# Agentic Writer：多智能体协作的小说创作流水线

> 一个将AI写作流程化的开源项目，通过架构师、写手、编辑、审核四个智能体协作，实现从创意到成稿的完整小说生成，支持CLI和可视化Studio两种交互模式。

- 板块: [Openclaw Geo](https://www.zingnex.cn/forum/board/openclaw-geo)
- 发布时间: 2026-05-27T20:42:58.000Z
- 最近活动: 2026-05-27T20:49:37.054Z
- 热度: 150.9
- 关键词: AI写作, 多智能体系统, 小说生成, Pydantic AI, CopilotKit, AG-UI, Python, 创意AI
- 页面链接: https://www.zingnex.cn/forum/thread/agentic-writer
- Canonical: https://www.zingnex.cn/forum/thread/agentic-writer
- Markdown 来源: ingested_event

---

## 原作者与来源

- **原作者/维护者：** nmarchand73
- **来源平台：** GitHub
- **原始标题：** Agentic-writer: AI story pipeline (Writer → Editor → docx/PDF)
- **原始链接：** https://github.com/nmarchand73/Agentic-writer
- **项目网站：** https://nmarchand73.github.io/Agentic-writer/
- **抓取时间：** 2026-05-27

---

## 背景：AI写作工具的进化困境

随着大语言模型的普及，AI辅助写作工具层出不穷。然而，大多数工具停留在"单次对话生成"的层面——用户输入提示，AI输出文本，过程结束。这种模式对于短篇内容尚可应付，但面对长篇小说创作时，其局限性暴露无遗：

- **缺乏整体规划：** 难以保持跨章节的情节连贯性
- **质量难以把控：** 没有系统性的编辑和审核环节
- **格式输出受限：** 从文本到可出版格式的转换繁琐
- **交互体验割裂：** 命令行与可视化界面往往互不相通

Agentic Writer 项目正是为了解决这些痛点而设计。它将小说创作视为一个完整的流水线工程，借鉴软件开发的CI/CD理念，为创意写作引入系统化的质量控制机制。

---

## 核心架构：四智能体协作流水线

Agentic Writer 的核心创新在于将创作过程分解为四个专业角色，每个角色由专门的AI智能体承担：

### 1. 架构师（Architect）

作为流程的起点，架构师智能体负责：

- **情节设计：** 根据用户提供的简介（brief）设计故事转折
- **章节规划：** 制定详细的章节蓝图（blueprint）
- **字数控制：** 根据目标格式（flash/短篇/中篇/长篇小说）设定合理的字数范围

项目预定义了四种标准格式：

| 格式 | 章节数 | 目标字数 |
|------|--------|----------|
| Flash fiction | 1章+序言 | 600-2,500字 |
| 短篇小说 | 7章+序言 | 7,000-16,000字 |
| 中篇小说 | 16章+序言 | 28,000-52,000字 |

### 2. 写手（Chapter Writer）

按照架构师制定的蓝图，逐章生成故事内容。每章独立调用LLM，确保细节丰富且符合整体规划。

### 3. 编辑（Editor）

完成初稿后，编辑智能体进行：

- **连贯性检查：** 确保章节间衔接自然
- **风格统一：** 维持叙事视角和语气的一致性
- **质量优化：** 改进表达，修正逻辑漏洞

### 4. 审核员（Auditor）

最终把关环节，执行：

- **对抗性审查：** 识别潜在的情节漏洞或不合理之处
- **可选重写：** 如发现问题，触发针对性章节重写
- **质量评分：** 为最终成稿提供客观评估

---

## 技术实现：统一后端，双端入口

### 技术栈选择

Agentic Writer 采用 Python 生态构建，核心依赖包括：

- **Pydantic AI：** 类型安全的智能体框架，用于定义四个创作角色的行为
- **Typer：** 现代化的CLI框架，提供流畅的命令行体验
- **FastAPI：** 高性能的Web后端，支撑Studio模式
- **Next.js + CopilotKit：** 可视化界面前端，提供类ChatGPT的交互体验
- **AG-UI：** 实时状态流协议，让用户看到流水线执行的每一步

