FN

fuxiangxu/novel-ops

Developer tools
62 stars 品質 70 トレンド 70

A CI/CD-style chapter pipeline for serialized web novels, running inside your AI agent.

概要

A CI/CD-style chapter pipeline for serialized web novels, running inside your AI agent. NovelOps 是一个 Agent Skill:一份 SKILL.md 调度协议、10 个角色提示词、15 个动态轨模板和 3 个 Python 工具脚本。装进任意支持 Skill 的 AI Agent(TRAE、Claude Code 等)后,对它说「写下一章」,Agent 会自包含地跑完一章的完整生产循环——写作、质检、打回重写、状态落盘——只在 4 个关键决策点停下来等你确认。 它把软件工程的 CI/CD 纪律搬进了小说连载:门禁不过不进下一章,状态全部落盘成纯文本,会话断了从断点续跑。 一键生成十万字,结局必然是设定漂移、伏笔遗忘、副线失踪、套路复读。NovelOps 用 15 条动态轨逐章追踪这些问题:伏笔超 20 章未回收标黄、超 40 章标红;套路有冷却期,未到期必须换显著变体;情感连续 3 章同方向会强制调整;每条副线每 8 章必须出场。 句长均匀、词汇贫乏、文风趋同。NovelOps 在写作前从样本库取目标特征卡对齐,质检时用 metrics.py 实测 σ²(句长方差)、TTR(词汇丰富度)、EGR、Pσ² 与角色语言指纹;每 10 章做一次同质化检测与文风稳定性检查(SC < 0.6 时以稳定章节为基准重写漂移章节)。 中国网文平台对 AI 内容有明确规则。质检门内置 AI 占比 ≤ 30%、原创度 ≥ 70%、查重 ≤ 2 处、红线词扫描,终审后做三级敏感词检测再导出。 10 个角色 Agent 按序接力:选题市场 → 选题 → 核心创意卡 → 素材准备 → 大纲 → 人物 → 节奏 → 运营优化 → 创意扰动。其中核心创意卡是最关键的一步,必须与作者协作敲定 5 项设定:城市(对核心矛盾的不可替代性)、行业、核心能力(含代价与限制)、核心矛盾、创意差异化(与具体爆款对比)。任一项模糊即退回,全部通过后写入索引,成为全流程北极星——AI 无权修改。 打回有升级机制:第 1 次局部修改,第 2 次全章重写,第 3 次触发创意扰动 Agent 注入变量,第 4 次升级人工审。

README


它是什么

NovelOps 是一个 Agent Skill:一份 SKILL.md 调度协议、10 个角色提示词、15 个动态轨模板和 3 个 Python 工具脚本。装进任意支持 Skill 的 AI Agent(TRAE、Claude Code 等)后,对它说「写下一章」,Agent 会自包含地跑完一章的完整生产循环——写作、质检、打回重写、状态落盘——只在 4 个关键决策点停下来等你确认。

它把软件工程的 CI/CD 纪律搬进了小说连载:门禁不过不进下一章,状态全部落盘成纯文本,会话断了从断点续跑。

解决什么问题

长篇 AI 写作有三个绕不开的坑,市面工具大多回避了它们:

长跑崩坏。 一键生成十万字,结局必然是设定漂移、伏笔遗忘、副线失踪、套路复读。NovelOps 用 15 条动态轨逐章追踪这些问题:伏笔超 20 章未回收标黄、超 40 章标红;套路有冷却期,未到期必须换显著变体;情感连续 3 章同方向会强制调整;每条副线每 8 章必须出场。

AI 味。 句长均匀、词汇贫乏、文风趋同。NovelOps 在写作前从样本库取目标特征卡对齐,质检时用 metrics.py 实测 σ²(句长方差)、TTR(词汇丰富度)、EGR、Pσ² 与角色语言指纹;每 10 章做一次同质化检测与文风稳定性检查(SC < 0.6 时以稳定章节为基准重写漂移章节)。

平台合规。 中国网文平台对 AI 内容有明确规则。质检门内置 AI 占比 ≤ 30%、原创度 ≥ 70%、查重 ≤ 2 处、红线词扫描,终审后做三级敏感词检测再导出。

工作原理

全局规划(新书模式,阶段 0)

