# Webnovel-Writer Harness v6 设计文档 > 日期:2026-04-02(更新:2026-04-03) > 状态:草案 v2 > 基于:用户反馈 + issue#5 token 分析 + 23 条问题清单 --- ## 1. 终极目标 写出一本长篇网络小说(500-2000 章),支持多种主流题材。要求: - 文笔优秀,减少 AI 味 - 剧情跌宕起伏,出人意料(AI 主导创意,作者事后审核) - 长上下文后保持文风且不吃书 - 完善的人机协作,可注入作者灵感 - 系统稳定,减少上下文消耗 - 合适的错误改善机制 ## 2. 核心原则 - **Claude Code 本身就是 harness**——不另建编排层,充分利用原生能力(/resume、Task、子 agent 隔离、自动 compaction) - **卷纲是 harness**——给写作 AI 足够约束,防止跑偏、失控、遗忘 - **记忆是根基**——防吃书靠记忆系统,不靠大纲节点 - **减法优先**——砍掉不产生价值的环节,而非叠加更多流程 --- ## 3. 问题清单(23 条) ### 3.1 Init | # | 问题 | 根因 | |---|------|------| | 1 | 参考文件重结构轻范例 | 教了"格式"没教"品味",LLM 知道填什么字段但不知道什么内容算好 | | 2 | 缺少题材标杆 | 没有"好世界书长什么样"的真实小说范例作为 few-shot | | 3 | 生成不可迭代 | 总纲、设定集一次生成就结束,无打磨循环 | ### 3.2 Plan | # | 问题 | 根因 | |---|------|------| | 4 | 约束了"发生什么"而非"方向和边界" | 章纲写"主角救了叫朵朵的小女孩"→全量灌入写作 AI→剧透 | | 5 | 缺少卷级叙事功能定义 | 每章在卷中承担什么角色(起/承/转/合)不明确 | | 6 | 时间约束太显性 | 时间锚点、倒计时直接写在章纲里,AI 反复在正文中提及 | | 7 | Strand 比例硬编码 60/20/20 | 不同题材节奏不同,末世文和甜宠文不可能一样 | | 8 | 四层产出下游利用率不明 | 节拍表、时间线、卷纲、章纲——write 阶段真正消费的只有章纲 | | 9 | 10 章/批生成质量递减 | 后面几章趋向套路化 | ### 3.3 Write | # | 问题 | 根因 | |---|------|------| | 10 | 流水线太重 | 8 步 + workflow 记录,大量 token 花在流程管理而非写作 | | 11 | context-agent 是 token 黑洞 | 全量灌入所有数据,输出巨大执行包 | | 12 | 审查消耗大产出低 | 6 个 checker 各自独立 context,打 90 分但用户觉得很差 | | 13 | anti-AI 必须加强 | 黑名单只能挡已知口癖,挡不了叙事结构/情绪表达/节奏层面的 AI 味 | | 14 | data-agent 太重 | 9 个子步骤,归入记忆模块统一设计 | | 15 | 写作和回写耦合 | 回写失败卡住整条链,但回写时机不变(下一章前必须完成) | | 16 | workflow_manager + resume skill 浪费 | Claude Code 原生 /resume 即可恢复中断会话 | ### 3.4 记忆 | # | 问题 | 根因 | |---|------|------| | 17 | 6 种存储太分散 | state.json / index.db / scratchpad / summaries / vectors / snapshots 各自读写 | | 18 | 分层不符合写作直觉 | 应按时效分级:近期(详细)→ 中期(摘要)→ 远期(活跃事实) | | 19 | 时间线不是索引轴 | 所有记忆应挂在时间线上,支持"第 N 章时角色是什么状态"的查询 | | 20 | 记忆类型需明确 | 角色状态(可变)、世界规则(稳定)、伏笔(有生命周期)、时间线(单调递增) | ### 3.5 系统级 | # | 问题 | 根因 | |---|------|------| | 21 | Skill/Agent prompt 格式混乱 | 缺少统一模板,每个文件组织方式不同,LLM 抓不住重点 | | 22 | 参考资料需要清理和补充 | 删冗余、补方法论(含真实小说片段作为正面/反面范例) | | 23 | Token 消耗过高 | 单章 300-500 万,审查占大头但产出最低 | --- ## 4. 