定位：不是聊天壳子，是AI导演系统

大多数AI写作工具的使用方式：

  • 你输入一句Prompt
  • 它回你一段正文
  • 不满意就重试
  • 写短篇还行，写长篇容易越写越散

这个项目的核心判断：目标用户优先是完全不懂写作的新手，而不是熟悉结构设计的资深作者。优先解决"如何把整本书写完"，再逐步优化"写得多精巧"。AI不只是一个补全文本的模型，而是参与规划、判断、调度、执行和追踪的系统角色。

典型使用路径

一句灵感 → AI自动导演给出多套方向候选 ↓ 确认方向 书级设定（题材/卖点/目标读者/前30章承诺） ↓ 分卷 卷战略 → 节奏板 → 拆章 → 章节细化 ↓ 绑定知识库/写法/拆书结果 逐章写作/审计/修复 ↓ 加速 整本批量生产 pipeline

核心模块

Creative Hub + Agent Runtime 不只是聊天页，是统一创作中枢：对话/追问/规划/工具调用/执行状态/回合总结全部并入。已有明确的Planner、Tool Registry、Runtime、审批节点、状态卡片和中断恢复链路。

写法引擎 写法不再只是Prompt里的一段说明，而是可以保存、编辑、绑定、试写和复用的长期资产。可以从现有文本里提取写法特征保存原文样本，后续绑定时味道不走样。

世界观+角色+知识库联动

  • 世界观：分层设定/快照/一致性检查/小说绑定
  • 角色：动态角色资产，会跟踪关系阶段/卷级职责/缺席风险
  • 拆书→知识库→续写/规划/正文生成，形成长期记忆

模型路由 已支持OpenAI、DeepSeek、SiliconFlow、xAI、Kimi K2/K2.5等多提供商配置；规划/正文/审阅链路可按路由拆分配置；余额可直接在设置页查看。

技术栈

  • 前端：React + Vite + Plate（富文本编辑器）
  • 后端：Express + Prisma
  • AI：LangChain / LangGraph
  • 向量数据库：Qdrant（可选，SQLite即可跑主链）
  • 架构：pnpm monorepo workspace

核心工程亮点

LangGraph状态机驱动整本生产

整本不是一次性写完，而是拆成可中断、可恢复、可审核的阶段。每个阶段有检查点，失败可从最近检查点继续，不必从头重来。这解决了一般AI写作工具"一断一切重来"的核心痛点。

写法引擎=风格一致性保障

传统方案靠长Prompt描述风格，长篇里容易飘。写法引擎的解法：从成功段落里提取特征入库，后续生成时逐项控制+可组合+跟着正文同步重编译。味道不靠描述，靠样本。

世界观一致性检查

长篇里角色/设定随剧情推进容易前后矛盾。世界观模块在生成和审计环节都会跑一致性检查，减少人物跑偏、设定打架的情况。