模型 / 資料集
PenglongHuang/chinese-novelist-skill avatar
PenglongHuang/chinese-novelist-skill

chinese-novelist-skill:把「寫完一部長篇」拆成四個 Phase 的 Claude Code 技能

🎭 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

2,939 個 Star432 個 ForkPythonMIT
GitHub

秒懂

它是什麼?
這個專案不生成單篇短文,而是用三層問答、寫作計劃 JSON 與字數腳本,把 10 到 50 章的中文小說連載流程固定下來。它的價值在流程約束,不在文筆。
適合誰用?
如果你要的是可續寫、章節數固定、每章字數落在 3000 到 5000 的中文長篇初稿,而且你本來就在 Claude Code 裡工作,這個技能值得裝進 ~/.claude/skills/chinese-novelist/ 試一輪二十章。若你只需要一則短篇、或想把產出接進自己的排版與發佈流程,它的 Phase 4 校驗只檢查字數與連貫性,不會替你處理格式與版權,這時直接寫 prompt 更省事。
可以商用嗎?
可以。MIT 是寬鬆授權:你可以使用、修改並販售以它為基礎的軟體,只需保留著作權與授權聲明。
還在維護嗎?
有在維護。儲存庫最近一次提交在 10 天前。
用什麼語言寫的?
主要是 Python(依據 GitHub 的語言統計)。

以上回答依據專案的 GitHub 資料(最近同步於 2026年9月15日)與我們的分析,不構成法律意見。

開源專案深度解析

它解決的不是「寫不出來」,而是「寫不完」

README 開頭把痛點講得很直白:寫小說最難的是堅持寫完。這個定位決定了整個專案的形狀。它不是一個幫你生成一段驚豔開場的工具,而是一套把長篇連載拆成可中斷、可續寫、可驗收的流程。目標產出規模寫在描述裡,10 到 50 章完整中文小說,單章 3000 到 5000 字。

適用對象因此相當明確:寫網文連載、需要固定章節節奏與懸念鉤子的作者,或者想先拿到一份結構完整初稿再自己改的人。反過來說,如果你要的是一則兩千字的短篇、一首詩、或一段需要高度個人風格的散文,這套為長篇設計的問答與校驗流程只會變成負擔。它假設你願意先回答問題、先確認大綱,再讓機器跑完剩下的章節。

三層問答與 Phase 0 到 Phase 4 的資料流

流程圖把整條鏈路畫得很清楚。Phase 0 初始化會載入偏好、檢測是否有未完成專案可續寫;Phase 1 是三層遞進式問答,Layer 1 為必答三題(題材創意、主角設定、核心衝突),Layer 2 為可選五題(世界觀、敘事視角、核心主題、讀者定位、章節數量),每一題都支援隨機生成或直接跳過;Phase 2 產出大綱、人物檔案與寫作計劃 JSON,並停下來等你確認。

確認之後是 Phase 2.5 選寫作模式,接著 Phase 3 進入全自動,逐章執行寫前分析、撰寫、潤色去 AI 味、字數檢查、更新摘要。Phase 4 在全稿完成後做字數與連貫性檢查,不合格章節自動重寫,README 註明最多三輪。

真正讓這條鏈路可運作的,是那份機器可讀的寫作計劃 JSON。README 說它支援並行寫作協調。輸出目錄結構也印證了這一點:01-大綱.md 給人看,02-寫作計劃.json 給 agent 讀,兩者並存。把狀態外化成檔案,是它能做到中斷續寫的前提,光靠對話上下文撐不起五十章。

三種寫作模式,差別在誰來協調章節

Phase 2.5 給出三個選項。串行由主 Agent 逐章寫,README 標為預設推薦;子 Agent 並行是多個子 Agent 分批並行寫,適用於追求速度;Agent Teams 走 Claude Code 多 Agent 協作,對應大型長篇。

這個設計有明顯的取捨。並行能縮短牆鐘時間,但章節之間的連貫性檢查被推到 Phase 4 才做,代表前期寫出來的伏筆與人物狀態,可能要到最後才被發現對不上。串行慢,可是每一章都在同一個上下文裡接續,摘要更新即時。專案自己把串行列為預設推薦,等於承認穩定優先於速度。如果你的故事靠大量跨章伏筆支撐,選並行之前最好先想清楚 Phase 4 那三輪重寫夠不夠收拾。

