把长篇与短篇网文的全流程做成 13 个技能：扫榜选材、拆解爆款、搭大纲写正文、去 AI 味、生成封面图。装进已有的编程 Agent，用该 Agent 的模型写作，不需要 GPU。

适合 已在用 Claude Code / Codex / OpenCode 的写作者

最值得学的一招是把「追踪/上下文.md」做成固定 7 栏、硬上限 12KB 的续写状态卡，下一章只读这一份，不进正文 prompt。它还明确区分「作者真相」与「读者已知」——角色提前知道答案、伏笔写飞，多半就是这个没分开。

跑在 Claude Code 上的长篇网文创作插件，从初始化设定、规划卷纲到写章、审查、沉淀记忆、查询状态，外带一个只读可视化面板。官方称支持 200 万字量级连载。

适合 要写长篇连载、吃过「写到后面忘记前文」苦头的人

它的自我定位很准：「这是一套面向长篇连载的一致性系统，不是写完就忘的一次性生成器」。v8 已转向 DeepSeek Harness 工作台，本仓库保留 Claude Code 版（v6）。

分章节创作中文小说的技能：三层递进式问答定方向，再规划、二次确认、创作、自动校验与修复。每章 3000 到 5000 字，章末留钩子，支持中断续写。

适合 想从零快速产出一部中短篇、需要有人一步步问清方向的人

三大黄金法则写得干净：展示而非讲述、冲突驱动剧情、悬念承上启下。适合当入门模板，长篇连载还得配一致性系统。

面向中文网文的 Codex 技能，走「主技能路由 + 专项模块下沉 + 本地语料检索」的路子。拆出概念规划、开篇、转场、对白、章末、剧情逻辑、人物一致性、一致性复查、卷纲、反 AI 腔等十个模块。

适合 对「一个巨型提示词什么都管」失望过的技术型作者

它的架构判断极有价值：一个巨型 prompt 同时兼顾开头、转场、对白、逻辑、审查，最后会全部变钝；而「反 AI 腔」必须最后介入，否则会把结构问题误判成文风问题。

把 Webnovel Writer 移植到 OpenCode 的版本，目标同样是解决 AI 写作里的「遗忘」与「幻觉」，支持长篇连载创作。

适合 用 OpenCode 而非 Claude Code 的人

同源不同壳。选哪个取决于你手上的 Agent，功能主线一致。

中文网文全流程写作工具包，27 个技能覆盖选题、灵感、大纲、黄金开篇、金手指、人设、正文扩写、爽点打脸、节奏标注、追读诊断、去 AI 味、投稿过稿、平台趋势。

适合 想按起点、番茄的爽点逻辑来搭流程的作者

它的差异点是「数据化」：把钩子、爽点、修饰词做可视化标注，还有追读诊断。同名技能数在 README 里写作 27 个、简介写 23 个，以仓库实际为准。

基于 oh-my-openagent 框架的中文小说写作技能集，14 个技能覆盖从构思到成稿。核心创新在三点：防止世界观信息倾倒、读者视角测试、去 AI 味。

适合 开篇容易堆设定、喜欢从读者视角回看稿子的人

「设定要渐进揭示，不要第一章倒完」这条很多作者知道却做不到，它把这条做成了硬约束。

面向 Codex / Claude Code 的中文长篇网文工作流：分层上下文组装、50 章分阶段规划、状态回证、伏笔追踪与回收、一致性审查与自动修复。

适合 要管一本长书、需要严格流程约束的人

它的入口文件只写路由与硬边界，细节全部下沉到 references，并明令「不得把单一题材、金手指、文风追加到入口」。这是把工程里的关注点分离搬到了写作上。

DeepSeek Harness 的小说插件。把「有明确对错」的约束做进代码：事实账本、上下文包组装、阶段门禁、8 字重复检测、章末钩子启发式、六维 AI 味扫描、提案制修订、熔断、平台审稿表。

适合 受够「提示词写了没用」的技术型作者

这个仓库最值得读的不是功能，而是它的设计主线：代码强制 > 提示词自觉。凡是靠模型自觉的约束都会失效——一致性、门禁、审计必须是工具层与数据层的硬约束。它甚至把「同章连续驳回 3 次即拒写」做成了熔断。

