gem-hunter

全自动 AI 长篇小说创作引擎。确定性引擎跑完整本书，模型在每个需要判断的位置被精确使用：Engine 按事实路由驱动 Architect / Writer / Editor 三个自主创作代理，语义裁定按需唤醒 Arbiter。从一句话需求到完整小说，全程无需人工干预。

• 确定性引擎 + 多智能体协作 — Engine 按事实决策表调度 Architect / Writer / Editor 三个自主创作代理，主循环零 LLM 开销、行为可穷举测试
• 语义裁定可审计 — 选规划师、干预分诊、失败出路等判断由 Arbiter 单次调用完成，每次裁定落盘可回放。越简单越稳定，拒绝复杂编排
• Step 级断点恢复 — 每个工具执行成功后写入 checkpoint，崩溃后精确到 plan/draft/check/commit 步骤级恢复
• 卷弧双层滚动规划 — 长篇不再一次性规划全部章节。初始只规划前 2 卷弧骨架 + 第 1 弧详细章节，后续弧/卷在写作推进到时再由 Architect 展开，每次展开都参考前文摘要和角色状态，远期规划不空洞
• 相关章节智能推荐 — 每章写作时从伏笔、角色出场、状态变化、关系四个维度自动推荐相关历史章节，配合下一章预告，确保 500+ 章长篇的连续性
• 自适应上下文策略 — 根据总章节数自动切换全量 / 滑窗 / 分层摘要，支持 500+ 章长篇
• 七维质量评审 — Editor 从设定一致性、角色行为、节奏、叙事连贯、伏笔、钩子、审美品质七个维度评审，审美维度细分描写质感/叙事手法/对话区分度/用词质量/情感打动力五项，每项必须引用原文举证
• 用户实时干预 — 写作过程中随时在输入框注入修改意见（无需暂停），系统自动评估影响范围并重写受影响章节
• 可选逐章验收 — 默认仍全自动；需要精细控制时用 /review on，每次 /next 只放行一个新章节，返工和崩溃恢复不会误消耗许可
• TUI + Headless 双入口 — 既可在交互界面实时观察和干预，也可在服务器、NAS 或 CI 中无界面持续运行
• 多 LLM 支持 — OpenRouter / Anthropic / Gemini / OpenAI 等等随意切换

核心设计：事实层确定，语义层自主。可枚举的状态迁移由确定性代码执行（Engine + Route）；边界清晰的判断按需咨询 LLM 函数（Arbiter）；开放式创作交给自主的 LLM 循环（Workers）。一句话概括：一个串行确定性 Engine、三个自主 Worker、少数几个按需 Arbiter 函数、一个文件系统事实层。

┌─────────────────────────────────────────────────┐
│              Host / Engine（确定性）              │
│  读 Store → Route → 直接运行 Worker → 循环        │
│  启动裁定 / 干预分诊 / 失败僵局 → 按需咨询 Arbiter  │
└────┬──────────┬──────────┬─────────────┬────────┘
     │          │          │             │
 ┌───▼────┐ ┌───▼───┐ ┌────▼────┐   ┌────▼────┐
 │Architect│ │Writer │ │ Editor  │   │ Arbiter │
 │(LLM循环)│ │(LLM循环)│ │(LLM循环)│   │(LLM函数)│
 └───┬────┘ └───┬───┘ └────┬────┘   └─────────┘
     └──────────┼──────────┘
                │ 工具调用（IO + checkpoint）
┌───────────────▼─────────────────────────────────┐
│                   Store                         │
│  Progress / Checkpoint / Outline / Drafts / ... │
└─────────────────────────────────────────────────┘

• Engine — 每轮从 Store 读事实、按 Route 决策表派发 Worker，执行决定、不参与文学判断；崩溃恢复=读 store 续跑,无会话可恢复
• Arbiter — 按需唤醒的语义裁定（选规划师、用户干预分诊、失败/僵局出路），事实进、结构化决策出，每次裁定落盘可审计可回放
• Workers — Architect / Writer / Editor 各自独立 context 的自主创作循环，通过 Store 中的工件协作
• Tools — 单文件原子 IO + 幂等重放；章节提交使用持久化 Saga + checkpoint，只返事实 JSON，不夹带指令

用户需求 → Arbiter 选规划师 → Architect 规划骨架+首弧 → Writer 逐章写作 → Editor 弧级评审
              (裁定落盘)                                     ↑                   │
                                                            ├── 重写/打磨 ◄──────┘
                                                            │
                                                     Architect 展开下一弧/卷
                                                    （参考前文摘要+角色快照）