安裝與實際會用到的檔案

README 給的安裝方式有兩條。一條是 npx skills add PenglongHuang/chinese-novelist-skill,之後輸入「使用 chinese-novelist 帮我写一部小说」觸發。另一條是手動把目錄放進 Claude Code 的 skills 路徑:~/.claude/skills/chinese-novelist/。

跑起來之後會碰到的檔案,README 都列了。偏好存在 user-preferences.json,跨專案共享;每個作品各自一個時間戳目錄,例如 20260412-143000-午夜列车/,裡面有 01-大纲.md、00-人物档案.md、02-写作计划.json 與逐章 Markdown。字數驗證由 scripts/check_chapter_wordcount.py 負責,對應每章 3000 到 5000 字的要求。

流程細節沒有塞在 SKILL.md 裡,而是拆到 references/flows/,包含 phase0-initialization.md 到 phase4-validation.md,外加 shared-infrastructure.md。寫作技法則放在 references/guides/,例如 hook-techniques.md 收了 13 種結尾鉤子類型,outline-template.md 是 7 列章節規劃模板。想改流程行為,改的是這些檔案,不是重新下 prompt。

自動校驗管的是長度與連貫,管不了好不好看

Phase 4 的檢查項目只有兩類:字數達標、連貫性通過。不合格就自動重寫,最多三輪。這是整個專案最需要被正確理解的地方。字數是客觀量,腳本可驗;連貫性怎麼判定,README 沒有給出可驗證的標準,只能推測是由模型自行評估。

因此一個很現實的失敗模式是:三輪重寫之後,章節字數漂亮地落在區間內,讀起來卻依然平。字數達標不等於章節有張力,鉤子寫了不等於鉤得住人。專案把「每章必爽」「開頭即高潮」寫進核心法則,但這些是提示詞層面的約束,不是校驗層面的保證。把它當成初稿生產線是合理的,把它當成成品輸出則會失望。

和直接寫 prompt、或和通用寫作工具的分野

最直接的替代方案是自己維護一組寫作 prompt,把大綱與人物設定貼進對話,一章一章要。差別在狀態管理:純 prompt 依賴上下文記憶,對話一長、視窗一滿,前面設定的伏筆就開始漂移,中斷之後也很難精準接回。這個專案把偏好、大綱、寫作計劃、章節摘要全部落成檔案,續寫時從檔案重建狀態,這是它相對自寫 prompt 的主要優勢。

另一個方向是通用長文生成工具或寫作軟體。那類工具通常不綁定特定 agent 執行環境,輸出格式自由,但也因此不會替你管章節編號、不會跑字數腳本、不會在 Phase 2 停下來等你確認。這個專案的代價是綁定:它明確寫著適配主流 coding agent,README 的安裝路徑與 Agent Teams 模式則指向 Claude Code。換到別的 agent,Phase 2.5 的第三種模式能不能用,得自己驗。

維護成本、授權與版本狀態

授權是 MIT,你可以自由使用、修改、再散布,README 也附了愛發電贊助連結。這裡只描述授權條款本身,不構成法律意見;要商用或再發布,條款文字以 LICENSE 檔案為準。

維護面上,這個儲存庫沒有檢索到任何 release,但 README 標示 version 2.0,並附上 v2.0 的 PR 連結與 commits 連結,最後一次推送時間是 2026 年 9 月。也就是說版本是靠分支與 PR 推進的,不是靠 release 產物。升級前要看的東西因此不是 changelog 頁面,而是 v2.0 提交記錄裡對 references/flows/ 與 references/guides/ 的改動,因為 v2.0 做的主要就是把執行指令從 SKILL.md 拆出去。

另一個成本是這些流程文件本身。七個 flows 文件加八個 guides 文件,是你之後要讀、要改、要跟著 agent 行為調整的實際資產。專案不會自動幫你維護它們。

編輯結論

如果你要的是可續寫、章節數固定、每章字數落在 3000 到 5000 的中文長篇初稿,而且你本來就在 Claude Code 裡工作,這個技能值得裝進 ~/.claude/skills/chinese-novelist/ 試一輪二十章。若你只需要一則短篇、或想把產出接進自己的排版與發佈流程,它的 Phase 4 校驗只檢查字數與連貫性,不會替你處理格式與版權,這時直接寫 prompt 更省事。裝好後第一件事是打開 references/flows/phase3-writing.md 與 scripts/check_chapter_wordcount.py,確認三種寫作模式在你的 agent 環境裡真的跑得動,再決定要不要開五十章的專案。

官方來源

  1. Issues
  2. License: MIT
  3. PenglongHuang/chinese-novelist-skill on GitHub
  4. README
社群筆記

社群筆記