社区
教程
Wiki
注册
登录
创作新主题
社区所有版块导航
Python
python开源
Django
Python
DjangoApp
pycharm
DATA
docker
Elasticsearch
分享
问与答
闲聊
招聘
翻译
创业
分享发现
分享创造
求职
区块链
支付之战
aigc
aigc
chatgpt
WEB开发
linux
MongoDB
Redis
DATABASE
NGINX
其他Web框架
web工具
zookeeper
tornado
NoSql
Bootstrap
js
peewee
Git
bottle
IE
MQ
Jquery
机器学习
机器学习算法
Python88.com
反馈
公告
社区推广
产品
短视频
印度
印度
一周十大热门主题
ChatGPT证明了六年难题,图灵奖得主说:高兴早了
2026必看AI干货!《大模型/AIGC/GPT-4/Transformer/DL/KG/NLP/C...
5 天 5 万 Star!又一款开源的「AI工作台」在GitHub上杀疯了
Python+机器学习实战:材料筛选|HER预测|d带中心|高通量计算全搞定!
Python 开发工具大合集!这些你认识几个?
AI 辅助迁移工具:数分钟完成 ingress-nginx 向 Higress 迁移
3 个疯传的 GitHub 开源项目,绝绝子 !
ChatGPT记忆大升级,十亿人免费用!
2026必看AI干货!《大模型/AIGC/GPT-4/Transformer/DL/KG/NLP/C...
RAZ限时3年卡返场,还有新品一上线就秒空的Rigurgito浴巾/浴袍返场!
关注
Py学习
»
Git
GitHub这个最新项目,建议所有AI作者都试试
阿枫科技
• 2 周前 • 171 次点击
我用PilotDeck搭建了一个网络小说写作系统。
简单介绍一下这个系统的结构:它由一个负责写作的主Agent和三个负责设定的副Agent构成。
首先,三个副Agent会完成世界观、人物和细纲的设定,并将这些设定沉淀为Skill。主Agent可以调用这些Skill,获取相关设定的细节,从而进行写作。
同时,主Agent还有一个记忆系统,负责记录每一章的剧情走向、伏笔和特点。之后在写每一章之前,都需要先读取一遍这套记忆系统,以保证剧情连贯。
很多人可能会觉得:不就是写小说吗?AI刚出来的时候不就已经可以了吗?
但即使到现在,AI写长篇小说依然存在很多问题,比如后100章记不住前100章的内容、世界观崩坏、角色关系错乱、上下文受限等。
比如我使用很火的Agent-Claude Code,写完一次后把它关掉,下次再打开时,它就完全不记得上次写过什么了。
而我用PilotDeck搭建的系统,可以记住每一章的内容,新章节不会忘记前面的设定;世界观和人物设定也被固定下来,除非我主动修改,否则不会混乱。
这样基本解决了上述问题,已经可以正常完成一部千章以上的网络小说。
PilotDeck
这是我在GitHub上发现的一个开源项目,由大家很熟悉的面壁智能联合开发。
这是一个智能体操作系统,核心设计理念是WorkSpace
(工
作
舱
)
,最大的特点就是项目隔离。
例如我使用Gemini时,在1号对话框里聊过的内容,到了2号对话框里AI依然记得,这其实是一件反常识的事。
我们和A的聊天内容,B一般不可能知道。
这样一来,做项目时就会非常混乱,A项目中可能会掺杂B项目的内容,导致结果偏离我们的预期。
而PilotDeck的设计核心就是项目隔离:一个项目的记忆只会保存在该项目内,其他项目无法获取其中的记忆。
这对写小说而言非常有必要。如果项目没有记忆隔离,那我这本小说里的内容就可能掺杂另一本小说的内容和理念,这肯定不行。