每一步"下一个派谁"由 Engine 的 Route 决策表按 Store 事实推导（万级组合穷举测试钉死），不消耗任何 LLM 调用。

Writer 按固定顺序完成每章（写作内容完全自主，工具调用顺序严格）：

1. novel_context — 加载上下文（前情摘要、伏笔、角色状态、风格规则、相关章节推荐）
2. read_chapter — 回读前文找回语气和节奏
3. plan_chapter — 构思本章目标、冲突、情绪弧线
4. draft_chapter — 写入整章正文
5. check_consistency — 对照状态数据检查一致性（必须在 draft 之后）
6. commit_chapter — 提交终稿，落盘事实字段（arc_end / next_chapter / 反馈池等），下一步由 Engine 按 Route 决策表推导

系统内部把运行状态拆成两层：

• Phase — 大阶段，表示作品目前处于设定期、写作期还是已完成
• Flow — 当前活跃流程，表示系统此刻是在正常写作、审阅、重写、打磨还是处理用户干预

Phase 采用“只前进不回退”的规则：

init -> premise -> outline -> writing -> complete
  \-------> outline ------^
  \--------------> writing

含义：

• init — 任务已创建，尚未形成稳定设定
• premise — 已保存故事前提
• outline — 已保存大纲，可以进入正式写作
• writing — 已进入章节创作期
• complete — 全书流程结束

规则说明：

• 允许同态更新，例如 writing -> writing
• 允许前进，例如 outline -> writing
• 不允许回退，例如 writing -> premise、complete -> writing

Flow 只描述写作期内的活跃流程，允许在几个工作流之间切换：

writing   -> reviewing / rewriting / polishing / steering / writing
reviewing -> writing / rewriting / polishing / steering / reviewing
rewriting -> writing / steering / rewriting
polishing -> writing / steering / polishing
steering  -> writing / reviewing / rewriting / polishing / steering

含义：

• writing — 正常推进下一章
• reviewing — Editor 正在评审
• rewriting — 处理必须重写的章节
• polishing — 处理只需打磨的章节
• steering — 正在评估并处理用户干预

规则说明：

• 允许 writing -> reviewing，例如章节提交后触发评审
• 允许 reviewing -> rewriting/polishing/writing，由评审结果决定
• 允许 steering -> writing/reviewing/rewriting/polishing，由干预影响范围决定
• 不允许明显反常的跳转，例如 rewriting -> reviewing

这些规则现在由代码中的轻量校验统一约束，避免状态回退或跳到不合理的流程分支。

传统方案一次规划所有章节，300+ 章时大纲空洞、节奏像赶进度。本系统采用指南针 + 视野滚动规划，模拟网文作者的真实创作流程：

初始规划                     弧结束时                      卷结束时
┌────────────────────┐    ┌─────────────────────┐    ┌─────────────────────┐
│ 终局方向（指南针）   │    │ Editor 弧级评审      │    │ Editor 卷级评审      │
│ 起步 2 卷，后续按需  │    │ 弧摘要 + 角色快照    │    │ 卷摘要               │
│ 第1弧详细章节       │ →  │ Architect 展开下一弧 │ → │ Architect 自主创建   │
│ 角色 + 世界观       │    │ Writer 继续写作      │    │ 下一卷 + 更新指南针   │
└────────────────────┘    └─────────────────────┘    └─────────────────────┘

• 指南针（Compass） — 终局方向 + 活跃长线 + 规模估计，每次卷边界由 Architect 更新，故事方向可随创作演化
• 按需生成 — 当前卷写完后，Architect 根据已写内容自主创建下一卷。初始规划生成 2 卷作为起步，后续卷按需生成
• 骨架弧 — 只有 goal + 预估章数，到达时再展开详细章节
• 渐进细化 — 每次展开都参考前文摘要、角色快照、风格规则，越往后写越精确
• 通用节奏模板 — 成长突破弧 / 竞技对抗弧 / 探索发现弧 / 恩怨冲突弧 / 日常过渡弧，每种弧型有参考密度和适用题材映射

500+ 章小说采用三级摘要 + 四级压缩管线 + 智能推荐：

卷（Volume）→ 卷摘要
└── 弧（Arc）→ 弧摘要 + 角色快照 + 风格规则
    └── 章（Chapter）→ 章摘要（滑窗最近3章）

• 分层摘要 — 近处用章摘要，中距离用弧摘要，远处用卷摘要，层层压缩不丢信息
• 相关章节推荐 — 每章写作时从伏笔、角色出场、状态变化、关系四个维度反查历史章节，推荐 Writer 按需回读
• 下一章预告 — 加载下一章大纲，帮 Writer 设计章末钩子和伏笔衔接
• 弧边界检测 — 自动识别弧/卷结束，触发评审、摘要生成和下一弧/卷展开

当对话超出模型上下文窗口时，按代价从低到高逐级压缩：

ToolResultMicrocompact → LightTrim → StoreSummaryCompact → FullSummary
     清理旧工具结果        截断长文本      store 零 LLM 压缩      LLM 摘要兜底

