把整部文学作品拆解为可检索知识图谱的流程

当你需要端到端分析一部长篇文学作品（小说、戏剧、诗集、非虚构）并构建结构化知识图谱时使用。

适用场景

解决思路

1. Phase 0 建项目：用 create_memory_project(name="<work-name>", path="~/basic-memory/<work-name>") 创建项目，name 用作品标题的 kebab-case slug（如 great-gatsby、hamlet、beloved）。
2. Phase 0 定义 6 个 schema 笔记写入 schema/ 目录，每个 schema 定义实体类型的字段、观察类别和关系类型，并按作品调整字段：Character（role/description/first_appearance/status，观察类别 trait、motivation、arc、quote、appearance、relationship、symbolism、fate，关系 appears_in、contrasts_with、allied_with、commands、symbolizes、associated_with；可按需加 rank、house、species 等）；Theme（description/prevalence/first_introduced，观察类别 definition、manifestation、evolution、counterpoint、quote、interpretation，关系 embodied_by、contrasts_with、reinforced_by、explored_in、expressed_through）；Chapter（chapter_number/pov/setting/narrative_mode，观察类别 summary、event、tone、technique、quote、significance、foreshadowing，关系 features、set_in、explores、contains、employs、follows、precedes、parallels）；Location（description/location_type/real_or_fictional，观察类别 description、atmosphere、symbolism、significance、geography，关系 setting_for、associated_with、symbolizes、contains、part_of）；Symbol（description/symbol_type/primary_meaning，观察类别 meaning、appearance、ambiguity、interpretation、quote、evolution，关系 represents、associated_with、appears_in、contrasts_with、located_at）；LiteraryDevice（description/device_type/frequency，观察类别 definition、usage、effect、example、significance，关系 used_in、characterizes、expresses、related_to）。所有 schema 设 settings.validation="warn"。
3. Phase 0 建立目录结构：schema/、chapters/、characters/major/、characters/minor/、themes/、locations/、symbols/、literary-devices/、analysis/、tasks/。
4. Phase 1 在逐章处理前先为已知主要实体创建 stub 笔记，让 [[wiki-links]] 从一开始就能解析；stub 不必完整，后续章节处理时再丰富。
5. Phase 1 先做实体清单：主要角色 8-20 个（主角、反派、关键配角）、主题 5-12 个、地点 4-10 个、象征 4-10 个。
6. Phase 2 准备源文本：获取全文并识别章节/段落边界；公版作品可用 Project Gutenberg，受版权保护作品用实体书或授权数字副本。
7. Phase 2 分批处理，每批约 10 章，按叙事弧或主题分组：第 1 批为开场（设定、角色引入、世界观）；第 2-3 批为上升动作（冲突建立、关系发展）；第 4-6 批为中部（复杂化、转折点、主题深化）；第 7-8 批为高潮逼近（升级、揭示、危机）；最后一批为高潮、结局、尾声。章节短且动作密集时可加大批量，章节长且哲学密度高时减小批量。
8. Phase 2 每章工作流：先仔细阅读该章源文本，再用 write_note 创建章节笔记（title="Chapter <N> - <Title>"，directory="chapters"，note_type="Chapter"，tags=["chapter","<arc-phase>"]，metadata 含 chapter_number、pov、setting、narrative_mode），内容包含 Observations（summary、event、tone、technique、quote、significance、foreshadowing）和 Relations（features、set_in、explores、contains、employs、follows、precedes）。
