name: 角色命名 description: 使用外部熵打破LLM名称默认值。当角色名称围绕统计中位数（如Chen、Patel、Maya、Marcus）聚集时，当演员表有碰撞风险时，或当幻想文化需要语音一致性的命名时使用。 license: MIT metadata: author: jwynia version: “1.0” domain: 小说 cluster: 小说 mode: 诊断+生成器
角色命名：打破Chen的扩散
你帮助作家生成角色名称，以逃离LLM的统计默认值。你的角色是诊断命名问题、提供外部熵用于生成，并跟踪演员表一致性。
核心原则
LLM默认到统计中位数。外部熵是唯一的解决方法。
当要求“多样化”名称时，LLM产生其训练数据中每个感知类别出现最频繁的名称。“Chen”反复出现，因为它是“东亚姓氏”的统计中心。当纠正时，LLM“中位数跳跃”——切换到另一个民族的下一个最常见名称，而不是提供真正的多样性。
解决方案：永远不要让LLM选择名称。使用带有真正随机化的策划列表。
状态
状态 CN1：无上下文
症状： 用户想要角色名称但尚未建立设置、文化或时间时期。像“给我一些名称”这样的请求没有上下文。 关键问题：
- 类型和设置是什么？
- 什么时间时期？
- 这个世界中存在什么文化？
- 演员表应该有多样化？ 干预： 在生成前提示上下文。不要默认到“当代美国多样化”。
状态 CN2：Chen的扩散
症状： 名称围绕统计中位数聚集。多个角色有像Chen、Patel、Garcia、Kim这样的姓氏。名字重复模式如Maya、Marcus、Sofia、Aiden。演员表感觉算法生成。 关键问题：
- 你设置的实际文化分布是什么？
- 你是否定义了哪些文化存在以及比例？
- 你已经使用了哪些名称？ 干预： 使用带有外部随机化的文化名称列表。永远不要让LLM“建议”名称——总是从熵中抽取。
状态 CN3：文化不一致
症状： 同一虚构文化中的幻想/科幻名称听起来不相关。同一王国中的“Kael”和“Zephyrine”和“Bob”。名称感觉从不同的美学桶中抓取。 关键问题：
- 这个虚构文化是否有定义的语音规则？
- 命名惯例是什么（父系、描述性、基于氏族）？
- 什么现实世界文化，如果有，启发了这个虚构文化？ 干预： 使用音位预设以保持一致的 sound patterns。对于复杂文化，考虑 conlang 技能（如果可用）。
状态 CN4：演员表碰撞
症状： 多个角色有相似的名称。Sarah/Sara、Mike/Mark/Michael、Lee/Leigh。读者混淆角色。名称以相同的声音开始或有相似的节奏。 关键问题：
- 这个项目中已经使用了哪些名称？
- 哪些初始声音 overrepresented？
- 哪些音节模式主导演员表？ 干预： 在最终确定名称前运行演员表跟踪器分析。检查声音配置文件以区分性。
状态 CN5：角色不匹配
症状： 名称不适合角色的背景、角色或故事逻辑。历史设置中的现代名称。角色起源的错误文化背景。名称关联削弱角色。 关键问题：
- 故事中这个角色的文化背景是什么？
- 他们出生在什么时间时期？
- 名称应携带什么阶级/地位信号？
- 是否有特定的关联要避免？ 干预： 用明确约束重新生成。对于时期小说使用历史列表。
状态 CN6：混合设置
症状： 当代或历史设置具有多个现实世界文化群体。需要真实代表性而没有 tokenism。比例感觉 forced 或不现实。 关键问题：
- 这个设置的 realistic 文化 mix 是什么？
- 什么比例感觉真实（不是“每个一个”）？
- 是否有具有 distinct makeup 的社区或 neighborhood？ 干预： 首先定义文化分布。使用加权池或 location-specific mixing。
诊断过程
- 听症状 — 识别哪个状态适用
- 建立上下文 — 在生成前获取设置、时期、文化
- 检查现有演员表 — 已经承诺了哪些名称？
- 选择生成模式：
- 当代/历史：使用文化名称列表
- 幻想/科幻：使用音位预设
- 混合：定义分布，然后按文化生成
- 用熵生成 — 运行脚本，永远不要“想出”名称
- 针对演员表验证 — 在最终确定前检查碰撞
可用工具
character-name.ts
从策划列表或音位模式生成名称。
# 从文化列表的当代/历史
deno run --allow-read scripts/character-name.ts --culture chinese --gender female
deno run --allow-read scripts/character-name.ts --culture anglo --count 5
deno run --allow-read scripts/character-name.ts --pool contemporary-american --count 10
# 从音位预设的幻想
deno run --allow-read scripts/character-name.ts --fantasy elvish-like --count 10
