chinese-novelist-skill 评测：让 Claude Code 从零写完一部 10 到 50 章的中文小说
🎭 AI 写小说：从零生成 10-50 章完整中文小说，三层问答 · 创作记忆 · 悬念钩子 · 自动校验，长篇网文连载皆宜｜开源免费，适配主流 coding agent｜AI novel writing skill
秒懂
- 它是什么？
- chinese-novelist-skill 是一个面向 Claude Code 等 coding agent 的写作技能包，用三层问答和自动校验把长篇小说拆成可执行的流水线。本文基于仓库文档与目录结构，分析它的机制、成本与适用边界。
- 适合谁用？
- 如果你已经在用 Claude Code，并且主要痛点是长篇写到一半放弃，chinese-novelist-skill 值得一试。它的三层问答和自动校验把创作过程拆成了可监督的步骤，偏好记忆也能减少重复沟通。
- 能商用吗？
- 可以。MIT 是宽松许可证：你可以使用、修改并销售基于它的软件，只需保留版权和许可证声明。
- 还在维护吗？
- 在维护。仓库最近一次提交在 10 天前。
- 用什么语言写的？
- 主要是 Python（依据 GitHub 的语言统计）。
以上回答依据项目的 GitHub 数据（最近同步于 2026年9月15日）和我们的分析，不构成法律意见。
开源项目深度解析
它解决的是“写不完”，不是“写不好”
chinese-novelist-skill 的定位很明确：让 AI 从零生成一部 10 到 50 章的完整中文小说。仓库描述和 README 反复强调的核心痛点是“坚持写完”，而不是写出文学杰作。它面向的是网文作者、AI 写作爱好者，以及任何想在 Claude Code 里批量产出长篇内容的人。这个 Skill 不提供写作灵感，也不替代你的创作能力，它更像一个项目管理器，把写小说拆成问答、规划、逐章撰写、校验修复四个阶段。如果你已经能写短篇，但每次开长篇都烂尾，这个工具就是冲着那个烂尾点去的。
从问答到完稿：四阶段流水线怎么运转
根据 README 的流程图，整个创作过程分五个阶段。Phase 0 启动时加载 user-preferences.json，检测是否有未完成项目可续写。Phase 1 是三层递进式问答，Layer 1 必答三问，涉及题材、主角、核心冲突；Layer 2 可选五问，覆盖世界观、叙事视角、读者定位和章节数。每个问题都支持随机生成或跳过。Phase 2 生成大纲、人物档案和写作计划 JSON，展示给用户确认。Phase 2.5 让用户选写作模式，之后进入 Phase 3 全自动逐章创作。每章执行写前分析、撰写 3000 到 5000 字、润色去 AI 味、字数检查、更新摘要。最后 Phase 4 自动校验全文字数和连贯性，不合格章节最多重写三轮。整个流程设计得像一个软件构建管线，每个阶段有明确输入输出。
偏好记忆与中断续写：把跨会话状态变成文件
这个 Skill 最值得注意的机制是偏好记忆和中断续写。每次创作后，它会自动学习用户的题材类型、叙事风格、章节数量倾向，存到 user-preferences.json，并且该文件跨项目共享。这意味着你第一次告诉它你喜欢冷硬推理，第二次启动时它直接按这个偏好提问。中断续写则依赖文件系统状态，检测未完成项目后从断点继续。这种设计把 AI 的短期记忆问题转化为文件读写问题，思路务实。输出目录按时间戳命名，例如 20260412-143000-午夜列车，内部包含大纲、人物档案、写作计划 JSON 和每章 Markdown 文件。这种结构让创作过程可审计，也方便你中途接管修改。
三种写作模式：串行、并行与团队，各有代价
Phase 2.5 提供三种写作模式。串行模式由主 Agent 逐章写，README 标注为默认推荐，理由是稳定可靠。子 Agent 并行模式把章节分批交给多个子 Agent，追求速度。Agent Teams 模式则利用 Claude Code 的多 Agent 协作能力，适合大型长篇。但并行模式有一个隐含前提：多个 Agent 同时写不同章节，需要依赖写作计划 JSON 来协调人物状态和剧情走向。如果计划文件更新不及时，后写的章节可能与前面矛盾。串行模式没有这个问题，但速度慢。README 没有给出任何基准数据，所以“追求速度”能快多少无从验证。对大多数用户，串行模式是更安全的选择，除非你明确知道自己在处理 50 章以上的项目。
