夜雨聆风
首屏先用一个问题开场：
你用 AI 写过超过一万字的东西吗？小说、剧本、长报告都算。如果有，你大概率经历过这三件事：
·.上下文黑洞：聊到第 50 轮，AI 忘了主角叫什么，你把设定重新贴一遍，又一遍；
·.改稿黑洞：AI 说"我帮你改好了"，你翻遍聊天记录，找不到它到底改了哪句；
·.文稿无归属：正文散落在几十条回复里，哪句是定稿？复制到 Word 里再说吧。
这三件事的根源是同一个：你在用"聊天工具"干"工程活"。聊天框是为 20 轮对话设计的，不是为 20 万字的书设计的。
前几天在 X 上刷到一条推文，@QingQ77 介绍了一个开源项目——DeepWrite，定位一句话就说到了点子上：
| 一个专门为写作流程设计的本地桌面工作台，把模型、提示词、技能、素材和文稿组织在同一工作台，让 AI 直接修改真实文稿并逐次审阅。 |
"让 AI 直接修改真实文稿并逐次审阅"——这句话信息量很大。我把项目拉到本地，从源码构建、建作品、配模型，到跑通 AI 改稿审批全流程，踩了几个很有代表性的坑。这篇文章是完整的实测记录。
━━━━━━ ◆ ━━━━━━
| 01 | 它是什么 |
仓库
先交代基本面。GitHub 仓库 `swjybky/deepwrite`，目前 93 star，v1.2.5，TypeScript + Vue 3 + Electron 桌面应用，Windows 和 macOS 都有安装包。
| 21.9万行 | 1400个 | 5进程 |
几个让我意外的细节：
测试是真的在测。 我在本地跑了完整测试套件：206 个测试文件、1400 个用例，1375 个通过，全程 31 分钟。一个个人开源项目能维持这种测试密度，说明作者把它当产品在做，不是玩具。
作者自己"吃狗粮"。 仓库里有个 `dogfood-output` 目录，是作者用自己的软件做 QA 后留下的测试报告——哪个流程验证过、哪些 bug 当场修掉，全有记录。这种工程习惯在个人项目里相当罕见。
架构上很讲究。 它不是"一个网页套个壳"，而是五进程架构：渲染层只管界面，主进程管窗口和安全 IPC，三个独立 Utility 进程分别负责本地文件读写、模型调用、工具执行。我在里面还看到了严格的 CSP（内容安全策略）和"密钥不暴露给页面渲染层"的设计——这是按商业软件的隐私标准在做。
━━━━━━ ◆ ━━━━━━
| 02 | 不是聊天框，是工作台 |
人物智能体
打开软件，第一眼就能看出它和"AI 聊天 + 编辑器"缝合工具的区别：三栏布局，界面设计明说参考了 Codex 的工作方式。
·.左栏：作品树。一本书的章节、素材库、技能库全部展开在这里；
·.中栏：智能体对话。但它不是通用客服，而是随写作阶段自动切换的"驻场编辑"；
·.右栏：真实文稿。人物设定、剧情、大纲、正文，所见即所得的 Markdown 编辑器。
核心设计在阶段智能体。以短篇创作为例，一本书被拆成人物、剧情、导语、大纲、正文几个阶段，每个阶段有专属智能体：
·.人物智能体：负责人设、关系、动机、人物弧光；
·.剧情智能体：管主线、冲突、转折和结局；
·.正文专家：统筹结构、审阅成稿、跨节修订；
·.分节写手：只围绕当前小节写，保持情节和文风连续。
我点开"人物"阶段，中间立刻切换成人物智能体的欢迎语，右栏同步打开人物设定文稿。你不需要给 AI 交代"你现在是我的责编"——你在哪个阶段，它就是谁。 这就是"Harness（工作马具）"的含义：不是让马更聪明，是给它套上合适的辔头。
━━━━━━ ◆ ━━━━━━
| 03 | 我跑通的核心流程 HANDS-ON |
第一步：建一本书
新建作品
新建作品有三个类型可选：短篇（人物、剧情、导语、大纲与正文）、剧本（分集正文）、长篇（世界观、情节、连续性管理）。给短篇建书时还能选分类：世情、追妻、科幻、悬疑——一看就知道作者很懂网文生态，这些分类就是短剧和网文平台的主流赛道。
建书时可以绑定技能库，内置了通用技能库、剧情设计技能库、文风写作技能库三套模板，"智能体只会按当前阶段和读取范围加载已绑定技能"——素材不会一股脑塞进上下文。
第二步：验证"本地优先"是不是真的
README 说文稿以 `deepwrite.json` + UTF-8 Markdown 保存在本地文件夹。我建完书直接翻了磁盘，是真的：
```
books/雨夜诊所/
├── deepwrite.json # 书籍元数据
└── stages/
├── character_design.md # 人物设计
├── plot_design.md # 剧情设计
├── outline.md # 大纲
└── draft/
├── intro.body.md # 导语正文
