coordination, or advanced vector search applications.
日本語の概要は準備中です。原文の説明を表示しています。
Create and train AI learning plugins with AgentDB's 9 reinforcement learning algorithms. Includes Decision Transformer, Q-Learning, SARSA, Actor-Critic, and more. Use when building self-learning agents, implementing RL, or optimizing agent behavior through experience.
日本語の概要は準備中です。原文の説明を表示しています。