AI写小说:Skills、工作流、开源项目与资源大全

一、概述

从2025年到2026年，AI 写小说领域经历了从“玩具级补句工具”到“多智能体全链路生产系统”的质变。如今的 AI 小说写作不再是简单地让 LLM 续写几句话，而是出现了完整的工程化解决方案——包括世界观管理、角色一致性追踪、多 Agent 协作、自动审核修订、风格迁移等复杂能力。

本文汇总了当前最值得关注的 AI 小说写作开源项目、商业工具、工作流方法论和社区讨论精华。

二、核心开源项目

2.1 InkOS（⭐最推荐）

仓库： Narcooo/inkos

InkOS 是目前最成熟、社区最活跃的开源 AI 长篇小说写作系统。它采用多智能体（Writer、Auditor、Revisor）协作架构，独创“真相文件（Truth Files）”底层架构来追踪世界观状态、角色关系、资源账本、情节钩子和情感弧线——从根本上解决 AI 写长篇时“角色失忆”“伏笔断裂”“逻辑相悖”等核心痛点。

核心特性：

• 7类真相文件：世界状态、角色关系、资源账本、情节钩子（20+待解决）、情感弧线、子情节进度板

• 33维度审计：Auditor 智能体从33个维度审核章节连贯性

• 词汇疲劳检测：在读者发现之前捕捉过度使用的词语

• 反信息泄漏：确保角色只知道他们亲眼见证过的事

• 资源衰减：物资会消耗、物品会损坏，没有无限背包

• InkOS Studio 2.0：本地 Web 工作台，支持书籍管理、章节审阅编辑、实时写作进度、市场雷达、数据分析、AI 检测、文风分析

• OpenClaw Skill：可作为 Skill 被 Claude Code 等 Agent 直接调用

• 逆向工程：支持导入已有小说，AI 接续写作

• GitHub Stars: 1,598+

技术栈： TypeScript, CLI + Web UI (Studio) + TUI

安装使用：

npm i -g @actalk/inkos
inkos config set-global --provider openai --api-key sk-...
inkos book create --title "My First AI Novel" --genre sci-fi
inkos write next "My First AI Novel"
inkos export"My First AI Novel" --format epub

2.2 autonovel（NousResearch 出品）

仓库： NousResearch/autonovel

由知名 AI 研究机构 NousResearch 推出的自主小说写作流水线，基于 Hermes Agent 构建。采用“修改—评估—保留/丢弃”的迭代循环方法论（灵感来自 karpathy/autoresearch），已实际跑通第一本小说《The Second Son of the House of Bells》——19章、79,456词。

完整四阶段流程：

1. 世界观与人物构建：构建完整的世界设定和人物档案

2. 逐章初稿写作：按大纲逐章生成初稿

3. 对抗式编辑与审稿：多轮修改+独立 LLM 评审打分

4. 成品输出：PDF 排版、ePub、有声书、封面插画、着陆页

双重免疫系统：

• ANTI-SLOP.md：词级 AI 痕迹检测（如过度平衡的三段式结构、每段以过渡词开头等）

• ANTI-PATTERNS.md：结构级 AI 模式检测（如4章结尾都是“Cass 在外面听父亲工作”、AI 偏爱三元组列表等）

教育体系：

• CRAFT.md：叙事技艺教育（情节、角色、世界、文笔）

• program.md：各阶段 Agent 指令

该项目最独特的价值在于它不仅是工具，更是一套完整的“AI 写小说方法论”，包含了对 AI 写作弊病的系统性诊断和修正机制。

2.3 AI Novel Writing Assistant

仓库： GitHub（🔗来自推友 @Huanusa 分享）

定位为“AI 导演式长篇小说生产系统”，核心理念是 AI 不是工具而是总导演，帮作者从头规划、调度、执行、追踪整本书。

核心特性：

• 灵感→开书：一句模糊灵感自动生成多套完整方向，支持局部修正

• 写法引擎：从已写文本中自动提取风格特征，做成可复用、可编辑的长期资产

• 全链路生产：大纲→目录→章节批量流水线，单章和整本在一条链上跑

• 世界观+角色+知识库深度联动：角色带关系阶段和卷级任务，拆书内容可反向灌进知识库做 RAG

技术栈： React + Vite 前端， Express + Prisma 后端， LangGraph 编排 Agent, Qdrant 向量库，多模型路由（OpenAI、DeepSeek、SiliconFlow、xAI）

GitHub: 173 Stars, 45 Forks

2.4 StoryCraftr

仓库： raestrada/storycraftr

开源 AI 写作工具套件，含 CLI 和 VSCode 扩展。专为小说家设计，支持世界观构建、书籍大纲和章节生成。同系列还有 PaperCraftr（面向学术研究者）。

特色： VSCode 深度集成，在编辑器内即可完成 AI 辅助写作全流程。

2.5 AI_NovelGenerator

仓库： YILING0013/AI_NovelGenerator

基于大语言模型的多功能长篇小说生成器，支持自动衔接上下文和伏笔。Python GUI 界面，适合不习惯命令行的作者。

工作流：

• 根据主题/类型/章节数生成世界观设定（Novel_setting.txt）

• 生成章节目录与提示（Novel_directory.txt）

• 逐章生成+一致性检查+修改确认

• 内置 embedding 适配器和多 LLM 接口封装

2.6 LibriScribe

仓库： guerra2fernando/libriscribe

AI 驱动的开源书籍创作系统，采用多 Agent 协作架构，各 Agent 分别处理书籍创作的不同阶段——从初始概念到最终手稿。

2.7 其他值得关注的开源项目

三、商业/在线工具

3.1 Sudowrite

面向小说作者的专业 AI 写作伙伴。核心功能包括 Story Bible（角色/设定/世界观管理）、Brainstorm 工具、情节转折生成器。被用户评价为“真正理解场景节奏和幽默感的 AI”。其 Muse 模型在故事感知方面表现尤为突出。缺点是需要一定学习曲线，部分生成章节仍需大量编辑。