• StoreSummaryCompact — Writer 专用，用 store 中已有的章节摘要、角色快照、伏笔台账直接替换旧消息，零 LLM 开销
• FullSummary 小说定制 — Writer 使用面向叙事连续性的摘要提示词，明确要求保留角色状态、伏笔线索、审稿待修项、风格锚点
• 压缩后恢复包 — FullSummary 后自动注入当前章节计划、大纲和角色快照，防止 Writer 压缩后"失忆"
• 熔断器 — 压缩连续失败时自动跳过并显式告警，采用半开模式，下轮自动重试
• CJK Token 估算 — 中文 runes × 1.5，不会因为 bytes/4 低估而导致压缩触发滞后
• TUI 健康度渐变 — 上下文占用绿(<70%)→黄(70-85%)→红(>85%)实时展示

# 一键安装（macOS / Linux，无需 Go）
curl -fsSL https://raw.githubusercontent.com/voocel/ainovel-cli/main/scripts/install.sh | sh

# 安装指定版本
curl -fsSL https://raw.githubusercontent.com/voocel/ainovel-cli/v1.2.3/scripts/install.sh | sh -s -- v1.2.3

# 或通过 Go 安装
go install github.com/voocel/ainovel-cli/cmd/ainovel-cli@latest

# 查看版本 / 更新到最新版本
ainovel-cli --version
ainovel-cli update

# 首次运行，自动进入引导流程（选择 Provider → 输入 API Key → Base URL → 模型名）
ainovel-cli

Windows 或手动安装：前往 Releases 下载对应平台的包。 安装脚本会从同一 GitHub Release 下载 SHA256 清单，校验通过后才提取并安装二进制。

--headless 无需 TUI，适合在服务器、NAS、CI 或后台任务中持续运行。它不提供首次配置引导，请先运行一次 ainovel-cli 完成配置，或手动创建 ~/.ainovel/config.json。

# 使用一句话需求启动新任务
ainovel-cli --headless --prompt "写一本东方玄幻长篇，主角从边陲小城起步"

# 从文件读取需求
ainovel-cli --headless --prompt-file prompt.txt

# 在同一目录恢复未完成的任务
ainovel-cli --headless

--prompt 与 --prompt-file 只能在 Headless 模式下使用，且不能同时指定。模型流式输出写入 stdout，运行事件写入 stderr，完整运行日志保存在作品目录的 logs/headless.log。

Docker 镜像适合在服务器/NAS 上运行 headless 长任务，也可以用 -it 进入 TUI。配置和作品目录建议挂载到宿主机：

mkdir -p config workspace

# TUI
docker run --rm -it \
  -v "$PWD/config:/root/.ainovel" \
  -v "$PWD/workspace:/workspace" \
  ghcr.io/voocel/ainovel-cli:latest

# Headless
docker run --rm \
  -v "$PWD/config:/root/.ainovel" \
  -v "$PWD/workspace:/workspace" \
  ghcr.io/voocel/ainovel-cli:latest \
  --headless --prompt "写一本东方玄幻长篇，主角从边陲小城起步"

也可以用 Compose：

docker compose run --rm ainovel
docker compose run --rm ainovel --headless --prompt "写一本悬疑短篇"

进入 TUI 后，启动阶段支持两种前置交互：

• 快速开始：一句话直接进入创作
• 共创规划：与 AI 多轮对话澄清需求，右侧实时同步整理出的创作指令草稿；AI 每轮主动提供 1-3 条引导建议，可连续按数字键组合填入，编辑后发送，按 Ctrl+S 进入正式创作

两种模式最终都会收敛为同一份创作指令，再进入同一套创作引擎。

已有较长的世界设定或故事大纲时，可在欢迎页直接从文件创建新书：

/start ./outline.md

/start 会把文件全文作为初始创作要求，交给 Architect 整理为内部设定和动态大纲，不会将文件内容当成已完成章节。导入已有小说并续写仍使用 /import。

每本小说绑定到启动目录，产物落在 {cwd}/output/novel/。换目录启动 = 换一本，cd 回去启动 = 自动从最近 checkpoint 恢复。配置 ~/.ainovel/config.json 全局共享，无需复制。

首次运行时自动引导生成配置文件 ~/.ainovel/config.json。进入 TUI 后可输入 /config 新增或编辑 Provider、保存多个模型并为每个模型设置上下文窗口；保存后立即生效。/model 用于在这些已保存模型之间切换。

也可以手动创建配置文件，参考仓库根目录的 config.example.jsonc。首次引导也会复制一份到 ~/.ainovel/config.example.jsonc，方便本机离线查看。

{
  "provider": "openrouter",
  "model": "google/gemini-2.5-flash",
  "reasoning_effort": "medium",
  "providers": {
    "openrouter": {
      "api_key": "sk-or-v1-xxx",
      "base_url": "https://openrouter.ai/api/v1",
      "models": [
        { "name": "google/gemini-2.5-flash", "context_window": 200000 },
        { "name": "google/gemini-2.5-pro", "context_window": 1000000 }
      ],
      "extra": {
        "user_agent": "my-client/1.0",
        "headers": { "X-Custom-Client": "my-client" }
      }
    }
  },
  "style": "default"
}