已确认的设计方向 ### 4.1 废弃项 | 废弃 | 替代 | |------|------| | workflow_manager.py | Claude Code 原生 /resume | | resume skill | Claude Code 原生 /resume | | Step 2B(独立风格适配步骤) | 合并到 Step 4 润色 | | 6 个独立 checker agent | 合并为 1 个审查 agent | | 审查评分机制 | 改为 code review 格式输出具体问题清单 | | memory_scratchpad.json(长记忆系统) | 基于远端无长记忆版本重新设计统一记忆模块 | ### 4.2 Write 流程(新) ``` Step 0.5 预检 → Step 1 上下文搜集(context-agent,research 模式) → Step 2 起草 → Step 3 审查(单 agent,code review 格式) → Step 4 润色 + 风格适配 + anti-AI → Step 5 数据回写(统一记忆模块,单次调用) → Step 6 Git 备份 ``` ### 4.3 Context-Agent(新模式) 从"一次性全量灌入 → 输出巨大执行包"改为 research 模式: 1. 调用记忆模块合并接口 → 拿到基础上下文(章纲目标、角色状态、未闭合伏笔) 2. 思考:这章还需要什么额外信息? 3. 按需调用记忆模块独立接口补充(某角色历史、某条世界规则、上章结尾) 4. 确认信息充分 → 按固定格式输出写作提示 ### 4.4 审查(新模式) - 1 个 agent,一次灌入正文 + 记忆中的角色状态/世界规则 - 输出格式为结构化问题清单(code review 风格): **最小 schema:** ```json { "issues": [ { "severity": "critical | high | medium | low", "category": "continuity | setting | character | timeline | ai_flavor | logic", "location": "第3段", "description": "主角使用了第15章已失去的能力'xxx'", "evidence": "原文:'萧炎催动xxx斗技' vs 记忆:第15章已失去该能力", "fix_hint": "改为使用当前已有的yyy能力", "blocking": true } ], "blocking_count": 1, "summary": "发现1个阻断问题,2个高优问题" } ``` **阻断规则:** - `blocking=true` 的问题替代原 `timeline_gate` 语义——存在任何 blocking issue 时,不得进入 Step 4 - `severity=critical` 默认 `blocking=true`;其余 severity 由审查 agent 判断 **指标沉淀(轻量):** - 每次审查结果写入 `index.db.review_metrics`,字段:`chapter, issues_count, blocking_count, categories, timestamp` - 用于趋势观测(连续 N 章某类问题反复出现 → 提示系统性问题) - 不再保存 `overall_score` **anti-AI 职责划分:** - **Step 3 负责发现** anti-AI 问题(category="ai_flavor"),列入问题清单 - **Step 4 负责修复**并做最终 anti-AI gate——修复所有问题后复检,确认无 blocking issue 残留 ### 4.5 记忆模块(分两阶段交付) **阶段 A:接口契约(先定,不依赖存储实现)** 上层消费者(context-agent、data-agent、审查 agent)只依赖以下契约: ```python # 合并接口 memory.commit_chapter(chapter: int, result: dict) -> CommitResult memory.load_context(chapter: int, budget_tokens: int) -> ContextPack # 独立接口(context-agent research 模式按需调用) memory.query_entity(entity_id: str) -> EntitySnapshot memory.query_rules(domain: str) -> list[Rule] memory.read_summary(chapter: int) -> str memory.get_open_loops(status: str = "active") -> list[OpenLoop] memory.get_timeline(from_ch: int, to_ch: int) -> list[TimelineEvent] ``` 契约定义返回类型的字段,但不规定底层用 SQLite/JSON/向量库中的哪个。 