3.2 Novelcrafter

多模型 AI 写作助手，提供对多种 AI 模型的“底层”访问和控制。支持小说、非小说、诗歌、短篇、剧本等多种创作形式，也适用于广告文案、学术写作等场景。

3.3 FeelFish

专注于角色个性一致性和情节逻辑连贯性的 AI 小说写作工具。通过全面的角色档案、世界观设定和情节管理功能，确保 AI 生成的文本不会前后矛盾。

四、工作流与最佳实践

4.1 autonovel 的迭代修改方法论

来自 NousResearch 团队的实践经验——基于60+次提交、5轮修改周期、2次读者评审、2轮对抗式编辑、约20小时 Agent 时间产出75,000字奇幻小说的完整流水线。核心思想：AI 初稿→对抗编辑→读者面板→生成修改简报→重写章节，循环迭代直到质量达标。

4.2 InkOS 的“真相文件”架构

解决 AI 写长篇核心痛点的方法：将世界观状态、角色关系、资源、情节钩子等作为结构化数据独立维护，每次写作/审计/修订时强制对齐——这比单纯依赖 LLM 上下文窗口可靠得多。

4.3 人类主导、AI 执行的协作模式

当前最有效的 AI 写小说模式不是“AI 全自动”，而是“人类导演+AI 团队”：

• 人类：设定方向、审核把关、关键决策

• AI Writer：起草章节

• AI Auditor：检测逻辑矛盾、词汇疲劳、AI 痕迹

• AI Revisor：根据审核意见修改

4.4 Karpathy 的“编知识库”方法论

前 OpenAI 联合创始人 Andrej Karpathy 分享的工作流：原始数据→LLM 编译 Wiki→LLM 操作 Wiki 做问答→输出反哺 Wiki→Obsidian 可视化。这套方法论从“写代码”转向“管知识”的思维方式，对 AI 写小说的启示：先让 AI 建立完整的“小说知识库”（世界观、角色、情节），再基于知识库驱动创作。

五、社区洞察与深度讨论

5.1 Claude 写小说的“过拟合”问题

推友 @Arcadia_Bao 提出了一个深刻的观察：

“Claude 4.6 Opus 写中文小说时存在严重的风格过拟合——无脑古龙味、短句风，想要拉都拉不回来。决定文字好不好的不是95%的基础风格，而是最后5%的微妙选择。模型存在固有的调性和基因，提示词能调的和不能调的边界很清晰。”

这个观点点出了一个重要现实：不同模型有各自的“基因偏好”，选模型比调提示词更关键。对于追求独特文风的作者，可能需要尝试多种模型组合，而非死磕单一模型。

5.2 UBC 的10 Agent 协同写小说实验

UBC 项目展示了多 Agent 系统在小说创作中的潜力——10个 Agent 各自负责不同职能（叙事、世界观、写作风格等），Agent 之间会互相告知工作进度和修改决策。这代表了 AI 写小说从“单打独斗”向“团队协作”演进的趋势。

5.3 AI 写作痕迹的识别与对抗

autonovel 项目总结的 AI 写作典型问题：

• 三元组泛滥：“X, Y, and Z”结构重复出现

• 过渡词依赖：每段以 However/Meanwhile/Furthermore 开头

• 平衡强迫症：三点正三点反、五个步骤、等长段落

• 形容词-名词陈词：“ancient wisdom” “piercing gaze” “heavy silence”

• 结尾模式复用：同一句式反复出现在章节结尾

真正的写作是“lumpy”的——有些段落长因为话题复杂，有些短因为一个顿悟就够了。

六、快速上手建议

七、关键趋势与展望

1. 从单 Agent 到多 Agent 协作：Writer+Auditor+Revisor 的三角架构正在成为标配

2. 结构化记忆优先：真相文件、知识库、向量数据库替代纯上下文窗口

3. AI 痕迹检测系统化：从经验识别走向规则+模型双重检测

4. 全链路自动化：从世界观构建到排版输出（PDF/ePub/有声书）一条龙

5. 人类角色从“写手”转向“导演”：核心价值在于审美判断和方向把控，而非文字产出

6. 开源与商业化并行：InkOS、autonovel 等开源项目快速迭代，Sudowrite、Novelcrafter 等商业工具提供更友好的体验

📌 本文档基于2026年5月的最新搜索结果整理，涵盖 Twitter/X 社区讨论、GitHub 开源项目、各类 AI 写作工具和社区深度分析。项目链接和 Stars 数据均为搜索时的快照，请以各项目主页最新数据为准。

八、👨‍💻 关于我

我是张力，一个喜欢折腾的程序员。

我不是什么大牛，也不是培训机构。

我只是在摸索用 AI 开发产品的过程中，积累了一些经验和踩过一些坑，想把这些分享出来。

• 公众号：张力资源库

• 微信：zhishi666321

• 备用微信：chatagree

• QQ：1758027137

欢迎来交流，聊聊 AI 编程，聊聊产品开发，聊聊如何用技术创造价值。

目前我在运营的两个实战型社群

① AI 写小说全流程教学（番茄向）

从选题、提示词、工作流，出稿到变现，及各类注意事项细节，手把手跑通完整闭环。

🔗 【FlowUs 息流】AI 写小说全流程教学（番茄向）

② AI 编程从 0 到 1 实战课

不讲空理论，目标是带你做出一个能上线、能变现的产品。

🔗 AI 编程从 0 到 1 全流程课：从想法到产品上线（Cursor / Claude Code / Codex）