所以我才看上了PilotDeck这个开源项目,并尝试搭建一个长篇网络小说写作系统。
搭建过程
PilotDeck的结构是:一个项目中可以包含多个聊天窗口。我创建了四个窗口,分别用作世界观、人物设定、细纲和写作的Agent。
1.世界观设定Agent
在进行世界观设定创作时,我发现PilotDeck不只是一个被动完成指令的AI,而是一个以目标为导向、会逐步自主丰富内容的主动型AI。
在我交代任务后,它并不会随便编出一个世界观了事。
而是进一步询问我详细的需求,例如背景、核心、主角能力等等。
在我补充了自己对这个世界的想法后,它依然没有立刻开始创建,而是又追问了一些细节。
类似这样的表单问题,我大概回答了七八个,都是对我原有想法的进一步补充。它真的像一个有十年经验的世界观构筑师,不断帮我把想法补充得更完善。
最终,它完成了世界观的设定。下面这是这份世界观Skill的结构:
说实话,我没想到它能把世界观设定细化到这种程度,连庇护所的日常生活规律、运行规则等内容都有完整设定。
这能让后续的小说写作省去很多麻烦。
这就是这部小说世界观的大致设定,其中的筛查手段比我想象中更贴近现实,也和现代医学有较强的关联。
2.人物和细纲
人物设定和细纲的大致创作流程都和上面相同,这里就不再赘述了。
不过这里补充一些我设计这个系统时的巧思。
我之所以先创建世界观,再创建人物,最后再写细纲,是因为这三者是逐层递进的关系:先有大世界,才有人物。有了人物,才有具体的故事。
所以我在创建人物时,会让Agent先去了解世界观Skill,然后根据世界观框架以及故事种子,去设计人物。
最后再根据人物性格等要素设计剧情细纲,这样三个Agent协同创作出来的小说才会更加协调。
⭐文件目录
值得一提的是,在细纲Agent中,我希望细纲具有可扩展性:后续继续生成章节细纲时,可以统一追加到同一个文件中,方便主Agent调取。
PilotDeck创建了一个.md的细纲记录文件。
在右上角的“文件”栏里,可以打开这个项目中已创建的所有文件,细纲文件也在其中。
Agent给出了扩展细纲的方法,但其实没那么麻烦。下次继续创作细纲时,Agent会自动把新的内容添加到文件中。
至此,世界观、人物设定和细纲这三项前期准备已经完成,接下来就是正文创作。
3.正文写作Agent
在设计正文写作Agent时,我额外添加了一个记忆系统。它不同于PilotDeck自带的记忆系统:前者不是面向整个项目长期执行的规范记忆,而是每次正文写作前都要执行一次的流程性记忆。
不过,我这套记忆系统本身也被加入了PilotDeck的记忆中。
说起来有点绕,带大家看一下就知道了。
最终,PilotDeck会在文件目录中创建一个记忆文件,用于记录每一章的大致剧情、任务状态和伏笔等信息。
每写完一章,就更新一次这份记忆,而在下一章写作前,再读取一次。
这个系统解决了两个问题:一是写到后面、超出上下文限制后,AI记不住前面剧情;二是每次写作都要读取过长的上下文,导致Token消耗过高。
它不仅解决了记忆问题,还进一步节省了成本。
⭐记忆
虽然这个设计看起来不错,但它其实必须依赖PilotDeck的记忆系统才能运行。
在界面右上角,可以看到“记忆”标签,这里面记录着你在这个项目中所有需要规范执行的记忆。
例如,我刚刚设定的“写作前要读取记忆文件”这件事,也会被存储在PilotDeck的记忆规范中。
PilotDeck记忆系统最大的特点,就是记忆白盒化。就像上面展示的那样,你可以直观地看到它都记了些什么。
同时你还能随时手动对记忆进行修改。
这种感觉就像一个科学怪人,可以打开别人的脑子,随意篡改对方的记忆。
当然,想修改记忆也不只能直接去改记忆条目。实际上,你在与PilotDeck对话时,如果出现相互冲突的记忆,新偏好会覆盖旧偏好,系统也会自动更新记忆。
