扫榜
按一本书找同类,或看近 90 天或自选日期里谁的在读涨得最多,可选全部在榜或新上榜,再按题材、字数筛。
AI 助手查数
网文作者和短剧制作方的 AI 扫榜助手:网文情报站自 2026-05-03 起每天记录番茄小说的榜单与首秀,并覆盖番茄短篇和红果、抖音短剧。使用本站 MCP 服务接进豆包、WorkBuddy、Codex 等 AI 助手,相当于装上现成的番茄扫榜 skill 和脚本,用大白话提问,AI 直接查数、筛选、分析和对比。
每天更新数据和涨幅204天数据积累
用 NovelCatch MCP 服务,查女频重生加年代,50 万字以内,这 7 天在读涨得最多的几本。
已调用 NovelCatch 工具扫榜
数据日 11-22 · 扫榜 · 女频 · 近 7 天 · 全部在榜书 · 题材:重生(全部必含);且年代(至少一个) · 50 万字以内 · 按所选天数在读增量排序 · 返回 20 本(有下一页) · 2 本数据日早于 11-22 · 在网站查看这份列表
| 序号 | 作品 | 在读 | 近 7 天增量 | 字数 |
|---|---|---|---|---|
| 1 | 坏美人又怎样?禁欲军长甘愿沦陷 年代重生团宠 | 7.0万 | +5.4万 | 17.9万字 |
| 2 | 一胎四宝小孕妻替老公和婆婆撑腰 年代重生先婚后爱 | 5.1万 | +2.6万 | 27.1万字 |
| 3 | 女修穿越年代收了宝藏下乡了 年代重生打脸 | 11.1万 | +1.9万 | 46.0万字 |
| 4 | 睁眼!糙汉大佬的恶毒前妻重生了 年代重生大佬 | 2.8万 | +1.2万 | 14.4万字 |
| 5 | 都重生了,谁还忍受你的冷暴力 年代重生先婚后爱 | 2.9万 | +1.1万 | 24.1万字 |
示例归纳涨得最多的《坏美人又怎样?禁欲军长甘愿沦陷》7 天涨了 5.4 万,是第 2 名的 2.1 倍;第 4、5 名分别写到 14.4 万和 24.1 万字,涨了 1.2 万和 1.1 万。
表格和第一行是 11-22 的真实查询结果;示例归纳由这些字段按模板生成,不是 AI 原话,实际回答由你的 AI 组织语言。
按开题时最常做的三件事分好了组。不用记名字,直接说想查什么,AI 会自己挑。
按一本书找同类,或看近 90 天或自选日期里谁的在读涨得最多,可选全部在榜或新上榜,再按题材、字数筛。
看阅读榜、新书榜、黑马榜、热搜榜、推荐榜的官方前 30 名,也能回看历史榜日和巅峰月榜,并在本榜内按在读增量、评论等重排。
看分类行情、长篇首秀与短篇大盘,也可获取题材行情链接。
最近榜上书名里最常出现的词,起名时心里有数。
看红果 20 个榜单,1 / 7 / 14 / 30 天里谁上升、新进、跌出,也能回看近 30 天榜日。
从热播榜选一部剧,查看简介、在榜履历、生命周期节点和原著候选。
在全部短剧里按题材、类型、集数、上线时间筛,看谁的热度、收藏、点赞涨得最多。
按书名或作者找长篇,组合分类、题材、字数、在读和连载状态,再按在读、评论等排序。
顺着一本书看作者还写过什么、上榜成绩和开书履历。
从书单里点名一本,查看已有的黄金三章分析、设定和爆火脑洞;资料缺失时会说明。
按书名、作者或分类找短篇,可选新上架、书库和字数档,再按在读增量、评论等排序。
看最近首秀的书,可按作者、分类、题材和字数筛,也能看分类聚合,再比当前在读或首秀期在读增量。
看收藏书相较上一数据日的变化、追踪作品的近期表现,也能执行保存的筛选。
把书单里的几本放在一起,比在读、字数、近 7 天在读增量和简介。
不确定「在读」「首秀」怎么算,让 AI 先查清口径再回答你。
短剧大盘和短剧收藏暂时只能在网页查看。
数据从哪天来、按什么条件查、查到多少,先写清楚再给结论。
数据日 11-221·扫榜 · 女频 · 近 7 天 · 全部在榜书 · 题材:重生(全部必含);且年代(至少一个) · 50 万字以内 · 按所选天数在读增量排序2·返回 20 本(有下一页)3·在网站查看这份列表4