10 个角色 Agent 按序接力:选题市场 → 选题 → 核心创意卡 → 素材准备 → 大纲 → 人物 → 节奏 → 运营优化 → 创意扰动。其中核心创意卡是最关键的一步,必须与作者协作敲定 5 项设定:城市(对核心矛盾的不可替代性)、行业、核心能力(含代价与限制)、核心矛盾、创意差异化(与具体爆款对比)。任一项模糊即退回,全部通过后写入索引,成为全流程北极星——AI 无权修改。

章节循环(每章一次)

flowchart LR
    G1["G1 状态加载读取 15 条动态轨"] --> G2["G2 模仿学习样本库 + 语言指纹"]
    G2 --> G3["G3 写作草稿 + 禁词扫描"]
    G3 --> G4["G4 平台规则"]
    G4 --> G5["G5 量化指标"]
    G5 --> G6["G6 动态轨一致性"]
    G6 -->|打回| G3
    G6 -->|通过| G7["G7 状态落盘12 项 WRITE-CHECK"]
    G7 -->|章号 +1| G1

打回有升级机制:第 1 次局部修改,第 2 次全章重写,第 3 次触发创意扰动 Agent 注入变量,第 4 次升级人工审。

人只出现在 4 个决策点

门禁 时机 你在审什么
门禁 1 选题 + 大纲终稿 题材热度、主线、卖点、核心创意卡 5 项
门禁 2 前 3 章 300 字冲突、钩子、爽点密度、人设
门禁 3 约 50% 进度 主线推进、人物弧光、节奏
门禁 4 全书终审 终稿质量、标题简介标签、发布就绪

其余 G1–G7 全部自动执行。人的时间只花在商业价值最集中的判断上。

8 级门禁

门禁 名称 检查内容 执行者
G1 状态加载门 15 条动态轨全部可读,组装章节卡 自动
G2 模仿学习门 样本库特征卡 + 出场角色语言指纹 自动
G3 写作门 草稿生成 + 禁词扫描(前 3 章 0 容忍) 自动
G4 平台规则门 AI 占比、原创度、查重、红线词、意识形态 自动
G5 量化指标门 σ² / TTR / EGR / Pσ² / FP 达标 自动
G6 动态轨一致性门 事实、套路、钩子、角色、副线五维核对 自动
G7 状态落盘门 12 项 WRITE-CHECK 全部完成 自动
G8 人工确认门 上述 4 个决策点 人类

每 10 章额外触发一次阶段体检(14 项):同质化检测(--perturb)、卷级指标(Cσ²/Iσ²)、文风稳定性(--stability)、情感疲劳、副线频率全量核对、模仿样本库刷新、合规日志审查等。

15 条动态轨

连载的全部状态都是纯 Markdown,git 可 diff、人可直接改:

动态轨 内容 预警机制
progress.md 当前章号
summaries.md 最近 5 章压缩摘要
foreshadowing.md 伏笔埋设与回收 >20 章标黄,>40 章标红
decisions.md 创意扰动提案
character-state.md 角色情绪/位置/关系/已知信息
established-facts.md 世界观/时间线/数字等已确立事实 防自相矛盾
used-tropes.md 套路使用日志 冷却期检查
next-hook.md 待回报钩子 + 章尾钩子规划
emotion-beat.md 情感弧线状态 连续 3 章同方向强制调整
subplot-tracker.md 副线阶段与待回收线索 >5 章未出场标黄
sample-library.md 模仿样本库 容量上限 5,定期刷新
fingerprint.json 角色语言指纹 逐章对齐
compliance-log.md 合规记录 章级 + 全书审查
gate-log.md 门禁通过记录 断点恢复依据
00_INDEX.md 核心创意卡索引 北极星同步

快速开始

完整分步安装教程(Windows · TRAE,含国内镜像、技能导入、首次运行)见 安装教程

环境要求

  • 任意支持 Skill 的 AI Agent(TRAE、Claude Code 等)
  • Python 3.10+(运行 tools/ 下 3 个脚本)

安装

全量打包安装(无需 Git)

  1. 解压 novel-ops-v1.0.0.zip 安装包。
  2. TRAE:设置 → 技能与命令 → 创建 → 全局,直接上传该 zip,确认后即在技能面板出现 novelOps
  3. 或把解压目录复制到技能目录:%userprofile%\.trae-cn\skills\novelOps

完整分步教程见 安装教程

新建小说项目目录,把 novel-system/ 模板复制进去(若 dynamic/ 为空,首次运行时 Agent 会自动从模板初始化)。

使用

对 Agent 说话即可,无需逐条下指令:

