第一部分：白艾莉 Alice 到底是什么？

一、软件定位

先厘清一个重要问题：网上存在多个同名 Alice 项目。本文所说的"白艾莉 Alice"，是米羊科技推出的桌面 AI Agent，官方网址为 alice.miyang.cn。

官方目前提供 Windows 10/11 x64 和 macOS 版本，核心特色是 Local-first（本地优先）、长期记忆、多模型支持和专业 Agent 协作。当前版本信息可能持续更新，安装时以官方下载页面为准。

二、Alice 和其他 AI 软件有什么区别？

这是你最需要理解的地方。先看一张对比表：

最核心的区别：Alice 有"持续关系"

普通 AI 的工作方式是这样的：

今天你告诉它 NovelScope 是什么。明天重新聊天，它可能又不知道了。

而理想的关系型 Agent 工作方式是：

Alice，继续昨天 NovelScope 的工作。

然后她能够基于已有的项目背景、偏好、任务上下文继续工作，不需要你从头解释。这就是从"短期对话"到"长期关系"的根本转变。

短期对话→ 长期关系

三、Alice 的工作结构

你可以把 Alice 想象成一家小型 AI 公司。你作为"老板"下达任务，Alice 作为"项目经理"理解任务并协调不同专业 Agent，各 Agent 调用合适的 AI 模型完成工作，最终汇总结果交由你审核。

第二部分：Alice 的核心功能

功能一：长期记忆

这是 Alice 最有特点的功能之一。她不只是保存聊天记录，而是尝试形成三层记忆体系。

关于你的记忆

例如：

•你是 AI 初学者

•你使用 Windows

•你喜欢一步一步操作，不喜欢模糊教程

•尽量不要手写大量代码

关于项目的记忆

例如：

•项目：NovelScope 小说潜力分析 AI Agent

•技术栈：Node.js、Express、SQLite / sql.js、DeepSeek API

•原则：不要重新设计架构，保持数据库/API/Word 导出兼容，先读取 PROJECT_STATUS.md

关于决策的记忆

v3.4.4 已经完成评分解释引擎。Word 导出已经修复。不要重新开发已经完成的模块。

这对于长期做一个 AI 项目的人来说非常重要——不用每次都从头解释项目背景和历史决策。

功能二：多 Agent 协作

例如你说："帮我分析 NovelScope 下一步应该开发什么。"Alice 理想的执行方式不应该只是一个 AI 随便回答，而应该组织多个专业角色分工协作：

•Agent A（项目研究员）：读取 PROJECT_STATUS.md、CHANGELOG.md、AI_STRESS_TEST_REPORT.md

•Agent B（产品经理）：分析用户价值和产品路线

•Agent C（技术架构师）：分析是否影响现有架构、是否需要修改数据库

•Agent D（测试员）：检查新功能风险和回归测试要求

最后 Alice 汇总各方分析，形成完整建议。

Agent → 分工 → 协作 → 汇总

功能三：多模型支持

官方目前展示支持多家 AI Provider，包括 Kimi、阿里 Qwen、Google Gemini、OpenAI、Anthropic Claude、DeepSeek、MiMo、MiniMax、GLM、硅基流动、OpenRouter、火山引擎和本地模型等。

这意味着：不是所有任务都必须用同一个大模型。不同任务可以匹配更合适的模型。

第三部分：最值得学习的 5 个功能

对于初学者，我建议优先掌握以下五个核心功能，按重要性排序。

第1名：长期项目记忆（5星）

因为长期做一个项目时，最痛苦的就是每次都要重新解释背景。长期记忆让你和 Alice 之间形成真正的协作关系，而不是每天重新认识。

第2名：Agent 任务分解（5星）

不要再这样说："帮我优化项目。"这太模糊了。你应该说：

分析 NovelScope 当前状态，先不要修改代码。读取项目状态文件。分别从产品价值、技术风险、商业价值三个角度分析。最后给出下一步开发优先级。

任务越具体，Agent 的执行越精准。

第3名：多 Agent 协作（5星）

一个 Agent 容易漏信息、自己给自己背书、一本正经胡说。多个角色可以形成"研究→方案→审查→测试→最终决定"的完整闭环。

第4名：模型分工（4星）

不要认为"最强模型 = 所有任务最好"。正确的方法是：不同任务匹配不同模型。DeepSeek 擅长中文代码，Claude 擅长长文分析，Kimi 擅长中文研究——让专业的人做专业的事。