自动校验的边界：字数能查，连贯性未必
Phase 4 声称自动检查字数和连贯性，不合格自动重写，最多三轮。字数检查有实际脚本支撑，即 scripts/check_chapter_wordcount.py，用于验证每章是否在 3000 到 5000 字区间。但连贯性检查依赖什么机制，README 没有说明。从文件结构看，references/guides/ 下有 chapter-guide.md 和 hook-techniques.md 等写作指南，这些文档大概率作为提示词注入给 Agent，让它自行判断连贯性。这意味着连贯性检查本质上是 LLM 的自我评估，而非确定性算法。如果模型在润色时把角色名字写错或时间线弄混，自动重写可能只是换一种方式犯同样的错。字数脚本是硬校验，连贯性是软校验，这个区别你需要心里有数。
安装与上手：命令简单，但依赖 Claude Code 的 skills 机制
安装命令只有一条：npx skills add PenglongHuang/chinese-novelist-skill。也可以手动把目录放进 ~/.claude/skills/chinese-novelist/。启动指令是“使用 chinese-novelist 帮我写一部小说”。这个 Skill 不是独立程序，它必须运行在支持 skills 的 coding agent 环境里，比如 Claude Code。仓库主要语言标为 Python，因为包含字数检查脚本，但核心逻辑是 Markdown 文档和提示词编排。README 没有提供任何命令行接口或 API，所有交互都通过自然语言进行。如果你没用过 Claude Code，需要先熟悉它的 skills 目录规范，否则可能不知道如何让 agent 加载这个技能。
真正的替代方案：通用写作提示词与专用小说工具
chinese-novelist-skill 的替代品不是另一个 Skill，而是两类东西。第一类是通用写作提示词，比如你直接写“请帮我写一部 20 章的悬疑小说，每章 3000 字，保持悬念”，任何现代 LLM 都能响应，但不会自动拆分阶段、记忆偏好或校验字数。你需要在对话中手动维护状态，一旦对话窗口超长，早期设定可能被遗忘。第二类是专用 AI 小说写作平台，比如各类中文网文辅助工具，它们通常提供图形界面、云端存储和更精细的人物卡管理，但无法与 Claude Code 的 agent 能力结合。chinese-novelist-skill 的独特之处在于它把写作流程文档化，让 agent 可以自主执行多阶段任务，这是通用提示词做不到的，也是图形工具通常不支持的。
维护成本与许可证：文档驱动，更新靠社区
这个项目采用 MIT 许可证，可以自由使用、修改和商用，但 README 没有提供任何贡献指南或开发者文档。项目结构依赖 references/flows/ 下的流程文档和 references/guides/ 下的写作指南，这意味着如果你要自定义行为，需要修改这些 Markdown 文件。好处是无需编程知识，坏处是文档之间可能存在隐式依赖，比如 phase3-writing.md 可能引用 phase2-planning.md 生成的 JSON 结构，改动一处可能影响其他阶段。仓库最后推送时间是 2026 年 9 月，v2.0 是一次重大重构，但目前没有 release 记录，版本号仅存在于 README 的徽章中。如果你依赖它生产长篇内容，建议先冻结一个版本的副本，避免上游更新破坏你的工作流。
编辑结论
如果你已经在用 Claude Code，并且主要痛点是长篇写到一半放弃，chinese-novelist-skill 值得一试。它的三层问答和自动校验把创作过程拆成了可监督的步骤，偏好记忆也能减少重复沟通。但如果你追求的是真正的文学品质或风格独创性，这个 Skill 帮不上忙，它只能保证结构完整和字数达标。首次使用前，先确认你的 Claude Code 版本支持 skills 目录，并检查 ~/.claude/skills/chinese-novelist/ 下是否有 SKILL.md 文件。另外，它的并行模式依赖子 Agent 协调，如果你的 API 配额有限，建议先用默认的串行模式跑一部短篇，观察 token 消耗是否符合预期。
社区笔记