【外滩大会2026】长文剧情一致性推理创作工作台

[Septemc]

Storydex —— 长文剧情一致性创作工作台

团队 / 作者

TensorHub 组织 · 开发者 Septemc 与 Flowby

• Septemc —— https://github.com/Septemc
• Flowby（Natra1n）—— https://github.com/Natra1n

GitHub 组织：@TensorHub-ORG

我们做了什么

我们用五个月时间打磨了一款面向长篇小说创作者的本地优先（Local-First）写作工作台 Storydex。作品采用独立的项目空间，章节正文、世界观设定、角色资料、WIKI 与创作历史围绕同一项目组织，AI 参与创作时保持可观察、可审阅、可回滚。

核心落地能力：

• Coomi Agent：自研 Rust Agent 基座（storydex-coomi-bridge），理解本轮创作意图后读取项目上下文，执行续写、整理、审阅、剧情冲突检查与工具调用，支持 128K/256K/512K 上下文窗口。
• 检索与记忆：面向中文优化的项目全文检索 + 滚动章节摘要 + 相关旧文召回 + WIKI 参考注入，让 Agent 在长篇续写中"先查证再落笔"。
• 知识图谱与 WIKI：把角色、事件、关系、地点和设定组织成可检索的结构化资料，并可视化呈现。
• 本地 Git 工作流：内置 MinGit，每一轮修改都可 Diff 审阅、提交回看、分支切换与历史回滚，不会自动配置远程仓库、不会自动 push。
• 创作预设与指令仓库：维护写作约束、风格规则、导入规则，并内置覆盖世界观、角色、剧情、编辑审校、项目包装五大类的指令模板。