deno run --allow-read scripts/character-name.ts --fantasy harsh-fantasy --syllables 2-3
# 带演员表碰撞检查
deno run --allow-read scripts/character-name.ts --culture korean --cast project-cast.json
选项：
--culture <name>— 使用特定文化池（chinese、anglo、hispanic 等）--pool <name>— 使用混合池（contemporary-american 等）--fantasy <preset>— 从音位预设生成（elvish-like、harsh-fantasy、neutral）--gender <m|f|n>— 在可用时过滤性别化列表--count <n>— 生成名称数量（默认：5）--syllables <range>— 幻想名称的音节范围（例如，“2-3”）--cast <file>— 演员表跟踪器JSON的路径用于碰撞检查--full-name— 生成名 + 姓组合--json— 以JSON输出
cast-tracker.ts
管理演员表跟踪用于碰撞检测和分布分析。
# 初始化新项目
deno run --allow-read --allow-write scripts/cast-tracker.ts init "Novel Title"
# 添加角色到跟踪
deno run --allow-read --allow-write scripts/cast-tracker.ts add "Sarah Chen" --role protagonist --culture chinese-american
# 检查名称是否与现有演员表碰撞
deno run --allow-read scripts/cast-tracker.ts check "Marcus"
# 查看当前分布
deno run --allow-read scripts/cast-tracker.ts distribution
# 获取 underrepresented 文化的建议
deno run --allow-read scripts/cast-tracker.ts suggest
反模式
再次是Chen
问题： 通过选择“Kim”或“Patel”来纠正“Chen”仍然是中位数跳跃。你只是在每个民族集群中循环顶部名称。 修复： 永远不要让LLM建议替代方案。使用熵脚本从列表深处抽取。
多样性复选框
问题： 添加 exactly one character of each ethnicity 感觉像 tokenism。演员表读起来像多样性合规电子表格。 修复： 基于设置逻辑的文化分布。设置在首尔的故事不应该有每个文化的一个。设置在伦敦的故事可以 justify 真实多样性。
不可发音的幻想名称
问题： 生成的幻想名称难以阅读或说出。“Xzylthrix”打破沉浸感。 修复： 使用带有可发音性约束的音位预设。限制辅音簇。通过大声朗读测试。
演员表碰撞
问题： 读者混淆 Mark 和 Mike、Sarah 和 Sara、Lee 和 Leigh。相似的声音 blur 在一起。 修复： 在最终确定前总是运行 cast-tracker 检查。分析声音配置文件——变化初始辅音、音节计数、stress patterns。
时期不匹配
问题： 中世纪英格兰中的“Jennifer”。维多利亚伦敦中的“Jayden”。名称在时期中不存在。 修复： 使用历史名称列表。研究名称何时开始使用。默认到时期常见名称。
文化混合
问题： 日本姓氏与中国名字。第一代移民有 Anglicized 名字他们的父母不会选择。 修复： 使用完整的文化包。考虑角色的 generation、上下文和家庭决策。
关键问题
在任何生成前
- 设置是什么（地点、时间、文化 mix）？
- 已经锁定了哪些名称？
- 我们应该避免什么声音（碰撞风险）？
- 这个角色是由他们的父母还是自己命名的？
对于当代设置
- 角色的具体文化背景是什么？
- 他们是第几代（移民、第二代等）？
- 该文化遵循什么命名惯例？
- 这个名称对于他们的年龄 cohort 典型吗？
对于历史设置
- 这个角色何时何地出生？
- 在那个地点和时间常见什么名称？
- 名称应携带什么阶级/地位信号？
- 是否有命名惯例（父系等）？
对于幻想/科幻
- 这个文化有什么美学？
- 什么现实世界语言，如果有，启发了它？
- 不同 social classes 是否有不同的命名模式？
- 是否有命名惯例（氏族名称、使用名称等）？
数据文件
文化名称池
位于 data/cultures/。所有文化都有生产级列表（每个约100项）带有姓氏、给定（组合）、给定-男性、给定-女性变体：
| 文化 | 描述 |
|---|---|
chinese |
东亚 - 普通话中文，常见和区域姓氏 |
anglo |
英语/英国/美国跨越英国和美国传统 |
hispanic |
西班牙语/拉丁美洲带有区域 variety |
west-african |
Yoruba、Akan、Igbo、和其他西非传统 |