第5名：稳定输出验证（5星）

AI 是概率生成，那怎么保证稳定？答案绝对不是"AI 做完→人工全部检查"，因为这样没有意义。真正的生产力 Agent 必须建立自动验证机制。

AI → 自动验证 → AI 修复 → 再验证 → 人工只检查关键结果

第四部分：第一次使用 Alice（手把手实操）

从现在开始，我们进入实操环节。请跟着每一步操作，不要跳步。

完整路线：Windows → 下载 → 安装 → 第一次打开 → 配置模型/API → 认识记忆 → 创建长期项目 → 读取 NovelScope → 第一个真实任务 → Agent Loop → 多 Agent → 自动验证

第0步：开始之前的准备

系统要求

•Windows 10 或 Windows 11，64位 x64

你需要准备什么

必须：Windows 电脑一台。

建议：如果你已有 NovelScope 项目、Node.js 环境、DeepSeek API，那非常适合直接实战。

第1步：下载 Alice

打开浏览器，进入官方下载页面：https://alice.miyang.cn/download

在页面上找到 Windows 10/11 x64 的下载按钮，点击下载。

Windows 出现安全提示怎么办？

官方说明，目前 Windows 可能弹出"已保护你的电脑"提示。不要慌，这是因为安装包的代码签名状态可能导致 Windows SmartScreen 拦截。

操作方法：点击"更多信息"→ 点击"仍要运行"。请务必确认下载来源是官方页面。

第2步：安装 Alice

下载完成后，找到类似 Alice Setup.exe 的安装文件，双击运行。

按照安装程序依次点击 Next → Install → Finish。如果 Windows 询问"是否允许此应用修改设备"，确认安装来源是官方下载后，点击"是"。

第3步：第一次打开 Alice

在桌面或开始菜单找到 Alice（白艾莉），双击打开。

第一次不要急着做复杂任务。你首先要完成三件事：

1.配置模型

2.认识记忆

3.创建长期项目

第4步：配置第一个 AI 模型

建议先使用你已经熟悉的 DeepSeek，尤其建议已经连接大模型的项目，例如 NovelScope 项目（已经使用 DeepSeek）。

在 Alice 的设置界面寻找类似"设置 / Settings / 模型 / Models / Provider"的入口，目标是找到"模型提供商配置"页面。

选择 DeepSeek，通常需要填写 API Key。

注意：不要把你的 API Key 发给任何人，也不要截图公开。

填写后点击保存，然后输入"你好，请介绍一下你自己"进行测试。如果正常回复，恭喜，模型连接成功！

第5步：费用大概是多少？

这里要特别区分两个概念：Alice 软件本身和 AI 模型调用费用。

具体价格变化很快。建议第一次不要充值很多，先设置 20-50 元人民币的测试预算，跑一个读取项目、一个任务、一个多 Agent 流程，确认适合你后再决定。

第6步：认识 Alice 的"记忆"