让 AI 当小说创作搭档的技能集：从世界观搭建、角色塑造、章节规划到正文写作，一步步陪你完成一部小说。附带演示样例与交流群。

适合 想要一个「陪写」而非「一键生成」流程的人

示例正文用的是可用的白话叙事，不是空谈方法。它面向 Claude Code、OpenCode、Codex、DSH、Grok Build 等多个宿主。

按一份明确规则清单识别并改写 AI 痕迹的技能。规则来自人类文章与多个模型输出的实测对比，每条都带可定位的触发标记；未命中规则的文字必须原样保留。

适合 已经写完稿、要做成稿清理的人

全网同类里证据最扎实的一个。它有一张「不作为改写理由」表，把句长参差、被动句、名词化、句内排比等一路被当成 AI 味的特征逐条推翻，并给出人机倍率数据。反面同样有价值：它承认「补虚词」「拆短段」没法验收，索性不做。

中文优先的文字编辑技能，清理套话、重复铺垫与生硬句式，同时保数字、条件、承诺与作者原意。支持三种改动范围：自由调整、保留结构、只在原位改。

适合 改文档、周报、说明文字，怕改出岔子的人

工程味最重的一个：主集 123 条评测、信息与任务硬失败为零、正常文本误改率低于 10% 才允许发布，并坦白「长文清理偏少」是已知缺口。它明确不判断文章是不是 AI 写的，也不提供规避检测的保证。

繁体中文的去 AI 味改写技能：抓出 35 种以上中文 AI 写作痕迹，顺带处理用语与标点，并附一份交稿前能自评的检核表。

适合 写繁体中文的创作者、做在地化文案的人

三步顺序说得最清楚：先保住事实，再清掉 AI 味，最后才加人味。它还示范了「同一份技能能分辨真人手写与 AI 代写」，比空口自夸可信。

简体中文改写技能：重组句段与长文信息结构，清理套话、机械结构、翻译腔与过度工整的表达，不替作者编观点与细节，也不把技术文档改成聊天口吻。

适合 写 PR 描述、周报、技术文档与个人文章的人

它的「常见的中文 AI 味」表最实用——十类结构逐一标注「什么时候值得改 / 什么时候要保留」。这一栏「什么时候要保留」是同类项目里少见的克制。

一个讲「人味儿」的写作技能：不给词表，讲的是文字背后那个具体的人在具体位置上付出过具体代价，由此形成存在感。适合自己写完、让 AI 改稿的场景。

适合 改了多遍反而越改越没味的人

它承认一件事：人味儿说不清，但感觉得到。所以它给的是心法与事后检查清单，而不是一套替换规则——这反而解释了为什么机械去 AI 味常常越去越假。

一份可直接复制使用的「AI 文章润色师」提示词，含角色设定、工作流、人性化准则与输出格式四段。

适合 想马上试、不想装环境的人

作者给了检测器读数：5000 字重写可把约 70% 的 AI 味压到 17% 左右，1000 字扩到 2000 字则只提升不到 22%。结论也实在——AI 味不总是坏事，重点是把东西讲清楚。注意作者声明只在推理模型上测过。

中文去 AI 味提示词包：两种模式，一种复现真实作者风格，一种做去 AI 味补丁；附 24 项 AI 痕迹检测体系、七大铁律与两个自动化风格审计脚本。

适合 想同时做风格模仿与去味的人

它的风格特征是从 7 篇真实作者文章里提取的，不是泛泛的「写好中文」指南。作者也老实说明：不是百分百去除，只是最大限度降低。

把灵感、角色、世界观、大纲、章节写作、审稿与修稿组织成可控流程的 AI 小说创作软件，提供 Windows 与 macOS 桌面版，支持本地和在线模型。

适合 想要可视化流程、又不想被云服务锁定的人

文档体系做得比多数同类扎实：区分项目事实、草稿、定稿与恢复候选，架构决定留档。目前在公开测试阶段。

面向小说作者与平台运营者的智能创作平台：多模型接入、在线富文本编辑器、AI 续写扩写润色、系统化世界观设定树、三级大纲与知识图谱一致性、写作统计与后台管理。

适合 既想自己写、又想搭一个多用户平台的人

功能面最宽的一个，含管理员后台与公共模型池。注意它面向平台运营的设计意味着部署成本也更高，个人自用会嫌重。

面向长篇小说的记忆型 AI 写作桌面系统，为 200 万到 300 万字量级连载设计：三级大纲（总纲、卷纲、章纲）、记忆系统、角色灵魂系统、拆文库、审查系统、图谱功能。