1. ~/.ainovel/config.json — 全局配置
2. ./.ainovel/config.json — 项目级覆盖（可选）

项目级 .ainovel/ 是全局 ~/.ainovel/ 的镜像：同样的结构、只是根目录从家目录换成当前项目。配置放 ./.ainovel/config.json，写作规则放 ./.ainovel/rules/*.md（详见下文「去 AI 味与自定义规则」）。该目录含密钥，已默认加入 .gitignore。

覆盖规则说明：

• 标量字段按后者覆盖前者，例如 provider、model、reasoning_effort、style
• providers 和 roles 按 key 合并，同名项内部按字段覆盖
• 未填写的字段会继承上层配置，例如项目级配置只写 base_url 时会保留全局配置中的 api_key
• 不支持用空字符串清空上层已有值；如需清空，请直接编辑更高优先级的配置文件

⚠️ provider（以及 roles.*.provider）的值是 providers 里的 key 名——一根指针，不是协议名。项目级若把 provider 切到一个全局 providers 里不存在的账号，必须在项目级同时补上该账号的凭证（api_key / base_url），否则启动会报“未配置凭证”。

providers.<name>.models 为可选模型对象列表：name 是传给 Provider 的模型名，context_window 是模型专属的上下文压缩窗口，json_schema 是原生结构化输出的三态覆盖（true 确认支持、false 确认不支持、省略则采用适配器能力）。自定义中转或能力取决于具体模型时建议明确填写。旧版字符串数组仍可读取，下一次通过 /config 保存时会规范化为对象列表。如果未配置，系统会回退为配置中已经出现过的同 Provider 模型。

上下文窗口按“模型专属值 → 旧顶层 context_window → 模型注册表 → 200K 兜底”的顺序解析。它只影响本地上下文压缩时机，不改变远端 API 的真实请求限制。

/config 只用来编辑 Provider 的定义（协议 / API Key / Base URL / 模型库），不负责“当前用哪个模型”——切换模型与推理强度请用 /model。模型列表支持 ↑↓ 选行、←→ 选字段、Enter 原位编辑模型 ID 或上下文窗口、Delete 删除；末尾可直接新增模型，不再进入多层详情页。窗口可输入整数、128K、1M，留空表示自动解析。保存就近写回当前生效的那份配置——项目目录有 ./.ainovel/config.json 就写它，否则写全局 ~/.ainovel/config.json——并立即热应用。普通修改只补对应 Provider 段；显式修改模型 ID 时，会在同一次原子写入中同步迁移顶层、角色和 fallback 引用。被引用的模型不能直接删除，需先在 /model 切走。API Key 输入始终隐藏。

Provider 详情中的 API Key 与 Base URL 支持原位编辑，已有 Key 只显示首尾脱敏提示；“测试连接”会使用当前草稿和所选模型发送一个最小真实请求，可能产生少量 API 用量，但测试结果不会阻止保存或触发自动降级。任意 extra、extra_body、stream_idle_timeout 等高级配置仍在界面显示的实际配置文件中维护。

reasoning_effort 为默认推理强度，可选值为 off / low / medium / high / xhigh / max；省略或空字符串表示沿用模型/provider 默认。roles.<role>.reasoning_effort 可按角色覆盖，未配置时继承顶层 reasoning_effort。推理强度按“意图 × 能力”生效：配置里存的是你选定的原始意图，实际下发时再按该角色当前模型的能力钳制——换到能力较低的模型只是当次生效值被钳低，存储的意图不变，切回强模型即自动恢复。TUI /model 面板切换 provider、model 或推理强度后，会写回当前生效的那份配置（与 /config 一致：项目级存在则写项目，否则写全局）。

providers.<name>.api 仅对 type: "openai" 或内置 openai 生效，用于选择 OpenAI 协议 endpoint：chat（默认，base_url + /chat/completions）或 responses（base_url + /responses）。base_url 若已包含路径（如火山方舟的 /api/v3），该路径会原样保留；只填写域名时默认使用 OpenAI 的 /v1。Codex 类代理通常需要配置为 responses。

providers.<name>.extra 为 provider 级配置，会传给底层 HTTP 客户端，适合配置 user_agent、headers、anthropic_beta 等代理识别字段；providers.<name>.extra_body 才是请求体扩展参数，两者不要混用。

在 TUI 中输入 /diag 可对当前小说的 output 产物进行诊断分析，产出可执行的发现和改进建议。

诊断覆盖四个维度：

• 流程 — 改写循环卡顿、未消费的转向指令、阶段/流程状态异常、章节跳号
• 质量 — 评审维度持续低分、合同履约率、改写率、章节字数异常
• 规划 — 伏笔停滞、指南针过时、大纲耗尽、摘要缺失
• 上下文 — 角色消失、时间线缺口、关系数据停滞