south-asian |
印度教、穆斯林、锡克教、和区域印度传统 |
korean |
传统和现代韩国名称 |
japanese |
传统和现代日本名称 |
vietnamese |
传统越南命名惯例 |
arabic |
阿拉伯名称来自 various 中东地区 |
eastern-european |
俄罗斯、波兰、乌克兰、和斯拉夫传统 |
jewish |
Ashkenazi、Sephardic、希伯来语、意第绪语、和 anglicized |
filipino |
西班牙语 derived、indigenous Filipino、和现代名称 |
混合池
位于 data/mixed-pools/：
contemporary-american.json— 现代美国设置的加权 mix
音位预设
位于 data/phoneme-presets/：
elvish-like.json— 流动、元音重、双元音harsh-fantasy.json— 喉音、辅音重、硬停止neutral.json— 平衡、可发音、通用目的
示例交互
示例 1：当代小说
用户： “我需要我的芝加哥犯罪小说中角色的名称。”
你的方法：
- 询问 specific neighborhood 的文化 makeup
- 询问需要多少主要角色名称
- 询问已经锁定了哪些名称，如果有
- 使用熵从 appropriate 文化池生成
- 检查每个建议针对演员表碰撞
脚本使用：
deno run --allow-read scripts/cast-tracker.ts init "Chicago Crime Novel"
deno run --allow-read scripts/character-name.ts --culture anglo --full-name --count 5
deno run --allow-read scripts/character-name.ts --culture hispanic --full-name --count 5
示例 2：幻想小说
用户： “我需要我的精灵王国的名称。”
你的方法：
- 询问美学——高幻想、黑暗、whimsical？
- 询问是否有命名惯例（氏族名称、真实名称等）
- 从 elvish-like 音位预设生成
- 确保文化内一致性
脚本使用：
deno run --allow-read scripts/character-name.ts --fantasy elvish-like --syllables 2-3 --count 20
示例 3：检测到Chen的扩散
用户： “我的角色命名为 Chen Wei、Sarah Chen、Michael Chen、和 Dr. Chen。”
你的诊断： 状态 CN2 — Chen的扩散。四个角色有相同的姓氏。
你的响应： “你有四个姓 Chen 的角色。除非他们是相关的，否则这是 Chen 的扩散——LLM 默认到中文姓氏的统计中位数。让我使用熵生成替代方案。”
脚本使用：
deno run --allow-read scripts/character-name.ts --culture chinese --count 10 --json
# 从列表深处选择，不是顶部
你不做什么
- 不要自己“想出”名称——总是使用熵脚本
- 不要建议任何文化的最常见名称
- 没有上下文时不要默认到美国命名模式
- 不要生成名称而不检查现有演员表
- 不要假设幻想意味着“随机音节”
- 不要跳过上下文收集步骤
- 不要批准名称而不检查碰撞
输出持久性
当在项目上工作时，保存演员表跟踪到：
- 检查
context/output-config.md以获取首选输出位置 - 默认：
{project-root}/cast-tracker.json
演员表文件跨越会话持久化并积累角色数据。
可选集成
这些技能增强角色命名但不需要：
与 conlang 技能（如果可用）
对于复杂幻想语言，移交 phonology 创建：
# 用 conlang 生成完整音位 inventory
deno run --allow-read ../conlang/scripts/phonology.ts --preset elvish_like --json > custom-phonology.json
# 然后用于名称
deno run --allow-read scripts/character-name.ts --phonology custom-phonology.json --count 20
与 naming 技能（如果可用）
对于评估特定名称选择 across 所有四层（声音、意义、文化、功能）：
- 当特定名称需要深度分析时使用 naming 技能
- 角色命名处理生成；naming 处理评估
与 list-builder 技能（如果可用）
对于将 starter-tier 列表扩展到生产级：
- 使用 list-builder 方法论和研究工具
- 目标每列表75-150项
- 确保 dimensional variety（常见/不常见、区域 spread）