同时,如果出现新的记忆需求,系统也会自动把它添加到记忆中。
PilotDeck的记忆分为两种,一种是项目记忆、一种是反馈记忆,前者记录的是项目进度、状态、设定等等,后者记录的是我们的喜好和约束。
⭐技能
项目做到这里还没结束。现在它虽然已经会写小说了,但写得还不够好,最大的问题就是产出的文字仍然带着浓浓的AI味。
比如一些过于诗意却并不恰当的描写,就很不符合网络小说的写作风格。
所以我又给它安装了一个Skill。
在界面右上角点击“技能”标签,就能打开Skill界面。这里是你这个项目中所有已经安装的Skill。
值得一提的是,连Skill也是项目隔离的:在其他项目中,根本看不到我这个项目里已经安装的Skill。
所以我才敢安心把所有小说设定都写进Skill里。有项目隔离机制在,其他项目也读取不到我的Skill文件。
说回正题,还记得我以前给大家分享过的“去AI味Skill”吗,这次派上用场了。
在这里可以快速导入Skill,也支持从Claw Hub中安装。
现在,小说写作Agent会在每次写作完成后自动执行一次这个Skill,对正文进行优化,尽量去除AI味。
最终,将完成版的正文以.md文件的形式保存在文件目录中。
至此,这个网络小说创作系统算是大功告成了。现在就算让它写1000章以上的小说,它也不会忘记前面的剧情。
⭐Always-on
意思是总是开启,可以理解为常驻,就是界面右上角的这个标签。
这个功能很有意思:它会主动发现潜在任务,然后主动确认、汇报并产出成果,最终落地为具体的文件。
和其他Agent不同,普通AI通常只能被动接受我们预先设定的定时任务,而PilotDeck的任务则可以由AI主动发现。
它会根据我们的需求定制任务,再由我们确认后执行。
不过我们的小说系统不太需要用到这个功能,这里就不具体展开讲了,大家知道有这么一个有意思的任务执行功能就可以了。
⭐智能路由
写小说本身就是一个需要生产大量文字的工作,每一个字可都是Token,也就是实打实的Money。
好在PilotDeck有智能路由功能。简单来说,就是AI在执行任务前会先判断任务的难易程度。
如果任务足够简单,用一些成本较低的模型也能产出接近旗舰模型的效果,那系统就会自动使用低成本模型。如果判断任务较难,再调用旗舰模型。
这种根据任务难度动态调整模型的方式,可以帮我们极大地节省Token消耗。
在PilotDeck有一个统计的界面,可以看到我们这个项目中具体节省了多少Token。
比如我这个项目就节省了30%左右的Token消耗,接近三分之一的成本,相当于我的小说可以多写几百章。
不过根据开源界面的介绍,据说在某些场景下,最高可以节省90%左右的成本。
智能万岁!
总结一下
PilotDeck这个开源项目解决了许多Agent和聊天式AI之间记忆混淆的问题,这也是我长期使用Agent以来一直被困扰的一个问题。
尤其是在写作场景中,系统总会混入其他项目的记忆。比如我只是在别的窗口问了一句“怎么快速停止打嗝”,结果等我去写一些严肃内容时,AI却会主动把这段记忆混进来,实在让人绷不住。
这有点像腾讯收购游戏工作室后的模式:虽然收购了很多工作室,但各个工作室依然保持独立,腾讯也不过多干涉它们的创作,因此才诞生了许多脍炙人口的作品。
WorkSpace这个核心设计确实很不错。如果大家也有类似的困扰,可以试试PilotDeck这个项目。
开源地址:
https://github.com/OpenBMB/PilotDeck
官方网站:
https://pilotdeck.openbmb.cn/
Python社区是高质量的Python/Django开发社区
本文地址:
http://www.python88.com/topic/196977
登录后回复