七维分析概览
AI Reader V2 围绕小说文本构建了七个可视化分析维度，从不同角度呈现小说世界的结构与脉络。
核心数据模型：ChapterFact
所有分析维度的数据都源自同一个核心概念 —— ChapterFact。
系统对每个章节调用一次 LLM，提取出一份结构化的 JSON 数据，包含以下字段：
- characters — 本章出场人物及其行为、新别名
- relationships — 人物之间的关系变化
- locations — 场景地点及其层级、类型、空间关系
- item_events — 物品相关事件
- org_events — 组织/势力相关事件
- events — 核心剧情事件
- new_concepts — 新出现的概念设定
ChapterFact 以 JSON 文本存储在数据库中。人物档案、地点档案等实体数据并非独立表，而是在查询时从所有 ChapterFact 实时聚合生成。这种设计确保了数据的一致性和灵活性。
实体预扫描（可选）
在启动分析之前，可以选择执行实体预扫描来提升提取质量：
- 第一阶段：jieba 分词 + n-gram 频率统计 + 对话归属正则 + 后缀模式匹配 + 命名模式提取（"叫作/名叫/绰号"等），生成候选实体列表
- 第二阶段：LLM 将候选实体分类为具体类型（人物/地点/物品/组织），并识别别名关系
预扫描生成的实体字典会注入到后续每章的提取提示词中，显著提升实体识别的准确率和一致性。
七个分析维度
1. 阅读模式
沉浸式阅读体验，结合分析结果增强文本理解。支持实体高亮（按类型着色）、剧本式场景面板（段落级渲染）、书签系统和阅读进度追踪。快捷键操作让阅读流畅自然。
2. 智能知识图谱
力导向关系图谱，直观呈现人物之间的关系网络。边权重基于频率统计（而非"最后一章覆盖"），关系归为六大类别（亲族、亲密、上下级、社交、敌对、其他），支持分类筛选和颜色编码。针对大型小说（400+ 人物）做了密集网络优化：边权重过滤、智能默认阈值、标签碰撞检测、弱边虚线等。
3. 多层级世界地图
将小说中的地理世界可视化为一幅手绘风格的地图。特色功能包括：
- 层级树：地点通过投票机制自动构建父子层级，支持用户手动调整
- 手绘风格：roughjs 渲染的领地、河流与海岸线
- 地形系统：Whittaker 生物群系矩阵 + 地形纹理图标
- 河流网络：基于 OpenSimplex 噪声场的梯度下降河流生成
- 轨迹动画：主角移动路径的逐章回放
- 真实地理模式：自动匹配 GeoNames 坐标，支持写实/混合/架空三种类型
4. 多泳道时间线
从六类数据源聚合事件：原始事件、人物首次登场、物品事件、组织事件、关系变化、场景情感色彩。支持类型筛选、泳道分组、低重要章节自动折叠、情感色彩徽章标注。噪声过滤自动移除琐碎物品动作和一次性路人角色。
5. 百科全书
四类实体卡片（人物/地点/物品/组织），每个条目包含章节统计、层级图标、场景索引。人物卡片展示关系链（按六大类别分组）；地点卡片包含空间关系、迷你地图（父级 + 兄弟节点 SVG）；支持跨页面导航和世界观总览标签。
6. 势力分析
基于组织事件和人物访问组织类型地点的频率，推断人物的组织归属。以力导向图呈现势力版图，支持章节范围筛选，观察势力格局随剧情的演变。
7. 导出功能
将分析结果导出为设定集，支持四种格式：
| 格式 | 适用场景 |
|---|---|
| Markdown | 文本编辑、版本控制 |
| DOCX | Word 文档阅读 |
| 打印与分享 | |
| XLSX | 数据分析与表格查看 |
支持模板选择、章节范围筛选、对话批量导出。导出格式 v3 包含书签、地图覆盖和世界观覆盖数据。.air 格式可用于完整分析数据的导入导出。