用AI写网文写到200章，它把主角初恋忘了

由 发布于 AI网文开源AI写作
 收藏

原文地址：https://github.com/Mochocyang/QMAI


用AI写网文写到200章，它把主角初恋忘了

前几天刷GitHub Trending看到一个项目，青幕AI写作，英文叫QMAI，五天前才上线的，star数快三百了，说实话AI写作工具我看了太多了，什么一键生成小红书文案啊，什么帮你写周报写年终总结啊，大部分就是套个API加个prompt模板，真没啥意思，但QMAI这个还真不太一样，它只做一件事，帮网文作者写长篇连载小说，可不是那种三千字的短篇爽文，人家瞄的是两百万到三百万字的日更长篇，做过网文的朋友应该知道这个量级有多恐怖，写到第200章的时候AI早就把第3章男主角初恋女友叫啥给忘了，女主左肩上那道疤怎么来的也忘了，你在第50章埋的一个伏笔按说第80章就该收了它也忘了，全是记忆问题。

我一直觉得市面上那些AI写作工具都在解决一个假问题，拼命想让AI写得更好，调prompt调温度加few-shot换模型，但长篇创作真正的敌人就一个，遗忘，你文笔再好前后矛盾读者一样弃书，QMAI的作者应该是想明白了这件事，我把它的README和技术架构翻了一遍，整个系统干的事情说白了就三个字，记东西，每写完一章正式保存以后系统会自动跑一个叫「章节摄取」的流程，听着挺技术范的其实就是把这一章里发生的所有事实结构化地提取出来，谁出场了去哪了做了啥决定跟谁的关系变了，新伏笔埋了哪些旧伏笔推了哪些收了哪些，全都存成本地JSON文件变成可以检索可以追踪的记忆单元，然后你让AI写下一章的时候系统会自动攒一个「上下文包」，这个包有讲究的，当前章节细纲排前面，上一章结尾跟着，正史规则再往下，角色状态伏笔状态最近章节摘要图谱关系，最后才轮到向量搜索和关键词搜索，装不下的时候它会自动裁剪，token预算卡死的。

这套东西说白了就是RAG嘛，检索增强生成，只不过普通RAG给企业知识库用的查文档回答问题，QMAI把检索对象换成了你自己写过的所有章节，但光检索还差点意思，它还有个角色认知系统让我觉得有点东西，每个角色在每个时间节点都有认知状态分三层，角色知道啥，角色不知道啥，读者知道但角色不知道的信息，第三层有意思吧，就是信息差，写小说的人都懂信息差是制造悬念的命根子，读者知道杀手藏在衣柜里但角色不知道这就叫希区柯克炸弹理论，AI不懂这个的，你让AI写一段戏它很可能让角色突然灵机一动发现了不该发现的信息，训练数据里这种套路太多了，QMAI用结构化数据把每个角色的认知边界卡死，AI生成内容之前先查这个角色的认知状态，不该知道的就是不知道。

它还有个审查系统给每一章从六个维度打分，爽感密度设定自洽节奏张力人设一致叙事衔接追读引力，坦率的讲我看到「爽感密度」这个词的时候愣了一下，做这个工具的人肯定是真写过网文或者真跟网文作者聊过的，爽感密度是网文圈行话，就是每千字里有几个让读者爽的桥段，这指标传统文学评价体系里压根不存在，但起点番茄这些平台上它直接决定读者留存率，审查结果按严重程度分级的，阻塞级必须改，低级的可以忽略，每个问题都带原文证据和修改建议。

还有个细节我觉得挺关键的，草稿机制，AI生成的内容默认是草稿状态还没算正式章节，可以预览可以编辑可以推翻重来但不会进入正式记忆库，只有你手动确认了才会保存为正式章节然后触发章节摄取，这个太关键了你想想AI偶尔会吐一段看着挺合理但实际有事实错误的内容，要是直接写进记忆库后面所有章节全建立在一个错误基础上，跟数据库脏数据一样一旦入库就持续污染下游，草稿隔离就是防这个的。

你可能听过webnovel-writer这个项目，今年1月份出来的现在大几千star了，跟QMAI路线完全不一样，webnovel-writer是Claude Code的插件纯命令行交互斜杠命令驱动，你敲/webnovel-init初始化设定敲/webnovel-write写章节，整套系统跑在终端里数据用git管，QMAI是桌面应用Tauri 2搭的React 19前端有完整图形界面，图谱可视化用的Sigma.js角色关系伏笔线索都能在图上看，后端Rust向量存储LanceDB数据全存本地，两条路各有各的好，webnovel-writer对程序员友好但网文作者大概率玩不转，QMAI下载安装就能用但桌面应用开发维护成本比CLI插件高不少，QMAI的致谢列表也挺有意思，灵感来源webnovel-writer，角色灵魂设计参考的女娲skill，UI框架参考的LLM Wiki知识图谱，这三个项目分别大几千星两万星一万星，等于把三个方向揉一起了。

我翻完这些资料以后有个感觉，AI写作工具正在从生成器变成记忆系统，早期的AI写作就是一个对话框你输指令它吐文本每次从零开始，后来有了上下文窗口能记住这轮对话里的东西，再后来RAG出来能检索外部知识库，现在QMAI给AI建了一个持续积累的长期记忆还是结构化的，你想想这不就跟人一样嘛，刚入行的编辑每次写稿从零查资料，干了十年的老编辑脑子里一整套知识网络什么话题写过什么角度用过哪些数据点之间有联系门清，区别不在于谁更会写在于谁记得多记得准检索快。

当然QMAI也有问题，快三百个star说明还在早期社区生态没建起来，README里提到的去AI化改写功能我持观望态度这种事做起来比说起来难一百倍，多模型支持理论上能接各种API但实际体验好不好得看具体模型的长文本能力，上下文窗口只有8K的模型跑这种系统记忆系统再精妙也白搭，博尔赫斯写过一篇小说叫「博闻强记的富内斯」，说一个人记忆力无穷大能记住每片叶子每条纹路结果反而丧失了思考的能力因为思考需要抽象抽象需要遗忘，AI写作工具这两年一直在犯相反的错误，太能忘了，QMAI至少在试着找那个平衡点吧。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～
谢谢你的阅读，下次再见。

/ 作者：AISet

来源：

阅读全文（5积分）