每条发现包含：问题描述、数据证据、改进建议（指向具体的 prompt/flow/config）。

/diag 同时会写出一份已脱敏的 meta/diag-export.md（移除小说正文，仅保留工具调用、错误串、重复次数等行为骨架）。遇到死循环 / 中断类问题，把它贴到 GitHub issue 即可，方便维护者在拿不到本地数据的情况下定位。

把参考文章放到当前启动目录的 simulate/ 文件夹中，然后在 TUI 输入 /simulate。系统会递归读取 .txt、.md、.markdown 文件，用 architect 模型分析语料，并写入：

output/novel/meta/simulation_profile.json

再次运行 /simulate 时，会按 relative_path + sha256 跳过未变化文件；如果没有新增或变更内容，会提示“画像已是最新”并且不会调用 LLM。若已有画像且 simulate/ 中出现新增或修改文章，系统会在原画像基础上继续合成。

也可以导入之前生成的画像，避免重复分析同一批文章：

/simulate
/importsim ./profile.json

/importsim 只接受本功能生成的 simulation_profile.v1 JSON，并按语料指纹合并，重复来源会跳过。只导入可信来源的画像文件；导入内容会成为后续 Agent 的上下文参考。画像会以 compact 形式注入 novel_context，Architect、Writer、Editor 都能读取；各 Agent 只借鉴结构、节奏、钩子和吸引读者手法，不复制原文表达或专有设定。

可以直接编辑 output/novel/chapters/*.md 中已经完成的章节。系统按已接纳正文的 SHA-256 识别变化，不依赖文件修改时间：

/sync --check   # 只列出发生变化的章节，不调用模型
/sync           # 接纳修改，重建摘要、时间线、伏笔、关系、状态与风格记忆

检测到未接纳修改时，恢复创作、继续输入和 /next 都会明确要求先执行 /sync，避免旧事实继续驱动新章节。/sync 不改写用户正文；模型只负责从新正文重新提取完整章节事实和可复用风格偏好，文件版本、状态投影与崩溃恢复均由程序确定性处理。受影响的审阅、弧/卷摘要和角色快照会失效并由 Editor 补建；剧情变化会在续写前交给 Architect 更新后续计划，确认原计划仍适用时也会显式落盘。

在 TUI 中输入 /import <文件路径> 可把一本已有的小说语义编译进项目。一次启动绑定一本书（启动目录下的 output/novel），因此导入通常在新目录启动后的欢迎界面直接发起——它和"输入需求起新书"、"共创起新书"并列，是起一本书的第三种方式；引擎正在创作时该命令会被拒绝。管线分阶段推进：源文件快照（ingest）→ LLM 识别章节边界（segment）→ 确认切分 → 逐章提取事实（analyze）→ 分层归纳全书前提 / 角色 / 世界观 / 分层大纲 / 指南针（synthesize）→ 发布正式 Foundation 并逐章落盘（publish）。章节边界由模型按语义裁定，不依赖硬编码标题规则；Go 侧只掌管坐标、覆盖校验、幂等与顺序。

典型流程就三步——导入、核对、等完成：

/import ~/我的小说.txt   # ① 启动：面板实时显示进度，切分完成后停下
                         # ② 核对面板列出的全部章节标题：按 y 确认继续
                         # ③ 自动跑完 分析→综合→发布，完成后停在验收，确认无误即可继续创作

切分不对？Esc 关面板，用自然语言说明后重新识别（会再次停下核对）：

/import --guide=幕间·X 也是独立章节     # 指导文本可含空格，置于命令最后

全部选项（前三个会持久化，崩溃恢复后仍然遵守）：

/import ~/我的小说.txt --yes           # 无人值守：自动接受切分并跑完全程
/import ~/我的小说.txt --story=closed  # 预答"故事状态存疑"：按完结（closed）/未完（open）处理
/import ~/我的小说.txt --continue      # 导入完成后直接接力续写，不停在验收
/import                                # 无参数：从中断处恢复未完成的导入

前置与恢复：

• 只能导入到空书（没有已完成章节），不支持把另一本书并入已有作品；源文件支持 txt/md，编码 UTF-8 / GB18030（自动识别，无法可靠解码会明确报错）。
• 每个阶段的产物落在 meta/import/ 工作区并按输入指纹绑定：中断或失败后重跑 /import 只补做缺失部分，不重复调用模型、不用记 "导到第几章了"。存在未完成的导入时，重新启动后的欢迎界面会主动提示进度（如"已分析 210/300 章"）；恢复完成前引擎被门禁挡住，不会把半成品当完整的书续写。模型输出失败的原始响应保存在 meta/import/failures/ 供排查。
• 故事状态被综合判定为 uncertain 时管线停下，用 --story=open|closed 明确后重跑即可。
• 默认发布完成后设一次验收 Hold，等你确认再续写；--continue 跳过该 Hold（review 模式下仍需 /next）。
• 导入的三个语义函数可在配置 roles 中指定独立模型档位（见按角色使用不同模型）。

