inkos
10个AI Agent接力写作 + 33维度连续性审计，让AI小说告别「角色失忆」和「AI味」
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
10个AI Agent接力写作 + 33维度连续性审计，让AI小说告别「角色失忆」和「AI味」
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
凌晨两点，网文作者「林烬」终于写完了今天的两万字更新。他揉了揉发酸的眼睛，把草稿丢进文件夹——这是他今天的最后一件事。
但如果林烬用上了 InkOS，这两万字可能只需要他点一下回车。
这个开源项目构建了一套完整的多智能体小说写作管线：10 个各司其职的 AI Agent 组成流水线，从规划章节意图、生成正文，到 33 维度的连续性审计、去 AI 味的文风调校，全部自动完成。作者只需在关键节点做人工审核，把精力真正还给「讲故事」本身。
中国网络文学市场体量惊人——起点中文网、晋江文学城、七猫小说……平台上活跃着数百万作者，每天产出海量内容。然而，传统 AI 写作工具面临两个根本矛盾：连续性失控（角色记起从未见过的事、武器消失又出现）和AI 味太重（"与此同时"、"然而，出乎所有人意料"）。
InkOS 的作者 Narcooo 从 2024 年开始开发这个项目，目标直指这两个痛点。项目基于 TypeScript monorepo 架构（pnpm workspace），包含三个核心包：@actalk/inkos-core（引擎）、@actalk/inkos（CLI）、@actalk/inkos-studio（Web 工作台），当前版本 1.4.1。
InkOS 的写作管线由 10 个专用 Agent 接力完成，每个 Agent 职责单一，输出结构化数据供下游消费：
写作链路（默认顺序）： Radar（市场雷达）→ Planner（规划师）→ Composer（编排师）→ Architect（建筑师，仅建书时）→ Writer（写手）→ Observer（观察者）→ Reflector（反射器）→ Normalizer（归一化器）→ Auditor（审计员）→ Reviser（修订者）。
其中 Observer 负责从正文中过度提取 9 类事实（角色、位置、资源、关系、情感、伏笔等），Reflector 输出 JSON delta 而非全量 markdown——这一设计至关重要：JSON delta 经过 Zod schema 校验后才写入状态文件，从代码层面杜绝了脏数据进入长期记忆。
Auditor 则对照 7 个「真相文件」对草稿进行 33 维度审计，这些文件是 InkOS 的长期记忆核心：current_state.md（世界状态）、particle_ledger.md（资源账本）、pending_hooks.md（伏笔钩子）、chapter_summaries.md（章摘要）、subplot_board.md（支线进度）、emotional_arcs.md（情感弧线）、character_matrix.md（角色交互矩阵）。
图 1：10 个 Agent 的完整写作流水线（来源：项目 README）
Node.js 22+ 环境下，系统还会启用 SQLite 时序记忆数据库（story/memory.db），按相关性检索历史事实，避免全量注入导致的上下文膨胀。
InkOS 提供三种等价的交互方式，底层共享同一套原子操作：
CLI 模式：npm i -g @actalk/inkos，inkos write next 一键启动完整管线。支持 inkos book create、inkos plan chapter、inkos compose chapter、inkos draft、inkos audit、inkos review approve-all 等原子命令，可自由组合或供外部 Agent 调用。
TUI 仪表盘：inkos 直接进入全屏交互式仪表盘（Ink + React），对话式创作体验，slash 命令自动补全，支持 i18n 双语。
InkOS Studio（Web 工作台）：运行 inkos 后打开浏览器进入本地 Web 工作台，提供书籍管理、章节审阅编辑、实时写作进度、市场雷达、数据分析、AI 检测、文风分析、题材管理、守护进程控制等可视化功能。Studio 还内置短篇生成能力，可直接产出完整短篇正文、大纲、简介卖点和封面提示词。
图 2：Studio 的书籍章节管理界面（来源：项目 README）
InkOS 已发布为 OpenClaw Skill，可被 Claude Code、OpenClaw 等兼容 Agent 直接调用，实现 AI Agent 驱动 AI 写小说的嵌套架构。
「AI 味」是所有 AI 写作工具的死穴。InkOS 的解法不是单一策略，而是从多个层面系统工程式地压制：
词汇疲劳词表：内置禁用词和高频词表，写手 Agent 的 system prompt 中直接植入语言约束，减少"然而"、"就在这时"等 LLM 高频表达。
文风仿写：inkos style analyze 分析参考文本，提取统计指纹（句长分布、词频特征、节奏模式），inkos style import 将指纹注入书籍，后续所有章节自动采用目标文风。
去 AI 审计维度：Auditor 专门有一个检测维度识别 LLM 风格痕迹，配合 revise --mode anti-detect 对已有章节做反检测改写。
InkOS 最核心的设计创新是「真相文件」（Truth Files）体系——7 个 Markdown/JSON 文件作为每本书的唯一事实来源，Auditor 对照它们审计每一章草稿。
从 v0.6.0 起，权威来源从 markdown 迁移到 story/state/*.json（Zod schema 校验），Settler 输出 JSON delta，由代码层做 immutable apply + 结构校验后写入。markdown 文件作为人类可读的投影保留。
这套机制解决了 AI 小说写作中最棘手的「上下文遗忘」问题：角色设定、世界规则、前文伏笔都能被系统性地追踪和引用。
InkOS 是纯 Node.js 应用（TypeScript），需要 Node.js >= 20 和 pnpm >= 9。安装方式为 npm i -g @actalk/inkos，配置 LLM 需要 API Key（支持 OpenAI 兼容接口，包括 Google Gemini、Moonshot、智谱、MiniMax、百炼、DeepSeek 等服务商）。
不支持 Docker，没有 docker-compose.yaml 或 Kubernetes manifest，因此不适合容器化一键部署。Studio 提供本地 Web 工作台，适合本地开发写作场景。
对于本地模型爱好者，InkOS 支持任何 OpenAI 兼容接口（--provider custom），可以对接 Ollama 等本地 LLM 服务，实现零 API 成本的写作体验。
InkOS 代表了 AI 写作工具从「单次生成」到「系统工程」的关键跃迁——不再依赖单个 LLM 的上下文窗口，而是通过多 Agent 协作、长期记忆和结构化验证，构建出一套真正可持续创作的长篇内容引擎。对于网络文学、剧本、游戏叙事等需要海量连续性内容的长篇创作场景，这类工具的价值会愈发凸显。