writing-helper

AI 写作助手：一个为创作者量身打造的风格化内容生成平台

痛点切入：当 AI 写出来的东西千人一面

你是否有过这样的经历：用 ChatGPT 生成一篇文章，读起来总有一股"AI 味"——句式工整到机械、词汇选择四平八稳、情感表达像教科书段落总结。问题不在于 AI 不够聪明，而在于通用大模型根本无法理解你的个人写作风格、地域文化背景、叙事口吻。

AI 写作助手（writing-helper） 正是为解决这一痛点而生。它不只是一个调用 LLM 生成文字的工具，而是一套完整的写作风格工程体系：通过精细化的提示词配置，让 AI 真正"变成"你想要的那个声音。

项目背景：从"洗稿工具"到"写作风格引擎"

该项目的核心功能分为两大模块：

写作助手（Writing Assistant）：用户可以定义一个高度结构化的写作风格配置（PromptStyle），涵盖语言、结构、叙事视角、情感表达、修辞手法、文化引用等十余个维度，然后基于主题、关键词和字数要求生成定制化文章。内置的 NovelEditor（基于 novel 库）提供实时编辑能力，最后可导出为 Markdown。

AI 文本优化器（ArticlePolisher）：这是项目最具争议性的功能——专门针对"AI 生成文本特征去除"场景优化。通过调整困惑度（Perplexity）和突发性（Burstiness）两项统计指标，降低文本被 GPTZero 等 AI 检测器识别的概率。项目内含两种预设模式：全面优化"人类写作特征"和"AI 修改指导"。

项目作者 GeekyWizKid 采用 TypeScript + Next.js 15 全栈开发，MIT 许可证，目前 636 stars，在 GitHub Trending 上有持续关注度。

技术架构：Next.js 全栈 + 多 API 适配层

从源码来看，项目的技术架构非常清晰，分为前端展示层和后端代理层：

前端采用 Next.js 15 App Router 模式，关键技术选型：

• novel 库作为富文本编辑器核心（GitHub 7.9k stars 的同类编辑器）
• Tailwind CSS v4 + @tailwindcss/typography 样式系统
• lucide-react 图标库
• react-markdown + remark-gfm 渲染 Markdown 内容
• @vercel/analytics 接入 Vercel 分析

后端 API 代理设计精巧：所有 LLM 请求统一经过 /api/stream-proxy 路由代理，根据目标 URL 自动识别 API 提供商类型（Grok/Ollama/DeepSeek/OpenAI），构建对应格式的请求体和请求头，实现多模型无缝切换。Ollama 本地模型支持特别处理（无 Authorization header，body 结构不同）。

// API 适配层核心逻辑（src/app/lib/api.ts）
const isGrokApi = llmApiUrl.includes('grok') || llmApiUrl.includes('xai');
const isOllamaApi = llmApiUrl.includes('ollama') || llmApiUrl.includes('11434');
const isDeepSeekApi = llmApiUrl.includes('deepseek');
// 根据类型构建不同请求格式

项目支持的功能模块还包括：简历生成器（resume-generator）、微信公众号格式化（wechat-formatter）、文本摘要（text-summarizer）、AI 改写（ai-rewrite）等，通过 Next.js App Router 的独立路由实现功能解耦。

next.config.mjs 配置了 output: 'standalone'，意味着 Next.js 可以生成优化的生产构建产物，配合 Node.js 服务器即可部署。

部署分析：门槛低但生产环境需自建

优点：

• Web UI 极其完善，无需命令行即可使用全部功能
• 仅需 Node.js，无需 GPU 或特殊硬件
• standalone 模式支持容器化部署
• 所有 LLM 调用走用户自备 API Key，无服务端算力成本

不足：

• 无官方 Dockerfile 或 docker-compose.yml，需要用户自行编写
• 无环境变量配置文档（API Key 通过 UI 输入，非环境变量）
• 无数据库，写作内容不持久化（关页面即丢失）

争议与局限

AI 文本优化器的伦理争议：去 AI 特征功能本质上是为"欺骗 AI 检测器"设计的。这一功能在学术场景可能引发诚信问题，项目免责声明也明确指出使用后果由用户自行负责。值得开发者关注的是：OpenAI 已推出 AI 水印技术，未来这类"去除特征"的对抗性工具效果可能越来越有限。

持久化能力缺失：项目没有集成任何数据库或文件系统存储，内容编辑依赖浏览器内存。这对于需要反复修改和版本管理的专业写作场景是明显短板。

中文内容优化空间：项目的提示词模板示例大量使用中文语境素材（赶海、渔村、乡愁），但在语言模型适配上未对中文做专门优化，特别是中文的困惑度和突发性计算与英文存在本质差异，AI 特征去除效果可能不如英文场景理想。

行业意义

writing-helper 代表了一类新兴的工具方向：将 AI 能力从"生成"层下沉到"定制"层。它不追求让 AI 替代人写作，而是让 AI 学会"像某个人一样"写作。随着 LLM API 成本持续下降和开源模型（如 Ollama 本地部署）的普及，这类工具的技术门槛将越来越低，预计会看到更多面向垂直领域（法律文书、学术写作、品牌文案）的风格化写作工具涌现。

项目当前处于快速迭代期，Roadmap 列出了文本摘要、内容历史记录、Claude/Gemini 支持、文档翻译等功能，GitHub 维护活跃度良好，适合持续关注。