原文会逐字落盘为已完成章节，因此导入适合"续写同一本书"。如果只想借鉴设定做全新创作，请用普通方式起一本新书、在需求里描述想要的风格设定。

在 TUI 中输入 /export 可把已完成的章节合并导出，默认 TXT，写到 {小说目录}/{书名}.txt。导出是只读操作，写作中途也可以随时拿"现阶段成品"，不影响引擎运行。

格式由输出路径后缀决定（.txt / .epub）：

/export                            # 默认 TXT，{小说目录}/{书名}.txt
/export ~/光斑.txt                  # 后缀 .txt → TXT
/export ~/光斑.epub                 # 后缀 .epub → EPUB（Apple Books / 微信读书 / Kindle 转换器可读）
/export from=10 to=30 --overwrite  # 章节区间 + 覆盖
/export from=10 ~/x.epub --overwrite

• TXT — 《书名》 → 卷分隔 → 章节正文（长篇分层模式自动加卷分隔）。两类内部数据不进导出：premise（创作蓝图，含目标读者 / 写作禁区等后台信息，写给作者与引擎看的）、弧分隔（读者视角下弧是过细的内部结构）。导出器统一生成"第 N 章 标题"，正文里 writer 自带的重复标题（# 第N章… 或 # 章节名）会被剥掉。
• EPUB — EPUB 3 标准容器，含书名、小说简介元数据、封面页、目录和按章拆分的 XHTML，标识符基于内容稳定派生（重导出同一本书阅读器识别为更新版本）。不带封面图。

范围内未完成的章节会跳过并显示在结果里，不算错误。

通过 roles 字段为不同智能体分配不同的模型，未配置的角色使用默认模型：

{
  "provider": "openrouter",
  "model": "google/gemini-2.5-flash",
  "reasoning_effort": "medium",
  "providers": {
    "openrouter": { "api_key": "sk-or-v1-xxx", "base_url": "https://openrouter.ai/api/v1" },
    "anthropic": { "api_key": "sk-ant-xxx" }
  },
  "roles": {
    "writer": { "provider": "anthropic", "model": "claude-sonnet-4", "reasoning_effort": "high" },
    "architect": { "provider": "openrouter", "model": "google/gemini-2.5-pro", "reasoning_effort": "low" }
  }
}

可配置的角色：architect / writer / editor，以及导入管线的三个语义函数档位 import_segment / import_analyze / import_synthesize（未配置时落到 architect；可把机械性更强的切分指到更便宜的模型省成本）。语义裁定 Arbiter 统一使用 default 模型，当前不开放独立角色配置。

选择任意 Provider 后填写代理地址即可，或使用 Custom Proxy 并指定 API 协议类型。自定义代理的 api_key 可选；如果你的代理不需要认证，可以省略：

{
  "provider": "my-proxy",
  "model": "gpt-4o",
  "providers": {
    "my-proxy": {
      "type": "openai",
      "base_url": "https://proxy.example.com/v1",
      "extra": {
        "user_agent": "my-client/1.0",
        "headers": { "X-Custom-Client": "my-client" }
      }
    }
  }
}

支持的 Provider：openrouter / anthropic / gemini / openai / deepseek / qwen / glm / grok / ollama / bedrock 及任意自定义代理。

如果代理是 Anthropic 协议，并限制只能由 Claude Code 客户端访问，type 应设为 anthropic，anthropic_beta 放在 extra 顶层，Stainless 等 HTTP 头放在 extra.headers 中：

{
  "provider": "claude-code-proxy",
  "model": "claude-sonnet-4-6",
  "providers": {
    "claude-code-proxy": {
      "type": "anthropic",
      "api_key": "sk-xxx",
      "base_url": "https://proxy.example.com",
      "extra": {
        "user_agent": "claude-code/2.1.183",
        "anthropic_beta": "claude-code-20250219",
        "headers": {
          "X-Stainless-Lang": "js",
          "X-Stainless-Package-Version": "0.94.0",
          "X-Stainless-Runtime": "node"
        }
      }
    }
  }
}

如果代理是 OpenAI/NewAPI 协议，并限制只能由 Codex 客户端访问，type 应设为 openai，用 extra.user_agent 覆盖默认 litellm-go/0.1，并在 extra.headers 里透传 Codex 识别头。示例里的 Session_id 和 X-Codex-Turn-Metadata 应换成稳定的随机值；它们同时兼容 New API 的 Codex 透传模板和 sub2api 的 x-codex-* 指纹检查：

{
  "provider": "codex-proxy",
  "model": "gpt-5.4",
  "providers": {
    "codex-proxy": {
      "type": "openai",
      "api_key": "sk-xxx",
      "base_url": "https://proxy.example.com/v1",
      "models": [
        { "name": "gpt-5.4", "context_window": 400000 },
        { "name": "gpt-5.4-mini" },
        { "name": "MiniMax-M3", "context_window": 1000000 }
      ],
      "api": "responses",
      "extra": {
        "user_agent": "codex-tui/0.142.3 (Mac OS 26.5.1; arm64) Apple_Terminal/470.2 (codex-tui; 0.142.3)",
        "headers": {
          "Originator": "codex-tui",
          "Session_id": "replace-with-random-session-id",
          "X-Codex-Turn-Metadata": "replace-with-random-turn-metadata"
        }
      }
    }
  }
}

