用 AI 写短篇不难难的是长篇——写着写着人物性格漂了、时间线乱了、伏笔忘了。想跑通长篇靠的不是更长的提示词而是一套写—审—改的工程流程。本文用 AGPL-3.0 的开源写作 Agent InkOSGitHub 仓库 项目仓库npm 包actalk/inkos走一遍长篇流程命令尽量可复现。一、环境与安装需要 Node.js建议 LTS和 npmnode-vnpm-vnpminstall-gactalk/inkos inkos--versioninkos--help想读源码或自部署AGPL 允许修改自部署也可以直接 clonegitclonecdinkosnpminstall二、配置模型走 OpenAI 兼容接口用环境变量占位别把真实密钥写进仓库exportINKOS_BASE_URLYOUR_BASE_URLexportINKOS_API_KEYYOUR_API_KEY模型来源自己定。Studio 内置了若干配置选项包括 聚合服务 这类聚合入口也能填本地或已有的兼容服务。本文不绑定具体来源跑通流程即可。三、建书先立真相文件长篇不崩的地基是把设定固化成可校验的事实而不是全靠模型记。InkOS 用 7 个真相文件承载人物、世界观、时间线等设定。开始长篇前先把主角、关键设定、时间线写进去——之后每次生成都会先读这些事实再动笔从源头减少矛盾。四、逐章生成设定就位后按章生成。建议一次一章、边写边看而不是一口气全生成inkos studio# Web 工作台可视化建书与逐章生成inkos tui# 终端界面命令行党常用说明建书、逐章、审计的具体子命令与参数以inkos --help实际输出为准不同版本可能略有差异。五、连续性审计逐章兜住一致性每写完一章用 33 维连续性审计逐章比对前文把人物、时间线、伏笔上的矛盾标出来再针对性修改。这一步是长篇和短篇最大的区别——它把会不会崩从碰运气变成可检查的工序。六、去 AI 味收尾正文出来别急着用过一遍去 AI 味处理内置的疲劳词表、禁用句式、文风指纹注入加 AIGC 自查改写会让稿子不那么一眼机器写。长篇既要连贯又要不套路这一步和审计配合读者和检测都更买账。六、几个长篇实操建议走完一遍流程有几点经验能让长篇更顺。一是真相文件别一次写满先写主线人物和核心设定写作过程中再逐步补充让它随剧情长大而不是开篇就背上沉重的设定包袱。二是审计报出的矛盾要分级处理硬伤时间线冲突、人物能力前后矛盾必须改风格类的小提示可以按自己的判断取舍别被审计牵着走丢了个人风格。三是善用续写而不是重写改一章时尽量局部调整避免牵一发动全身。四是模型可以分工——铺量的章节用便宜些的模型关键章节和审计环节用更稳的成本和质量都能照顾到。把流程跑熟之后这些细节会让长篇的推进明显轻松。七、小结用 AI 写长篇的正确姿势是把它当工程来做先立真相文件当记忆再逐章生成、逐章审计守一致性最后去 AI 味收尾。InkOS 把这套做成了开源可复现的流程AGPL 让你能完整查看、修改、自部署。想上手npm install -g actalk/inkos跑起来建本书写一章看看审计给你标出什么。
RevokeMsgPatcher完整教程:Windows平台微信QQ消息防撤回终极指南 RevokeMsgPatcher完整教程:Windows平台微信QQ消息防撤回终极指南 【免费下载链接】RevokeMsgPatcher :trollface: A hex editor for WeChat/QQ/TIM - PC版微信/QQ/TIM防撤回补丁(我已经看到了,撤回也没用了) 项目地址: https://…
Honey Select 2 汉化去码补丁终极指南:一键安装与深度配置解析 Honey Select 2 汉化去码补丁终极指南:一键安装与深度配置解析 【免费下载链接】HS2-HF_Patch Automatically translate, uncensor and update HoneySelect2! 项目地址: https://gitcode.com/gh_mirrors/hs/HS2-HF_Patch HS2-HF Patch 是专为 Honey Select 2…
微信机器人免费版(微信机器人免费版能用多久) 本文约1600字,预计需要5分钟说到微信机器人,很多人第一反应是"这玩意儿要花钱吧"。确实,市面上不少微信机器人都需要付费才能使用完整功能。但免费版其实也有不少选择,关键是看你能不能找到适合自己的那一款。微信机器人…
Hammer疑难问题解决:90%用户会遇到的私有API使用陷阱与规避方案 Hammer疑难问题解决:90%用户会遇到的私有API使用陷阱与规避方案 【免费下载链接】Hammer iOS touch synthesis library 项目地址: https://gitcode.com/gh_mirrors/hammer3/Hammer Hammer作为一款强大的iOS触摸合成库,在为开发者提供便捷操作体验…
2026年诺美克斯除尘布袋公司避坑与选型指南:五大真实厂商横评 第一章 诺美克斯除尘布袋:2026年选型得先看结论家人们谁懂啊,都2026年了,选个诺美克斯除尘布袋还要靠碰运气?很多老铁在采购耐高温除尘布袋时,不是被低价套路,就是吃了售后无门的哑巴亏。今天就带大家扒一扒…