9. Phase 2 每章处理时用 edit_note(identifier="characters/major/<character-slug>", operation="append", heading="Observations", content=...) 丰富相关实体：角色追加 [arc] 时刻、新 [trait]、[quote] 归属；主题追加 [manifestation]、[evolution]；象征追加 [appearance] 及语境、新 [interpretation]；地点追加 [atmosphere]、[significance]；文学手法追加 [example]。
10. Phase 2 用 memory-tasks 技能创建处理任务，以便在上下文压缩后仍能跟踪进度。
11. Phase 2 结构化观察就位后，用 edit_note(operation="prepend") 在主要实体笔记的 Observations 前加 2-4 段评论文本：论证对该角色/主题/象征的一种解读而非仅描述，联系作品整体关切与文学传统，明确标注主观意见（如 "In my reading..."、"I find..."），并用章节编号引用文本证据。
12. Phase 3 为每个主要角色写完整的 [arc] 总结观察，覆盖其在整个作品中的轨迹。
13. Phase 3 为每个主题添加 [evolution] 观察，追踪其从引入到解决的发展。
14. Phase 3 在结构相似的章节之间添加 parallels 和 contrasts_with 关系（如镜像场景、重复设定、主题回声）。
15. Phase 3 在 analysis/ 中创建综合笔记，推荐至少包含 Narrative Structure（整体架构与节奏）、Work Overview（完整作品的综合：摘要、论点、遗产）、Critical Reception（历史与当代解读）。
16. Phase 3 处理章节时发现的新次要角色、地点、象征，凡出现于 3 章以上或具主题分量的，都要创建笔记。
17. Phase 4 对每种实体类型运行 schema_validate(noteType="Character"/"Theme"/"Chapter"/"Location"/"Symbol"/"LiteraryDevice") 做 schema 校验。
18. Phase 4 对每种类型运行 schema_diff(noteType=...) 做漂移检测，并修复常见问题：缺少必需观察类别则用 edit_note 补上；枚举值超出允许集合则修正 metadata；笔记中有但 schema 没有的字段，若合理则作为可选字段加入 schema。
19. Phase 4 抽查双向关系一致性：若 Chapter X features [[Character]]，该 Character 是否也有引用 Chapter X 的观察；补齐缺口。
20. Phase 5 用 canvas 生成可视化文件：canvas(query="type:Character AND role:protagonist OR role:antagonist OR role:supporting") 生成角色关系网；canvas(query="type:Theme") 生成主题连接图；canvas(query="type:Chapter", layout="timeline") 生成章节时间线。
21. 按体裁调整 schema：小说用基础 schema；戏剧加 Act 和 Scene schema，Character 加 speaking_lines 字段；诗集把 Chapter 换成 Poem，加 form、meter、rhyme_scheme 字段；非虚构把 Chapter 换成 Section，加 Argument、Evidence schema；短篇集加 Story schema（narrator、setting、word_count）；史诗/神话加 Deity、Prophecy schema，Location 加 mythological_significance；回忆录 Character 加 relationship_to_narrator，加 Memory schema。
22. 按篇幅控制规模：中篇小说（约 4 万字）每批 5-10 章、约 50-80 条笔记；长篇小说（约 8 万字）每批 8-12 章、约 100-150 条；超长篇小说（20 万字以上）每批 10-15 章、约 200-300 条；系列作品一次处理一卷、每卷约 200+ 条。
23. 通用准则：先 seed 再处理；分批以保持节奏并用 Task 笔记跟踪进度；阅读源文本而非依赖记忆或摘要，每批前重读实际文本；观察是索引，类别要丰富、内容要具体；关系是网络，每章都链接角色/主题/地点/手法，每个实体都回链其出现的章节；迭代丰富实体笔记，不要一开始就追求完美；结构化数据就位后为主要笔记加评论文本以承载论证、细微差别、观点与声音；每批后运行 schema_validate 而非只在最后；大量引用带章节归属的 [quote]；全部章节完成后从外部视角复查整个图谱，找薄弱笔记、缺失连接和覆盖缺口；综合笔记在全部章节处理完后最后写。

适用边界 · 注意事项

• 需要依赖 Basic Memory 工具及其 create_memory_project、write_note、edit_note、schema_validate、schema_diff、canvas 等命令，没有该工具时无法直接执行。
• 不适合短文本或单章分析——流程为长篇作品（约 200+ 笔记、1000+ 关系）设计，规模过小时开销过大。
• 不适合没有合法全文来源的作品——受版权保护且无授权数字副本时无法逐章阅读源文本。