关于 api_key：

• openrouter / anthropic / gemini / openai / deepseek / qwen / glm / grok 这类托管接口通常需要填写 api_key
• ollama 和 bedrock 允许不填 api_key；Bedrock 需在 extra 中配置 region、access_key_id、secret_access_key（可选 session_token）
• 显式指定了 type 的自定义代理允许不填 api_key

例如本地 ollama 配置：

{
  "provider": "ollama",
  "model": "qwen3:latest",
  "providers": {
    "ollama": {
      "base_url": "http://localhost:11434/v1"
    }
  }
}

通过配置文件的 style 字段切换：

• default — 通用风格
• suspense — 悬疑推理
• fantasy — 奇幻仙侠
• romance — 言情

内置一份去 AI 味基线（出厂默认）：机械黑名单（套句 / 疲劳词，代码内置 rules.SystemDefaults()，commit 时确定性检查）+ 语义判据 assets/references/anti-ai-tone.md（注入 writer / editor 规避与举证）。

想叠加自己的偏好无需改源码：在 ~/.ainovel/rules/ 目录（全局，放任意 .md，按文件名字典序合并）或 ./.ainovel/rules/ 目录（本书，同样放任意 .md，与全局同形态）里，用大白话写偏好即可（如「主角别写成圣母」「多用身体感知」「每章 3000 字左右」「不要出现『某种程度上』」）——零格式、零 YAML。系统会用模型把这些自然语言要求归一化成本书规则快照（字数范围 / 禁用词 / 疲劳词阈值等结构化约束 + 风格偏好），写作时自动遵循、提交时自动机械自检；常见 AI 套句与疲劳词的机械基线已内置，不写也能用，就近覆盖、与内置基线叠加生效。

写作标准与去 AI 味判据也可以直接覆盖，同样无需改源码、无需重新编译。覆盖目录两级：<输出目录>/style/（本书，随书走——换机器恢复同一本书加载同一份文风）> ~/.ainovel/style/（全局），目录结构：

style/
├── voice.md                          # 写作标准追加段（内置保留，你的要求追加在后、优先级更高）
├── anti-ai-tone.md                   # 去 AI 味判据追加段（同上）
├── styles/
│   └── xianxia.md                    # 新增自定义风格（文件名即风格名，config 里 style: xianxia 即用）
│                                     #（与内置同名如 fantasy.md 则整体替换）
└── genres/
    └── xianxia/
        └── style-references.md       # 该风格的题材参考（整文件替换）

语义速记：指导性文本（voice / anti-ai-tone）追加，风格预设（styles / genres）整文件替换。追加的优先级是给模型的指示；需要机械强制的约束（禁用词、字数）请写在上面的 rules 目录里。改动重启后生效（断点恢复精确到步骤，重启无成本）。执行协议类提示词不开放覆盖——协作不变量由工具层守卫保障，这也是你可以放心改文风而不会弄坏系统的原因。设计细节见 docs/voice-layer.md。

所有创作数据（章节、大纲、角色、进度等）保存在output目录中。中断后重新运行会自动从上次进度续写。删除output目录将重新开始创作。

output/{novel_name}/
├── book.md             # 书名与小说简介（可读投影）
├── chapters/           # 终稿（Markdown）
│   ├── 01.md
│   └── ...
├── summaries/          # 章节摘要（JSON）
├── drafts/             # 章节草稿
├── reviews/            # 评审报告
├── timeline.jsonl      # 时间线事实（追加日志）
├── timeline.md         # 时间线可读投影
├── premise.md          # 故事前提
├── outline.json        # 扁平章节大纲（仅含已展开的章节）
├── layered_outline.json # 分层大纲（长篇模式）
├── characters.json     # 角色档案
├── world_rules.json    # 世界规则
├── meta/
│   ├── book.json       # 作品信息唯一事实源
│   ├── compass.json   # 终局方向指南针（长篇模式）
│   ├── progress.json   # 进度状态
│   ├── foreshadow.json # 伏笔台账
│   ├── state_changes.jsonl # 角色状态变化追加日志
│   ├── style_rules.json# 写作风格规则（弧边界时提炼）
│   ├── snapshots/      # 角色状态快照（长篇）
│   └── checkpoints.jsonl # Step 级 checkpoint（每个工具成功后追加）