RAG技术实践:从原理到企业级应用全解析 1. 项目概述:RAG技术学习笔记的实践价值 Datawhale社区发起的"all in rag"学习计划Task01,是当前AI领域最值得投入时间的技术方向之一。作为一名长期跟踪检索增强生成(Retrieval-Augmented Generation)技术落地的从业者…
基于BERT的敏捷开发用户故事智能检测插件实践 1. 项目背景与核心价值在敏捷开发领域,用户故事的质量直接影响产品交付效果。传统人工审查方式存在效率低、标准不统一等问题,而BERT等预训练语言模型的出现为自动化检测提供了新思路。这个插件项目将自然语言处理技术与IDE工具链深度整合,实…
Ollama本地AI助手部署与优化指南 1. 项目概述:为什么选择Ollama构建私人AI助手最近在折腾本地化AI部署时,发现Ollama这个工具确实能大幅降低大模型的使用门槛。相比直接部署原始模型需要处理复杂的依赖关系和显存分配,Ollama提供的标准化管理方案让普通开发者也能轻松玩转各类…
程序员小白也能抓住的风口:大模型岗位入门指南,薪资翻倍不是梦! 文章通过一个Java后端工程师转行AI并获得成功的故事,引出大模型岗位的巨大潜力。文章指出,尽管大模型岗位需要新的技能,但程序员基础仍是重要优势。列举了8个程序员可以转向的大模型相关岗位,如大模型应用工程师、AI提示词工程师、…
自律同行,突破无界!NANK南卡正式官宣曾舜晞成为品牌代言人 近日,国际专注开放式技术研发的声学品牌Nank南卡,正式官宣实力艺人曾舜晞担任品牌代言人。消息一经发出便轰动全网。为什么耳机品牌不选择流量明星、老牌歌手?而且是选择曾舜晞?让我们一起来探索一下!比起短期的流量&a…
【RT-DETR多模态创新改进】CVPR 2025 | 独家特征融合创新改进篇 | 引入RLAB残差线性注意力模块,有效融合并强调多尺度特征,多种改进点,适合红外与可见光融合目标检测任务,有效涨点 一、本文介绍 🔥本文在RT-DETR多模态融合目标检测中引入RLAB残差线性注意力模块,可在不同模态特征交互阶段进行多次残差细化,使可见光、红外等特征在尺度、语义和空间位置上更好对齐;随后将细化特征与解码器输出拼接并生成Q、K、V,通过线性注意力自适应强化关键通道、目…
AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础 AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础 在上一期「AI编程系列」中,我们学习了如何构建一个基础的 AI 问答系统,通过简单的输入输出让模型回应问题。但现实世界中的 AI 应用往往需要处理更复杂的场景:…
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集 Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…
智慧飞行 大疆无人机一站式智能管控平台/支持大疆机场/私有化部署 从航线规划、自动飞行、AI识别到数据管理,一个平台全搞定 智慧飞行-大疆无人机一站式智能管控平台/支持大疆机场/私有化部署 企业级全域智能无人机一体化管控平台源码! 专为电力巡检、安防监控、应急救援、测绘勘察等行业打造,让您的无人机舰队实现 “无人化、自动化、智能化” 管理! 🎯 …
揭秘ChatGPT+Mathematica协同教学:为什么92%的初学者在72小时内建立函数直觉? 更多请点击: https://codechina.net 第一章:AI帮助理解数学概念 人工智能正以前所未有的方式重塑数学学习的路径。通过自然语言处理与符号计算的深度融合,AI不仅能解析抽象定义,还能将定理、证明和几何直觉转化为可交互、可验证的…
[C++]内存管理:串顺序存储的内存回收 在串(字符串)的顺序存储中,内存回收的方式取决于字符串的存储方式以及所使用的编程语言和相关库。以下以 C 为例进行说明,因为 C 对内存管理有较为直接的控制。 1. 基于 char 数组的串顺序存储 如果使用普通的 char 数组来存储字…
移动端游戏功耗测试实战:电流、功率、亮度和场景对比 移动端游戏功耗测试:先控制变量,再比较优化是否真的省电 摘要:功耗测试最容易犯的错误,是拿两次不同温度、不同亮度、不同场景的平均功率直接比较。本文给出一套可复现的游戏功耗测试方法,覆盖引擎特性验证、版本回归和黑盒体验测试,并说明如何把功耗与帧率、温控、CPU/G…
足球口袋教练 HarmonyOS 离线应用实战(03/20):ArkUI 首页仪表盘搭建 本文是“足球口袋教练 HarmonyOS 离线应用实战”系列第 3 篇。示例项目是一个 HarmonyOS / ArkTS / ArkUI 编写的离线足球训练助手,围绕真实页面、真实截图和可复现操作展开。 本篇要解决的问题 训练 App 的首页不能只展示欢迎语,它要解决“我现在该点哪…