context-agent 和 data-agent 重构只依赖这层契约。 **阶段 B:存储实现(后做)** 已确认方向: - 按时效分层:近期(详细)→ 中期(摘要)→ 远期(活跃事实) - 时间线作为索引轴 - 记忆类型:角色状态(可变)、世界规则(稳定)、伏笔(有生命周期) - 具体实现方案搁置,待进一步思考 ### 4.6 Plan(章纲约束重构方向) 章纲作为 harness 给 write 足够约束,但约束形式需要变: - **约束"方向和边界"**,不约束"具体发生什么" - **时间约束隐性化**——不在章纲里写死时间锚点,通过记忆系统间接传递,写后校验 - **Strand 比例按题材预设**,不硬编码 60/20/20 - **卷级叙事功能**——每章需要标注在卷中的叙事角色(起/承/转/合) - 具体章纲字段设计待定 ### 4.7 Skill/Agent Prompt 统一模板 每个 skill/agent 文件按固定结构编写: ``` 1. 身份与目标 2. 可用工具与脚本(含调用方式) 3. 思维链(ReAct / 其他) 4. 输入 5. 执行流程(每步:输入 → 动作 → 输出) 6. 边界与禁区 7. 检查清单 8. 输出格式 9. 错误处理 ``` ### 4.8 参考资料 **删除**:冗余引用、已废弃文档、重复的 shared 引用(共 13 个文件) **补充**(P0,16 条): - 反派设计、镜像反派、对手梯度、人物关系动力学 - 时间线设计、长篇升级节奏、反派压迫递进、伏笔埋设与回收 - 感情线递进、身份隐藏与曝光 - 暧昧/打脸/反转/对峙场景写法 - 章节开头钩子、章节结尾 cliffhanger **要求**:每条方法论必须包含真实小说片段作为正面/反面范例 **改造**:现有 genres/ 和 write/references/ 下的文件从"结构模板"改为"方法论 + 范例 + 反面教材" --- ## 5. 未解决的设计问题 | # | 问题 | 状态 | |---|------|------| | 1 | 记忆模块具体实现(分层、存储、接口) | 搁置,待进一步思考 | | 2 | 章纲具体字段设计(什么算"方向和边界") | 待 plan 方案细化 | | 3 | anti-AI 的具体机制(超越黑名单的方案) | 待写作 prompt 设计时解决 | | 4 | context-agent 输出的写作提示具体格式 | 待 write 方案细化 | | 5 | 参考资料的真实小说片段收集 | 待用户收集 | | 6 | Init 的迭代打磨机制 | 待 init 方案细化 | | 7 | 节拍表/时间线是否保留 | 待确认下游是否消费 | | 8 | 批量生成章纲的最佳批次大小 | 待实验 | --- ## 6. Token 优化预估 | 环节 | 当前 | 优化后 | 节省 | |------|------|--------|------| | 审查 | ~200 万(6 agent × ~33 万) | ~40 万(1 agent) | ~80% | | Context-agent | ~50 万(全量灌入) | ~15 万(按需检索) | ~70% | | 风格适配 | ~30 万(独立 Step 2B) | 0(合并到润色) | 100% | | Workflow 记录 | ~5 万(16 次 CLI) | 0(废弃) | 100% | | **单章总计** | 300-500 万 | 预估 80-150 万 | ~60-70% | --- ## 7. 实施路径(建议) | 阶段 | 内容 | 依赖 | |------|------|------| | Phase 1 | 废弃 workflow/resume + 审查合并 + Step 2B 合并 | 无 | | Phase 2A | Skill/Agent prompt 统一模板 + 参考资料清理(删冗余) | 无 | | Phase 2B | 参考资料范例补强(真实小说片段) | 用户收集素材 | | Phase 3 | 记忆模块接口契约设计 | 无 | | Phase 4 | Context-agent research 模式重构 | Phase 3(契约) | | Phase 5 | 记忆模块存储实现 | Phase 3(契约)+ 用户设计确认 | | Phase 6 | Plan 章纲约束重构 | Phase 4+5 | | Phase 7 | anti-AI 加强 + 写作 prompt 优化 | Phase 2A+4 | 注:Phase 1/2A/3 无互相依赖,可并行推进。