适合 日更连载、最怕人设崩坏与时间线混乱的作者

它的章纲「保存前体检」值得抄：校验章号区间、节拍一致、时间线不倒退、人物出场、对手出手、伏笔埋收等十项固定检查，不完整自动补全一次，只重写有问题的批次。

纯本地的网文写作桌面软件：写作、码字统计、AI 辅助创作、排行榜风向。作品、设定与写作记录全存本机，无需注册登录，基础写作功能可离线使用。

适合 在意数据归属、想用自己的 API Key 的人

BYOK 与本地 SQLite 是它的卖点，提示词全部以本机 md 文件存放、可可视化修改，连采样温度都能调。支持 Ollama、LM Studio 等本地模型。

AI 小说创作桌面应用：项目中心、创作记忆面板、知识中心、世界观与角色组织管理、关系图谱（Cytoscape）、双栏交错时间线的剧情大纲、剧情线索管理。

适合 设定多、人物关系复杂、需要图谱来理清的人

它支持为单个项目导入额外技能包，等于把「技能」做成了可插拔资产。剧情大纲用双栏交错时间线布局并支持拖拽排序，比纯文本细纲直观。

面向网文作者的 AI 小说创作 IDE：本地大模型加 RAG 检索，隐私优先，自带百万字级本地知识库，可扩展架构与 IDE 级生产力界面。

适合 习惯 IDE 工作流、要处理百万字量级的作者

「小说创作 IDE」这个定位很直白：不是聊天框加文本域，而是把检索、管道、面板当开发工具来用。BYOK，本地检索为主。

桌面 AI 小说创作助手：对话式写作、自动状态追踪、本地语义搜索。31 个结构化工具由模型自主决策调用，写完后自动注入维护提醒，催促逐项自查角色变化、伏笔回收与认知更新。

适合 不想走「一章传一棒」流水线、要 Agent 自己管自己

记忆部分做得很实：BGE 中文语义模型 ONNX 本地推理、sqlite-vec 向量索引、MMR 去冗余重排，写完章节后台增量索引，离线可用。它的判断是「不是流水线，是 Agent」。

本地长篇小说写作程序：单个可执行文件加浏览器界面，接任意兼容 OpenAI 接口的模型服务，管理设定、批量规划章节、起草与修订正文、导出作品。

适合 想要零依赖、随手带走一个二进制的极简派

整个应用打包不到 5MB，解压即用。跨平台单文件设计，适合放 U 盘或任意目录，不用管 Node 与 Python 环境。

Electron 加 Vue 3 的桌面小说写作软件：多书籍管理、AI 生成封面与人物图、地图设计工具、关系图谱、词条字典、随机名字生成器、人物档案、时间线、事序图、组织架构。

适合 需要大量设定辅助工具的设定党

创作辅助工具最全的一个：地图设计、随机取名、词条字典这些在别处少见。AI 出图能力（封面、人物图、场景图）是附加项，不依赖它也能用。

面向中长篇的智能体系统：分卷与章节结构、人物与世界观卡片、章节摘要、事实库、编辑审阅、同人导入、模型配置。后端以 orchestrator、agents、context_engine、storage 组织流程，数据落在 YAML、Markdown、JSONL。

适合 想把小说工程纳入 Git 版本管理的人

数据格式是它最大的优点——纯文本，可以 diff、可以回滚、可以多人协作。它明说「不把模型当一次性写完整本书的黑盒」。

为网文与故事创作者做的 Obsidian 一站式写作套件：精准字数统计与目标追踪、写作历程、故事时间线与伏笔管理、章节智能创建与拆分、设定图谱、专注打字模式，还有 OBS 直播叠加层与移动端。

适合 笔记本来就在 Obsidian 里的人

校对与分析全部本地完成，插件无自动联网请求。OBS 叠加层能把实时字数投到直播画面，码字直播很实用。

面向中国网文作者的 AI 共创桌面应用，用它的话说是「智能体创作引擎」，主打长程剧情记忆，支持规划、起草与管理百万字连载。

适合 想把重复工作交给 Agent、自己把控方向的作者

它的自述里有一句说得体面：让智能先理解你的所想，再协助构建与推进，你决定故事的意义与方向。定位是共同创作，不是代写。

人机共写的长篇网文创作台：条目化世界书按锚点激活、按预算注入；带闸门的流水线；作者在定稿门填阻断问题、AI 只负责修复的人工审校模式。

适合 关心「写一部长篇到底花多少钱」的作者

唯一把成本架构写进 README 的项目：卷级会话栈提升长篇命中率、静态指令冻结、台账补丁、补尾式扩写、摘要降频，声称同跨度每章总成本可降约 29%。数字为作者测算，但仍值得一看。