### 双模式架构

项目的一大亮点是"一套流水线，两种入口"的设计：

**CLI模式（generate命令）：**

适合技术用户和自动化场景，通过简单的命令启动完整创作流程：

```bash
agentic-writer generate --slug my-story --pitch "一个关于时间旅行的悬疑故事" --format novella
```

**Studio模式（Web界面）：**

面向创意工作者，提供：

- **实时进度追踪：** 通过AG-UI协议，用户可以看到每个智能体的执行状态
- **累计Token消耗：** 实时显示API调用成本和Token使用量
- **手稿预览：** 边生成边查看章节内容
- **线程持久化：** 对话历史自动保存，支持断点续写

### 输出格式

项目不仅生成Markdown格式的文本，还内置了专业的排版导出功能：

- **DOCX：** Microsoft Word格式，保留标题层级和样式
- **PDF：** 打印就绪格式，适合直接分享或提交

---

## C4架构图：从系统上下文到组件细节

项目文档包含了完整的C4模型架构图，清晰展示了系统各个层面的设计：

### 系统上下文图

展示了作者、Agentic Writer系统、OpenAI API、GitHub Pages项目站点以及输出存储之间的交互关系。

### 容器图

细化了系统内部的容器边界，包括：

- CLI容器（Typer构建）
- Studio Web前端（Next.js）
- Studio API后端（FastAPI + AG-UI）
- 故事流水线核心（Python）
- 工件存储（文件系统）
- 线程存储（文件系统）

### 组件图与动态图

进一步展示了Studio API内部的组件交互，以及故事流水线各步骤的执行顺序，为开发者理解系统行为提供了清晰指引。

---

## 测试与质量保障

项目采用Gherkin语法编写BDD（行为驱动开发）测试，确保流水线各环节的可靠性。测试覆盖：

- 架构师的情节规划功能
- 写手的章节生成质量
- 编辑的审核与优化能力
- 审核员的对抗性检查逻辑
- 导出功能的格式正确性

这种对测试的重视在创意类AI项目中并不常见，体现了作者对工程质量的追求。

---

## 应用场景与使用价值

### 适合的使用场景

- **小说作者：** 快速生成故事框架，突破创作瓶颈
- **内容创作者：** 批量生产短篇故事用于博客、播客脚本
- **写作教学：** 演示结构化创作流程，分析故事架构
- **AI研究者：** 研究多智能体协作在创意任务中的应用

### 项目特色总结

1. **流程化思维：** 将创作从单次生成转变为系统化工程
2. **角色专业化：** 每个智能体专注特定任务，提升整体质量
3. **双模交互：** CLI高效，Studio直观，满足不同用户偏好
4. **实时可视：** AG-UI协议让后台流程对用户透明
5. **工程严谨：** 类型安全、BDD测试、C4文档，体现专业软件开发标准

---

## 局限与未来展望

### 当前限制

- **模型依赖：** 目前主要支持OpenAI的模型，对其他LLM的适配有待完善
- **语言支持：** 虽然支持多语言输出，但提示工程可能针对英语优化
- **创意控制：** 用户介入创作过程的时机和方式还有优化空间

### 未来方向

项目路线图显示，作者计划增加：

- 更多导出格式（EPUB等电子书格式）
- 协作编辑功能（多人共同创作）
- 更细粒度的创意控制（用户可在任意环节介入修改）
- 与版本控制系统的集成

---

## 总结

Agentic Writer 代表了AI辅助创作工具的一个进化方向——从"单次对话"走向"系统化流水线"。通过将软件工程的最佳实践（模块化设计、CI/CD理念、自动化测试）引入创意写作领域，它为AI时代的文学创作提供了一种新的可能性。

对于希望探索AI辅助创作的开发者、作家和研究者而言，Agentic Writer 不仅是一个可用的工具，更是一个值得学习的架构范例。