站长遗物

小说工厂是整个工具链里最完整的一块：目录里同时有 agents（智能体）、apps（前端）、backend（后端）和 cli.py——说明它被设计成一套「多智能体协作的写作流水线」。

你可以想象它的工作方式：一个智能体负责拆解大纲，一个负责写章节正文，一个负责检查设定一致性，一个负责最后的润色。每个角色各司其职，产出通过流水线汇集成一本书。

它不再是一个「聊天窗口生成文字」的工具，而是把写作这件事工程化了——这大概是每个写长篇小说的人都会萌生的念头：与其每次重新指挥 AI，不如把流程固定下来。

AI 小说写作助手，发布为「纯净版」skill 包。所谓纯净版，指的是尽量少的污染：不塞无关指令、不套通用模板，直接把写作规则交给模型。

这个项目体现了站长的一个核心判断：给写作模型太多「技巧」反而会稀释文风，克系、恐怖、悬疑这些类型最怕的就是四平八稳的通用腔。

小说创作的命令行工具：novel_cli.py 是入口，配 docs 文档和 core 核心模块。

选择 CLI 而非图形界面，说明它追求的是「可脚本化、可批量、可回放」——章节可以一条命令生成，批量任务可以排队跑，修改设定可以重新生成。对写长篇的人来说，这是效率上的降维。

长篇小说创作引擎，目录里有 loom 核心、evals（评估）和 CONTEXT.md 上下文说明。

最值得说的是 evals：它不止是「生成」，还在「评估」——用一套指标检查生成章节的质量、连贯性和设定一致性。这是从「能用」走向「可靠」的关键一步，也是大多数个人写作工具不会做的部分。

中文文本人性化工具：把 AI 味浓的文字改得像人写的。

AI 生成的中文有一个通病——句式规整、形容词堆砌、逻辑过于圆满，读起来「太工整」。这个项目针对的正是这个问题：让文字恢复人说话时的毛边、留白和不完美。

「去 AI 味」写作技能包：识别并清除机翻腔、模板腔和过度规整的表达。

它与 Humanizer-zh 是同一思路的两种实现：一个做成独立工具，一个做成可注入的 skill。配合 agents 和 scripts，可以在写作流程的任何节点调用。

用 Claude Code 工作流生成故事的实验项目：带 demo、CHANGELOG 和双语文档。

它的意义在于探索「把写作任务交给编码代理」——像让一个程序员写代码那样，让一个代理按步骤、按约束、按验收标准去产出故事。

项目结构很清晰：probe.py 负责探测、monitor.py 负责循环监控、get_ids.py 负责获取主播 ID、push.py 负责推送通知，config.json 做配置化。

这意味着它是一个可以长期跑的后台任务：配置好目标主播，挂在机器上，状态变化时自动推送到你的通知渠道——不需要人一直盯着页面刷新。

一个「视频多窗口选择器」单页应用（video-picker.html）：深色界面，支持在多个视频源/窗口之间切换选择。

这类工具通常服务于某个具体的使用场景——比如直播多开、监控多路画面、或课程多窗口学习。单页、零依赖、双击即用。

以两个 bat 脚本为入口：「开始训练.bat」引导用户准备数据并启动 LoRA 微调，「启动聊天.bat」检测到微调权重后自动加载。

整个设计思路是「开箱即用的本地 AI」：数据放进去、点一下训练、再点一下聊天，全程不碰命令行细节。目前是完整的流程骨架，训练脚本与数据管线还在筹备中。

一个完整的 Web 前端原型（工作区中的 index.html）：侧边栏导航、对话界面、Notion 风格的排版与配色（#37352f 墨色 + #2383e2 蓝）。

从界面完成度看，交互层已经成型；后端与数据层待接——下一步是让它真的能回答行测、申论和常识问题。