现在不要马上让她记住所有事情，先测试。输入以下内容：

我是一名 AI 初学者，使用 Windows 电脑。我的学习方式是希望每一步告诉我具体点击哪里、输入什么，不喜欢只有理论的教程。

然后完成一两个对话。接着问：

根据你记住的信息，我学习 AI 时最适合什么方式？

观察她是否正确回答。如果回答"你是 AI 初学者、使用 Windows、喜欢手把手步骤"，说明记忆系统正在发挥作用。

非常重要的提醒

不要因为 AI 说"我记住了"你就相信。你必须建立"记忆验证"机制：

1.写入：我使用 Windows。

2.换一个话题，聊天几轮。

3.再测试：我主要使用什么操作系统？

如果正确，记忆有效。如果错误，不要把它当数据库使用。

第7步：创建你的第一个长期项目

你的项目就是 NovelScope。建议项目名称：NovelScope 小说潜力分析 AI Agent。

项目描述输入以下内容：

这是一个长期 AI 软件开发项目。项目名称：NovelScope 小说潜力分析 AI Agent。项目目标：帮助用户分析小说的爆款潜力、商业价值、短剧改编潜力、人物吸引力和世界观质量。技术环境：Windows、Node.js、Express、SQLite / sql.js、DeepSeek API。重要原则：1.不要重新设计已经完成的架构。2.不要重复开发已经完成的模块。3.每次修改前先读取 PROJECT_STATUS.md。4.同时参考 CHANGELOG.md。5.重大修改前必须说明收益、影响和风险。6.保持数据库兼容。7.保持 API 兼容。8.保持 Word 导出兼容。9.保持 JSON Schema 兼容。10.修改后必须测试。

这段内容建议作为 NovelScope 项目的长期规则。

第8步：让 Alice 第一次读取 NovelScope

这一步非常重要。不要直接说"看看我的项目"。正确的方式是给出结构化的指令：

现在开始进入 NovelScope 项目工作。第一步：请不要修改任何代码，请先读取整个项目目录。重点识别：1.项目入口文件 2.package.json 3.server.js 4.数据库目录 5.前端文件 6.PROJECT_STATUS.md 7.CHANGELOG.md 8.AI_STRESS_TEST_REPORT.md。完成后不要立刻提出修改方案。请先输出：A.项目结构图 B.当前已经完成的功能 C.当前正在进行的功能 D.关键技术架构 E.绝对不能破坏的兼容性 F.你不确定的地方。最后等待我的确认。

第9步：观察她是否真的读取了项目

不要只看她说得好不好听，要检查实质内容：

•是否说出了真实文件？（如 server.js、package.json、PROJECT_STATUS.md）

•是否说出了真实架构？（如 Node.js、Express、sql.js）

•有没有胡编？这是关键。

第10步：第一次"事实核验"

现在给她一个测试：

请不要继续分析。现在列出你刚才读取 NovelScope 项目时实际看到的三个文件名，以及每个文件的主要作用。如果你没有真正读取到某个文件，请明确说"不确定"，不要猜测。

这一步就是"反幻觉验证"——通过要求 AI 自证来检验它是否真的做了功课。

第11步：给 Alice 第一个真实任务

现在不让她改代码，先做一个"项目审查任务"。输入：

现在执行 NovelScope 项目审查任务。注意：本次任务禁止修改代码。请组织不同角色分别分析。角色1：项目分析员——分析当前完成状态。角色2：产品经理——分析下一阶段最有价值的功能。角色3：技术架构审查员——分析哪些修改可能破坏现有架构。角色4：测试工程师——分析目前最需要建立哪些自动测试。最后由 Alice 汇总。输出格式必须严格按照：【当前状态】【最大优势】【最大风险】【下一步优先级】【不建议现在开发的功能】【需要我确认的事项】。不要假设不存在的项目文件。如果证据不足，必须标记"不确定"。

第12步：观察 Agent Loop

什么叫 Agent Loop？普通聊天是"你问→AI 回答→结束"，而真正的 Agent 工作模式是一个完整闭环：

目标→ 分析 → 制定计划 → 调用工具 → 获得结果 → 检查结果 → 发现问题 → 修正 → 再次检查 → 完成

你要观察 Alice 是否：1.理解目标 2.分解任务 3.调用不同 Agent/能力 4.汇总 5.检查。如果只是给你一篇漂亮文章，那可能仍然是普通聊天模式，而不是完整 Agent 工作模式。

第13步：查看多 Agent 协作

给她一个明确任务，观察多 Agent 协作的全过程：

请不要直接给最终答案。先执行多 Agent 协作。任务：确定 NovelScope 下一步最值得开发的一个功能。要求：第一阶段——项目研究 Agent 阅读项目状态。第二阶段——产品 Agent 提出三个候选功能。第三阶段——技术 Agent 分析三个功能的实现风险。第四阶段——测试 Agent 分析每个功能的回归风险。第五阶段——Alice 汇总。最终只推荐一个功能。必须说明：为什么选择它？为什么不是另外两个？需要修改哪些模块？可能破坏什么？如何验证成功？

