有个做网文Skill的仓库，两个月拿了376颗星，50个人Fork。
这不稀奇。稀奇的是它的设计路数，跟市面上那种一条龙大Prompt搞定写作的玩法完全反着来。
仓库名叫Chinese-WebNovel-Skill，作者是香港开发者，GitHub上54个公开仓库33个关注者。这个项目四月中旬上线，到六月初更新了21次commit，分支三个，打了一个tag，README在v2分支上不在main，这点有点坑。整个结构就是主Skill路由加专项模块下沉再加本地语料检索，一套完整的模块化系统。
我头一回看到这个架构的时候愣了一下，太像正经软件工程的写法了，一个写作辅助工具何必搞成微服务架构的样子？模块化的好处在软件领域已经被验证了几十年，但AI写作工具几乎没人这么干，好像Prompt越大越能显得自己产品厉害似的。
答案藏在它的模块列表里。10个专项模块，concept_planning、opening、transition、dialogue、chapter_ending、plot_logic、character_consistency、consistency_review、volume_outline、anti_ai_voice，每个模块单独一个文件夹，每个文件夹标配五份文件，教程加运行规则加正例和反例，还有来源索引。
这不就是写代码的单一职责原则吗？一个模块只管一件事，别让开头和转场和审查全挤在一个函数里互相打架。
作者在README里讲得直白，不把所有写作知识堆到一个文件里，避免巨型Prompt同时兼顾开头转场对白逻辑审查全都变钝，先诊断问题层级，再调用对应材料。听着没什么惊天动地的，但你见过几个AI写作工具是这样做的？市面上大多数所谓的写作助手，就是把几百条写作经验和套路塞进一条Prompt里让它一口气吐出来，那种方式的致命问题是，Prompt太大覆盖面太宽，模型对任何一个具体问题的判断力都会变钝，就像一个什么都管的领导最后什么都不管。
我自己跑AI写作工具改稿子挺长时间了，这种巨型Prompt变钝的事碰见过太多次，你以为模型知道你想要什么，但它只是在我所有要求里找到一个并不矛盾的中间地带输出，那个地带离任何一个具体标准都差着十万八千里。所以看到模块化路由的思路，我是真觉得对路了，让模型一次只解决一个层级的问题，判断力反而更精准。
这套Skill把写作拆成上下游三条链，前置规划链从概念规划连到开头和卷纲，正文执行链并联情节逻辑和人设一致性，再串上转场对白章末收束和去AI味，最后一致性审查收口。审查模块会回溯全文检查前后矛盾，比如人物上一章说要去东边下一章莫名其妙出现在西边，或者某个道具的属性描述前后对不上，连人物说话的语气是不是跟之前设定的一致都会管到。每一步都有明确的优先级，情节逻辑和人设一致性是底层基础设施，先把因果和人物问题解决了，转场和章末是场景层级的事，去AI味放最后，因为作者说得清楚，避免把结构问题误判成文风问题。
这个判断我服气，我自己改稿子的经验也是，觉得写得不对味的地方，十有八九用词没问题，偏偏底下骨架逻辑有毛病，换了词还是不对。说到骨架逻辑，plot_logic模块修的是动机触发决策后果兑现这条因果链，character_consistency模块修的是目标情绪关系身体声音五类人物连续性，这俩模块放在正文执行链底层，优先级高于纯文风问题。翻译成大白话就是，人物干了不符合逻辑的事，这章读者就弃了，修辞再漂亮也没用。我以前写东西老犯这个毛病，一个场景的情绪节奏拉得特别好看，但回过头一看，人物进这个场景压根没什么合理动机，全是我在硬推剧情，这种硬伤读者一眼能看出来。
关于anti_ai_voice多说两句。现在做AI写作辅助的，很多人默认AI生成的内容天然就该有机味，或者觉得加几个口语词就能蒙过去，这种想法过于天真了。这个仓库专门开了一个模块处理这件事，而且明确把它放在最后介入的位置，逻辑是，故事结构本身有硬伤的话，先把AI味去了也没意义，读者嫌弃的是你写得不好看，跟像不像人没关系，结构搞定再来收拾腔调，顺序不能反。这个判断逻辑跟我自己改文章的流程一模一样，我从来先看这一段人物有没有做合理的事，因果通不通，最后才管语气词换不换，你要是反过来搞，先折腾半天语气词结果发现这段人物动机是假的，那就白忙活了。
对了这套系统还帯了一套本地语料库，data/articles/放原始小说文本，analysis/excerpts.csv放结构化摘录，analysis/imitation_index.md放模仿索引，scripts/search_corpus_examples.py提供统一检索入口。模型跑起来同时从三处取材料，主Skill决定流程和路由，专项模块决定局部问题怎么诊断怎么修，全局语料库提供相似素材和结构范本。这个三层取材的设计让我想到一件事，现在很多人批评AI写作输出千篇一律，但很少有人追问到底是模型的问题还是喂给模型的东西太单一了，根源在信息输入端，给模型的全是通用写作知识，出来的当然是通用文章，在输入端绑定具体作品的段落结构和语感样本，输出的个性化程度立刻不一样。这个仓库做的就是RAG思路用在创作场景，先检索再生成而不是空想。
知乎那条帖子的标题是「为什么很多网文作者都非常自信，认为AI在创作领域无法取代自己？」作者自己贴了这个仓库上去当论据之一，他的立场大概是，AI当前能做的确实是辅助而非替代，但辅助这一块做得足够细致，对作者的实际帮助远大于万能写作机器人幻觉出来的通用段落。
还有一点，我也看了知乎上围绕这个话题的争论，反对派的底气来自一个非常简单的事实，网文的竞争核心从来不是文笔好不好，是你能不能持续产出让读者追更的悬念和情绪，AI目前做不到这一点，它可以把单个场景写得不错，但维持百万字长篇的线索和节奏就散架了，因为模型上下文窗口兜不住全书的关联信息，一百多万字的前后照应它根本记不住，这是当前大模型写长篇的硬伤。温和派则认为AI做大纲想设定挺好的，正文还得自己写，工具无罪关键是平台怎么用，部分作者私下承认已用AI辅助灵感激发和卡文时续写。
376颗星，两个月，中文AI写作领域的开源项目里这数字不算低。尤其是这个项目不是那种一键生成万字小说的噱头型产品，它更像给认真写东西的人准备的一套诊断和修复工具箱，你能用它定位到自己故事的哪个环节出了问题，拿到针对性的修改建议和参考案例，而不是让AI重新帮你写一遍。看过太多号称帮你写小说的工具，输出来的东西放到一起全是同一副面孔，因为它们从根上就没解决信息输入单一的问题。这套Skill至少在设计层面把这件事想通了。
至于它能不能真的帮你写出一本能签约的网文，答案显而易见，你不能靠一个工具箱盖出一栋楼。但一个精准的工具箱和一个号称什么都能干的瑞士军刀，你选哪个？
我想答案已经很清楚了。
来源
- Chinese-WebNovel-Skill — GitHub，2026年4月创建
- 为什么很多网文作者都非常自信，认为AI在创作领域无法取代自己？ — 知乎
- AI写网文元年，平台和作者掰手腕 — 36氪，2024年
- 阅文集团AI合同风波 — 澎湃新闻，2024年
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，如果想头一个收到推送，也可以给我个星标⭐～
谢谢你的阅读，下次再见。
作者 AISet