Windows 桌面创作系统（.NET 8 加 WPF）。每章走闭环：写前读取、AI 写作、门禁校验、正文落地、状态回写、下一章读取最新状态。用 12 类变更声明更新 15 维事实快照，官方称写到 3000 章仍连贯。

适合 要写超长篇、愿意为工程化投入时间的人

它的核心主张一句话就能记住：AI 不会天然记得一本千万字小说，把故事变成系统能管的数据，让 AI 按数据写作，不靠上下文，靠状态。注意作者已在 README 声明开源版有已知缺陷待修（变更声明的中英映射、重写反馈注入等），动手前先读「重点缺失」。

一站式 AI 网文诊断工作台：解析小说文本、生成人物关系图谱、诊断读者流失原因，并输出可执行的改稿提示词。

适合 稿子已发但数据不好、想知道问题出在哪一章的人

方向选得聪明——不跟写稿工具比生成，专做诊断，等于把自己定位成编辑。它的文档主线是把成熟编辑的诊断与取舍方法变成可检查、可执行、可验证的写作教练。

大模型时代的叙事生成论文索引：长篇小说、剧本与戏剧、游戏、叙事世界模型、视觉故事，以及如何评测与共创。每篇附一句摘要，必读篇目标星。

适合 想从学术侧了解长篇一致性、叙事评测怎么做的人

2026 年 9 月大更新后收录 199 篇并重建了分类。对写作者来说，它的价值是知道「哪些问题已经有系统性解法、哪些还是开放难题」——避免把学术界的已知问题当成个人才华不足。

中文 NLP 的「资源大全」：分词、命名实体、停用词、词向量、敏感词、同义词、语料下载链接等成百上千条，长期由社区维护，是搭写作小工具时最省事的原料库。

适合 要自己写脚本处理中文文本的人

对写作者最有用的，是里面的停用词表、敏感词表与同义词表——做「AI 味检测」「敏感词扫描」这类工具，直接拿它的表当底料，比自己攒快得多。注意仓库自 2024-05 后基本停更，外链需自行核验。

号称最大的中文互联网语料集，已收 62TB（目标 253T），含小说、台词、古诗词、歌词、帖子、论文等一切纯文本形态，可从魔搭 / HuggingFace 取清洗版。

适合 要训练或微调中文模型、做文本统计的人

项目明说「不做版权审核，也不提供索引与分类」，自己也劝大家低调使用——这提醒作者：语料这条路能走通，但版权是红线。个人作者宜拿它做「风格统计」这类不落地成文的分析，别整段搬运。

用 RWKV 架构在中文网文上预训练的模型项目，仓库页已转向新的 RWKV-Runner（1.5B / 3B / 7B）。是「中文网文专用小模型」最早也最出名的一次公开尝试。

适合 对「本地跑网文模型」感兴趣的技术作者

作者自己标注「下面都是过时的模型，仅供参考」——这反而说明一件事：用通用大模型加规则，比自训小模型划算得多。当年这条路走不通不是不努力，是通用模型进步太快。

用 ChatGPT 生成的成规模中文语料：约 67 万个问题、300 万条自问自答、200 万条客服问答，另附 GPT 生成的小说与小说大纲。

适合 做数据、模型微调，或需要批量样本的人

里面「小说与小说大纲」那部分值得翻——它真实记录了 2023 年 ChatGPT 写网文的原始水平，拿它跟今天的产出对比，能直观看出两年里模型在哪几处变强了。

4675 部科幻小说的纯文本语料，可用来做题材词频、句式与结构分析。

适合 写科幻、想统计题材用语的人

单题材语料的价值在于「可比」——同一题材几百上千本摆在一起，什么词高频、什么桥段重复，一眼看得见。仓库较老，取用前先看许可与来源。

从公版小说里抽出的多轮对话语料，每轮用空行分开，可用来训练或测试中文对话模型。

适合 想让 AI 学「人物怎么说话」的人

作者特意写明「为了规避版权风险，只收公版书籍」——这个自觉值得记下。想练对话文笔，公版书（《小王子》《傲慢与偏见》一类）是最干净也最够用的素材。

开源的长篇虚构写作工作台（FastAPI）——把写作拆成会话、故事板、稿件层、角色与世界视图，以及一份「可编辑的记忆库」，每一步生成都留痕可查。

适合 想把长篇过程管起来、又不想被黑箱工具绑住的人

它对自己的定位说得最准：「不是一次性提示词的包装」。卖点是「可检查的运行」——每一步都能回看、能改，而不是丢给你一段文字了事。这是所有长篇工具的底线。

本地优先的命令行写小说程序：用 Neo4j 知识图谱记人物、事件与关系，用 LangGraph 存工作流检查点，可中断续写，最终导出 Markdown 全稿。

适合 愿意自己搭 Neo4j 与模型端点的技术写作者

作者在 README 里写得很诚实：实测两章八场约 6700 字，机审仍查出重复、时间线与算术错误——所以「自动通过」不等于「写得好」。它还提示一个关键设计：图谱、稿件、检查点是三套独立存储，故障要「对账」，别假设某一次写入是原子的。