每天更新,数据日写在最前面,不拿旧数据当今天的。
频道、题材、时间窗逐项写明,听错了一眼能发现。
不凑数,查不到的数字不当 0。
打开同样条件的站内列表,和回答逐本对照。
先查一份书单,再接着问其中几本:比较、归纳、看开篇分析。说清题材、关键词或字数范围,点复制会自动带上开头那句;AI 没有去查本站数据时,在问题前补一句「用 NovelCatch MCP 服务,」就行。
请帮我配置 MCP 连接器:读取 ~/.workbuddy/mcp.json(不存在就新建),在 mcpServers 里加入或替换名为 novelcatch 的条目,内容如下(JSON),保留其他已有条目不动:
{
"type": "streamableHttp",
"url": "https://novelcatch.com/api/mcp",
"headers": {
"Authorization": "Bearer <先在第 1 步生成 token>"
}
}
写好后告诉我已完成,并提醒我:完整退出 WorkBuddy(不是只关窗口)再重新打开,到「专家·技能·连接器」→「连接器」里找到 novelcatch 点「信任」,然后新建对话提问。如果它没照做,换「手动添加」。
打开「专家·技能·连接器」→「连接器」→ 右上角「自定义连接器」→「+ 添加 MCP」。把下方配置粘进对话框,保留其他已有条目后保存。保存后同样完整退出 WorkBuddy 再打开,在连接器里给 novelcatch 点「信任」。
{
"mcpServers": {
"novelcatch": {
"type": "streamableHttp",
"url": "https://novelcatch.com/api/mcp",
"headers": {
"Authorization": "Bearer <先在第 1 步生成 token>"
}
}
}
}token 会明文保存在本机的 WorkBuddy 配置里,请妥善保管,不上传或共享。
在你用的 AI 助手或插件里找到「添加 MCP 服务」(也可能叫连接器、MCP Servers),类型选 Streamable HTTP,填入下面的地址,并加一个请求头 Authorization,值为 Bearer 加你的 token。支持粘贴 JSON 的,直接粘下方配置。保存后重启一次助手。
{
"mcpServers": {
"novelcatch": {
"type": "streamableHttp",
"url": "https://novelcatch.com/api/mcp",
"headers": {
"Authorization": "Bearer <先在第 1 步生成 token>"
}
}
}
}支持所有能接 MCP 的 AI 助手和插件,已实测 WorkBuddy、Codex、豆包。从会员的实际使用看,豆包调用工具时常传错参数,要反复重试,查得慢;推荐用 WorkBuddy。
token 会明文保存在本机的助手配置里,请妥善保管,不上传或共享。
第一次提问时带上「用 NovelCatch MCP 服务」,让 AI 来查本站数据。确认客户端显示已调用 NovelCatch,并核对回答中的数据日和站内链接;接着可以直接问书单里的某一本。
回答第一行长这样数据日 11-22 · 扫榜 · 女频 · 近 7 天 · 全部在榜书 · 题材:重生(全部必含);且年代(至少一个) · 50 万字以内 · 按所选天数在读增量排序 · 返回 20 本(有下一页) · 2 本数据日早于 11-22 · 在网站查看这份列表
AI 没有调用本站数据?在问题前加上「用 NovelCatch MCP 服务,」再问一次。
额度仅供本人创作使用,正常个人创作基本用不完,每天北京时间 0 点恢复;持续遍历榜单与作品数据不在此列,详见《用户协议》。