你:启动新书        → 跑全局规划,10 个 Agent 接力,停在门禁 1 等你审
你:通过            → 自动写前 3 章并打磨,停在门禁 2
你:通过            → 进入章节循环模式
你:写下一章        → 之后每章只需这一句
你:继续写作        → 会话中断后从断点恢复

工具脚本独立可用:

python tools/metrics.py chapters/ch048_draft.md                          # 量化指标
python tools/metrics.py chapters/ch048_draft.md --fingerprint dynamic/fingerprint.json
python tools/metrics.py ch041_final.md ... ch050_final.md --perturb     # 同质化检测
python tools/metrics.py ch041_final.md ... ch050_final.md --stability   # 文风稳定性

项目结构

novel-ops/
├── SKILL.md                 # 调度协议(本 skill 的全部逻辑)
├── novel-system/            # 小说项目模板
│   ├── ORCHESTRATOR.md      # 主编调度指令
│   ├── tools/               # metrics.py / chapter-word-counter.py / report-gen.py
│   ├── static/              # 静态轨:大纲、人物、节奏、核心创意卡 + prompts/(10 个角色提示词)
│   ├── dynamic/templates/   # 15 个动态轨模板
│   ├── chapters/            # 逐章草稿与终稿(运行时生成)
│   └── publish/fanqie/      # 番茄小说格式导出(运行时生成)
└── README.md

与同类项目对比

NovelOps LunaRime/novelforge Milimo-Quantum/novel-forge
形态 Agent Skill 协议,零安装 Electron 桌面写作 IDE Python 多智能体应用
使用 对 Agent 说「写下一章」 GUI 中人工创作为主 输入概念一键出书
目标市场 中国网文商业连载 中文网文创作工具 英文电子书
质控 8 级门禁 + σ²/TTR/EGR 量化指标 5 角色评审 + 加权评分 英文可读性公式
反 AI 味 专项指标 + 禁词扫描 + 语言指纹 部分(文风学习)
连载状态 15 条 Markdown 动态轨 SQLite + 向量库 JSON checkpoint
平台合规 AI 占比/原创度/查重/敏感词
人审点 仅 4 个关键门禁 全程人工 仅概念/大纲
状态可读性 纯文本,git 可 diff 数据库 JSON

novelforge 是优秀的「人写、AI 辅助」IDE,novel-forge 展示了「一键出书」的多智能体编排;NovelOps 走第三条路——把连载质量做成可度量、可预警、可断点续跑的流水线。

设计原则

  1. 一次一章:每轮对话只推进一个章节的完整循环
  2. 门禁必过:G1–G7 全部通过才进入下一章
  3. 用户只审 G8:4 个人工决策点之外全自动
  4. 状态落盘优先:G7 的 12 项 WRITE-CHECK 完成才算一章结束,会话断开可恢复
  5. 故障不阻塞:子 Agent 失败走降级路径,不中断创作
  6. 核心创意卡是北极星:5 项核心设定全流程锁定,AI 无权修改

常见问题

会话断了,进度会丢吗? 不会。每章结束时的 G7 落盘确保全部状态写回磁盘,重启后 Agent 读 progress.mdgate-log.md,从最后一个未通过的门禁继续。

子 Agent 调用失败怎么办? 自动重试一次;仍失败则由主编在当前会话中扮演该角色完成,流程不中断。

可以中途改核心设定吗? 可以,由你改——核心创意卡是 Markdown 文件。AI 在全流程中无权修改这 5 项设定。

导出格式支持哪些? 当前按番茄小说格式导出到 publish/fanqie/,多平台导出在 Roadmap 中。

Roadmap

  • [ ] 多平台导出(起点、七猫等格式适配)
  • [ ] 指标可视化面板(σ²/TTR/SC 逐章曲线)
  • [ ] 英文长篇支持
  • [ ] 更多 Agent 宿主兼容性验证

使用须知

NovelOps 是创作辅助工具,产出内容的署名、AI 使用披露与平台规则遵从由使用者负责。各网文平台对 AI 辅助内容的规定不同且持续变化,发布前请确认你所用平台的现行政策,并按要求数据如实披露。

License

MIT

View this README on GitHub

推奨ツール

別のキーワードを試すか、フィルタを外してください。

インストール

npx skillfish add fuxiangxu/novel-ops