收录 2022 年至今 302 篇故事 / 小说 / 剧本生成研究，按方法分 10 类，逐条核验链接，有中英双语版。

适合 想搞清「这个领域到底研究到哪一步」的人

光看各分类篇数就能读出重心：评测与基准 79 篇、多模态（文生图/视频/漫画）66 篇、一致性可控性 29 篇，而「按计划分解」只有 22 篇——说明「怎么判断一个故事好不好」比「怎么生成」更没解决，也说明图文视频化才是当下主战场。

Meta 研究团队「用详细大纲控制（DOC）提升长篇连贯性」方法的官方实现：把故事切成详细大纲，再逐段生成，是长篇连贯性研究里被引用最多的一批工作之一。

适合 想把长篇一致性做到研究级的人

它的核心就一句话：先写「详细大纲」，再按大纲生成——这与中文社区「章节卡」是同一个思路，只不过一个出自学术、一个出自实战。两者对着看，能互相印证哪些约束是真正必要的。

用 Go 写的开源 AI 写作工作台，含游戏、资料库、创作方案、修改审阅、工作台五个模块，作者自称「写作与游戏」兼顾。

适合 想找轻量、可自建的写作台的人

少见地用 Go 写，且把「游戏」和「写作」放进一个工具——这对写网文其实有用：把设定当资料库、把剧情推进当关卡，比纯文档式写作台更贴近连载的节奏感。

跑在命令行里的写作 Agent，由 Kimi 模型驱动，适合让模型按步骤完成一部长篇或一份长文。

适合 习惯命令行、用 Kimi 的作者

它代表一类「极简壳」思路：不做好看的界面，只把模型、步骤和文件串起来。对不想被界面束缚的人来说，这类工具反而更耐用——界面会过时，流程不会。

本地运行的网文写作工具，持续更新（2026 年 3 至 5 月多次迭代），功能覆盖设定、章节与 AI 辅助。

适合 想要一个本地、中文、免费的写作工具的作者

更新记录密集到按月甚至按半月——判断一个开源写作工具值不值得用，先看它的提交节奏：连续几个月有实质更新，说明作者自己在用；一年不动，多半已经弃坑。

把长篇网文创作拆成「蒸馏 → 构思 → 章节执行 → 修订质控 → 多平台输出」的分层资产库，含 8 个题材目录与 15 个平台分发技能，强调「生成 + 审阅 + 门禁 + 分发」闭环。

适合 想长期经营一套 AI 写作体系的人

它最有价值的设计是「蒸馏」：先从作者文风、成功作品、题材研究报告里提炼出「风格模板 / 蓝本模板 / 约束基线」三份模板，下游写审改自动消费。把「一次性灵感」沉淀成「可复用资产」，这是它和普通提示词仓库最大的分野。

把「文笔润色」做成可运行脚本的项目，支持多家大语言模型，按段给出润色与改写。

适合 想批量润色旧稿的人

值得学的是它的工程做法：把「润色」从聊天里抠出来，做成可重复运行的脚本——聊天靠手感，脚本靠复现；同一段文字跑两遍结果稳定，才谈得上质量可控。

一份极简的中文去 AI 味规则清单，装进 Agent 即可在写作或润色时自动避开常见 AI 腔，也可直接追加到 AGENTS.md / CLAUDE.md。

适合 想让 AI 自动守规矩的人

它的设计原则一句话：「提示词也有成本，规则越短，占的 token 越少，也越容易维护。」所以只留能稳定复现、能直接改写的特征——与本站检测器的取舍完全一致。

面向编程 Agent 的自然写作技能，支持中英混排；把「修改力度」（轻 / 标准 / 强）与「结构范围」（原地 / 局部 / 重构）拆成两组独立参数，并带脚本守护数字、日期、引用等不该被改动的硬事实。

适合 既要改文风、又怕改坏事实的人

「修改力度」决定改多重，「结构范围」决定能动哪里——这两件事拆开后，去 AI 味就不再是「一锅端」。它还立了条边界：不靠错别字和杂乱结构伪造人味。这是有品味的做法。