第五部分：稳定输出验证机制

这是我认为使用 Alice 最应该掌握的部分。

AI 是概率生成。那怎么保证稳定？

答案：不能相信单次 AI 输出。我们需要建立一套可靠性流程。

第14步：建立"任务验收标准"

不要说"帮我修 Bug"。应该说：

任务：修复 Word 导出错误。成功标准：1.服务可以正常启动。2.GET /api/export/:id 正常返回。3.Word 文件能够生成。4.下载文件能够打开。5.不影响历史记录。6.不影响评分解释模块。7.不出现 result is not defined。8.不修改数据库结构。验证方式：A.npm 启动测试 B.API 测试 C.Word 导出测试 D.回归测试

没有验收标准的 Agent：AI 说"完成了"，你问"真的吗？"有验收标准：AI 完成后自动测试，7/8 通过就继续修，8/8 通过才算真正完成。这才叫稳定输出。

AI Output → Acceptance Criteria

第15步：让 Alice 自己验证

输入以下指令，让 Alice 建立自验证习惯：

从现在开始执行 NovelScope 任务时，你不能仅凭"代码已经修改完成"宣布成功。必须执行以下流程：第一步：说明准备修改什么。第二步：说明成功标准。第三步：执行修改。第四步：执行验证。第五步：输出验证结果。最终结果必须分成：【修改内容】【验证项目】【通过项目】【失败项目】【仍然存在的风险】。如果任何测试没有执行，不能说"全部完成"，必须明确写"未验证"。

第六部分：常见错误与避坑指南

错误1：第一次就让她修改整个项目

错误做法："优化 NovelScope。"结果 AI 重新设计、重新架构、重写文件。

正确做法：分阶段推进——第一阶段只读取，第二阶段只分析，第三阶段提出方案，第四阶段等待确认，第五阶段只修改指定文件。

错误2：让 AI 一次做太多

错误做法："分析项目、修改代码、测试、优化 UI、写文档。"

正确做法：拆成小任务——任务1读取、任务2分析、任务3制定方案、任务4修改、任务5测试。一次只做一件事。

错误3：相信"已完成"

AI 最危险的一句话就是"已完成！"你的标准应该是："完成"不算结果，必须看到测试、日志、文件变化、API 结果。

错误4：把所有记忆都当事实

AI Memory 可能记错、过期、混淆。关键事实必须有"事实来源"：

•PROJECT_STATUS.md —— 作为项目事实源

•CHANGELOG.md —— 作为历史记录

•AI_STRESS_TEST_REPORT.md —— 作为测试事实

而不是"Alice 好像记得......"

第七部分：提高效率的方法

方法1：建立"项目启动 Prompt"

以后进入 NovelScope，用固定 Prompt 启动：

进入 NovelScope 项目。先读取：PROJECT_STATUS.md、CHANGELOG.md、AI_STRESS_TEST_REPORT.md。不要立即修改。先告诉我：1.当前项目状态 2.上次完成内容 3.当前风险 4.下一步建议。如果文件内容与记忆冲突，以项目文件为准。

方法2：建立任务模板

以后每次给 Alice 下任务，都用固定模板：

•【目标】

•【禁止事项】

•【允许修改】

•【成功标准】

•【验证方法】

•【最终输出格式】

方法3：重大任务使用"先计划"

永远遵循 Plan → Review → Approve → Execute → Test 的流程，而不是 Execute first → Pray。先规划再执行，是 AI 协作的基本原则。

第八部分：进阶玩法

当你熟悉 Alice 后，可以建立一套完整的 NovelScope AI 团队：

Alice（项目经理）

•理解任务、分配工作、汇总结果

Research Agent（研究员）

•阅读项目、查找问题

Architecture Agent（架构师）

•分析架构风险

Coding Agent（编码员）

•修改代码

QA Agent（测试员）

•测试和验证

Compatibility Agent（兼容性检查员）

•检查数据库兼容、API 兼容、Word 兼容、JSON Schema 兼容

最终形成Alice → Research / Architecture / Coding / Testing / Compatibility 的完整协作链条。

最后：学习路线图

最应该记住的一句话

Agent 不是"更聪明的聊天机器人"。

真正的 Agent 系统应该是：记忆 + 任务 + 工具 + 执行 + 验证 + 修正 + 长期协作。

—— 明天见——