写一部长篇小说可能需要数小时甚至数天，中途崩溃、断网、Ctrl+C 都是常见情况。系统在同一目录再次运行时自动恢复，无需手动操作。

所有创作产物持久化在 output/ 目录。每个工具执行成功后写入 checkpoint (meta/checkpoints.jsonl)。重启时：

1. 读取 progress.json + 最近 checkpoint + 待处理信号
2. 精确到 step 级生成恢复指令（如"第 7 章 draft 已落盘，请继续 check_consistency"）
3. Engine 直接从 store 重算路由续跑——没有会话需要恢复，checkpoint 幂等保证重复派发安全

文件写入使用 temp + fsync + rename 原子操作，即使在写入过程中断电也不会损坏已有数据。

系统默认使用 auto 模式持续自主创作。需要逐章审读、避免审读窗口期继续写新章时，可启用确定性的验收闸门：

/review on   # 开启逐章验收；当前工作完成后，在下一个正向新章前等待
/next        # 只放行下一章；必要的评审与弧/卷结构维护仍会自动完成
/review off  # 恢复自动推进；若当前已暂停，再输入继续指令启动 Engine

许可与具体章节号绑定。章节只有在提交恢复状态清空且 commit checkpoint 已落盘后才消费许可，因此进程在提交中途崩溃也不会意外多写下一章。重写、打磨、评审和结构维护不属于“新章”，不会被闸门截断。

创作过程中可以随时通过输入框注入修改意见，不需要暂停或重启。

创作启动后，底部输入框自动切换为干预模式：

❯ 把感情线提前到第4章，增加男女主的对手戏

输入后按 Enter，系统自动：

1. 记录干预指令到 run.json（崩溃恢复用）
2. Arbiter 立即裁定（查询秒级回显；控制类动作在章节边界安全提交）
3. 按裁定执行：修改设定走 Architect、重写已有章节走 Editor 入队、写作规则即时落盘——每次裁定审计可回放

事实层确定，语义层自主。 模型自由在验证不可能的地方（写什么、怎么写），被约束在验证可能的地方（顺序、幂等、阶段）。

• 可枚举的迁移归代码 — "下一个派谁"是读事实查表（flow.Route 纯函数，万级组合穷举测试），错误率趋近 0、零 LLM 开销
• 边界清晰的判断归 Arbiter — 选规划师、干预分诊、失败出路：事实进、结构化决策出、机械校验兜底、每次裁定落盘可回放
• 开放式创作归 Worker — 一章之内 Writer 完全自主；工具失败时返回结构化错误与出路提示，由 LLM 自行修正
• 硬编码边界,不硬编码判断 — 代码只守可证明的不变量；无法枚举的创作取舍交给模型，不用关键词、评分阈值或规则表冒充理解
• 工具只返事实 — 单文件原子 IO + 显式错误 + 幂等重放；章节提交用持久化 Saga + checkpoint，返回值是 JSON 事实字段（final_verdict / pending_rewrites / arc_end），不夹带任何指令字符串
• 事实护栏,不是行为护栏 — Worker 的 CheckpointDeltaGuard 只认落盘产物：没提交就想收工会被拦下；护栏在模型行为正确时零成本
• 拒绝复杂编排 — 没有 task queue、没有 policy engine。一个串行循环 + 一张决策表 + 几个裁定函数就是全部控制流
• 模型越强收益越大 — 创作与裁定质量随模型升级线性受益；确定性外壳一行不用改

一句话输入，完整小说输出：

“写一部悬疑小说” → 构建世界观 → 设计角色 → 规划大纲
                → 逐章写作 → 质量评审 → 自动重写
                → 弧级摘要 → 角色快照 → 完整成书

• Engine 确定性调度 — 每轮读事实层按决策表派发，无会话、无转发；崩溃恢复 = 读 store 续跑
• Writer 自主创作 — 每章独立完成 plan → draft → check → commit 的完整闭环
• Editor 自主评审 — 跨章节分析结构问题，输出裁定及影响范围
• Architect 自主构建 — 从一句话需求推导出完整设定，弧/卷边界时自主展开后续规划（参考 Writer 落盘的大纲反馈池）
• 自动伏笔管理 — 埋设、推进、回收全程由 Agent 自行追踪
• 自动节奏调控 — 追踪叙事线和钩子类型历史，避免连续章节结构雷同

工具只返事实，"下一步"由 Engine 每轮从事实层重算：

• commit_chapter / save_review 落盘结构化事实（final_verdict / pending_rewrites / arc_end / 大纲反馈池），不夹带任何 [系统] 字符串
• flow.Route 读 Progress + Outline 等事实推导下一步指令；决策表的每次改动必须先改穷举规格再改实现
• 语义决策（裁定）全部落 meta/decisions.jsonl：审计、离线重放、A/B 回归

这样指令不会被链式调用吞掉，也不会在工具产物里漂移。改流程 bug 只需改一个分支 + 一条规格。

• Go 1.25 — 主语言
• agentcore — 极简 Agent 内核（tool-calling + streaming）
• litellm — 统一 LLM 接口适配
• Bubble Tea — 终端 TUI 框架

MIT

本项目积极参与并认可 linux.do 社区。