└── section-1.body.md # 第一节正文
```
没有数据库，没有私有格式。Git 可以直接管版本，坚果云可以直接同步，别的 Markdown 工具可以直接接着编辑。 对创作者来说，这是"数据主权"——软件哪天不维护了，你的书稿一个字都不会丢。
第三步：让 AI 改稿，亲眼看着它改
diff审阅
这是 DeepWrite 最核心的功能，也是它和聊天式写作的本质区别。
我在人物文稿里手写了一段主角设定，然后对智能体说：把主角职业改成"社区诊所夜班医生，兼职法医顾问"。AI 没有直接覆盖文稿，而是返回了一张修改建议卡片，右栏的文稿预览变成了红绿分明的差异对比：删掉的部分红色划线，新增的部分绿色高亮，底部显示"待审 1 · 废弃 | 应用"。
我特意去翻了磁盘文件验证：在我点"应用"之前，磁盘上的文稿一个字都没动。 智能体的修改要经过你的审批才落盘，如果文稿中途被别的操作更新过，它还会保留较新的版本避免静默覆盖。
| " |
对写过连载的人来说，这个设计直接消灭了"AI 悄悄改崩我的稿子"这类事故——每一处改动都有据可查。
第四步：学习仿写
学习仿写
这个功能解决的是"我喜欢某个作者的文风，怎么让 AI 学"。流程是上传参考文本（支持 .txt/.md/.pdf/.doc），DeepWrite 分阶段分析文本，提取可复用的写作特征，再沉淀成风格规则用于后续创作。分析用的模型和提示词都可以在设置里单独配置——相当于给你的书训练一个"文风外挂"。
━━━━━━ ◆ ━━━━━━
| 04 | 模型自由，和一个大坑 MODELS & |
模型配置
DeepWrite 不绑定任何模型厂商。OpenAI、Anthropic、Google、DeepSeek 都能配，任何 OpenAI 兼容接口也行——理论上 Ollama 本地模型也能用。它甚至内置了官方免费模型入口（"直连厂商"），以及一个不需要 API Key 的 Faux 模拟模型：没配模型时照样能对话，专门用来验证链路，官方狗粮报告显示他们自己 QA 都在用它。
这里必须讲我踩的坑，很多读者大概率会撞上。
我的实测环境有一台 RTX 3060，我装了 Ollama 拉了个 Qwen2.5-7B 本地模型，按 OpenAI 兼容接口填进 DeepWrite。结果：模型连接测试成功，聊天请求却一直报"请求失败"。
排查了一晚上，结论是：系统代理环境下，本地模型请求会被劫持。我机器上开着局域网代理（ Clash 类工具常驻），DeepWrite 部分网络请求走了系统代理，而代理服务器没法回连我本机的 11434 端口，请求就死在了半路。关闭系统代理、或让代理软件放行 `127.0.0.1` 和 `localhost` 后，底层链路就通了。
这不是 DeepWrite 独有的 bug——任何"本地服务 + 全局代理"的组合都可能中招——但它确实影响体验，期待后续版本能在应用内做网络诊断。如果你也打算配本地模型，先检查代理设置，能少走一小时弯路。
━━━━━━ ◆ ━━━━━━
| 05 | 一些真实的槽点 |
夸完了，说说不足，都是实测遇到的：
官方免费模型暂时不可用。 配置界面点"DeepWrite 免费模型"提示"暂时不可用，请稍后重试"，新用户开箱体验打折扣。
Faux 只验链路，不产内容。 不配模型时它回复得很认真，但明确告诉你"本轮没有调用写入工具"——它是测试桩，不是应急写作模型。想干活，还是得配一个真实模型。
文档有点滞后。 README 里引用的架构文档目录在仓库里并不存在；要求 Node.js 24+，我用 Node 22 从构建到运行一路畅通，说明 engines 声明偏保守（这算好事）。
25 个测试失败。 1375/1400 通过的成绩单很好看，但那 25 个失败集中在个别模块，Windows 环境下想贡献代码的话，先跑一遍测试心里有数。
━━━━━━ ◆ ━━━━━━
| 06 | 值不值得装 |
正文阶段
我的结论分两种人说：
如果你是短篇/网文/短剧创作者——值得一试。阶段智能体 + 可审批改稿 + 本地 Markdown 这三件事，是目前 AI 写作工具里少见的"正经工作流"。配一个你常用的模型 API，从人物卡开始建一本书，半小时就能体会到它和聊天框的区别。
如果你是 AI 应用开发者——更值得看。它是一个完整的"垂直 Agent 工作台"参考实现：多进程隔离、密钥与渲染层隔离、工具审批边界、1400 个测试、作者亲自写狗粮报告。做 AI 产品的人可以把它当成"工程化长流程 Agent"的免费教材。
| " |
项目完全开源，GitHub 搜 `swjybky/deepwrite`，Windows 和 macOS 安装包都在 Releases 页。要不要让它当你的责编，试过才有发言权。