---

百炼能力在本项目中的实际使用方式：

1. 通过 OpenWork / 百炼 CLI 接入通义千问大模型，作为我们四个月开发周期里的主力 AI 编程搭档，承担后端 FastAPI 服务、前端 Vue 3 工作台、Coomi Rust Agent 桥接层、Electron 桌面壳与发布流水线的编写与重构。
2. 协助编写并重构 coomi_agent_service、story_generation_pipeline、context_policy、retrieval_service 等 60+ 个后端核心服务的实现逻辑，覆盖 Agent 编排、上下文装配、Git 工作流、知识图谱、检索召回、记忆治理、预设编译等业务。
3. 设计 SSE 流式协议的阶段性事件（RunAccepted / TurnPhase / heartbeat），并保证首个 SSE 在 10ms 内到达，解决意图识别与模型等待期间长期停留在"执行中"的反馈缺失问题。
4. 实现 usage 统计的四种来源区分（Provider 上游报告 / 缺失 / 历史未知 / 本地估算）与流式累计快照折叠逻辑，真实增长会话连续 3 轮、11 次请求 usage 覆盖率达成 100%。
5. 编写后端契约测试、集成测试与并发失败恢复测试，配合覆盖率 ratchet 门禁，普通 CI 仅允许 0.05 个百分点的测量误差，发布门禁不允许误差，且禁止为绕过缺失测试而降低基线。
6. 协助设计前端 Pinia store 与 SSE parser 的状态机，避免较晚返回的旧历史请求覆盖正在运行的新会话，并补齐 AgentPanel 启动阶段的历史读取竞态修复。
7. 打磨前端编辑器的字体样式、可靠缩放、文件内搜索、Agent 文件链接中栏跳转等长篇写作交互，并实现资源浏览器的多选拖动与自由架构 / 分类视图切换。
8. 编写前端 Vitest 测试与覆盖率门禁，覆盖 SSE parser、Pinia store、AgentPanel 与字体状态机，并通过 check_coverage.cjs 读取 coverage-baseline.json 执行前端覆盖率 ratchet。
9. 协助完成 Agent 基座从早期 Python Coomi 运行时到 v2.0.0 Rust 运行时（storydex-coomi-bridge）的跨语言、跨进程、跨协议大重构，设计 HTTP/SSE 编排层与 Rust bridge 的通信契约。
10. 编写 validate-embedded-python、validate-packaged-assets、build-coomi-runtime 等构建脚本，确保 Rust bridge 在开发、CI 与正式包中均通过 --version 预检并确实进入最终封装。
11. 排查 Windows 环境下 Agent 调用 LLM 时持续出现的 APIConnectionError / SSLEOFError，定位到不同安装环境 OpenSSL 组件版本不一致的根因，最终固定 Python 3.9 运行时并优先选择明确配置的解释器。
12. 实现 electron-updater 的 generic feed 差分下载与辅助安装窗口，修复 NSIS 替换文件期间强制拉起新进程导致的 JavaScript 主进程错误，并对临时加载失败执行确定性重试。
13. 编写 windows-sign、after-pack、patch-win-executable、write-app-update-config 等桌面打包脚本，生成并验证 NSIS 安装包、便携 ZIP、blockmap、latest.yml、SHA256 校验、依赖清单与构建 manifest。
14. 设计 GitHub Actions 的 ci.yml / quality-gate.yml / release-windows.yml 三段式流水线，在 PR、main push 与手动触发时调用可复用工作流，并上传 JUnit、覆盖率与失败诊断产物。
15. 在 Agent 三层分离、WIKI 体系化、VSCode 式工作台、模板骨架化树状目录、本地优先路线等关键架构决策上，用百炼多轮对话快速验证方案可行性、对比不同范式的取舍、审查重构方案的潜在风险。
16. Storydex 的 LLM 配置面板内置阿里云百炼预设（协议 OpenAI Compatible、接口 https://dashscope.aliyuncs.com/compatible-mode/v1），用户填入 API Key 即可让 Coomi Agent 通过 qwen-plus / qwen-turbo 等通义千问模型驱动长文续写、规划与工具调用。
17. 在需要语义检索的场景下，用户可在 .env 中配置百炼 text-embedding-v3 向量模型（EMBEDDING_API_KEY / EMBEDDING_BASE_URL / EMBEDDING_MODEL），为项目全文检索提供语义召回能力，配合本地 FTS5/BM25 实现混合检索。
18. 参考百炼 Skill 体系的设计理念，Storydex 自研了一套面向长篇创作的内置技能模板，写入每个新建项目的 .storydex/.agent/skills/ 目录，包括 设计剧本、设计角色、设计世界书条目、角色更新、故事生成后更新、变量思考、WIKI整理、项目目录整理、story_preset_constraints 等技能，每个技能包含用途、触发条件、输入、证据规则、资产落点、执行步骤、输出模板、自检与安全边界。
19. 借鉴百炼 Skill 的动态底稿 + 注册表机制，Storydex 实现了 registry.json 技能注册表，负责登记技能 ID、意图与资产落点；story_preset_constraints.md 作为动态技能底稿，项目激活预设时会附加在其"当前激活预设"章节，支持技能的版本迁移与用户自定义保护。
20. 参考百炼 MCP（Model Context Protocol）工具协议的设计，Storydex 的 Coomi Agent 实现了原生工具调用与结构化工具调用两种协议，并支持 auto / native / structured / mimo / disabled 五种工具协议模式，适配不同模型服务商的工具调用能力差异。
21. 在 Agent 工具调用链路、多轮工具调用回归、usage 统计一致性验证等关键模块上，借助百炼 CLI 快速跑通多轮回归测试，避免了真实付费 LLM 的成本消耗，同时验证了 Storydex 自研技能模板在不同模型下的通用性。
22. 计划接入百炼官方 Skill 市场与百炼 MCP 服务器生态，将官方提供的图像生成、语音合成、知识库检索、代码执行等能力以 MCP 工具的形式注入 Coomi Agent，扩展 Storydex 在封面生成、有声小说、设定图谱自动构建等场景的能力。
23. 计划接入百炼多模态模型（Qwen-VL 系列），让 Coomi Agent 能够识别与解析用户上传的角色立绘、场景设定图、封面草图等图像资料，自动生成对应的角色卡与世界观描述。
24. 计划接入百炼语音模型（CosyVoice / Qwen-Audio 系列），为长篇小说提供朗读、听写与语音批注能力，让创作者可以在通勤、休息场景下继续推进创作。
25. 计划接入百炼 RAG API 与知识库服务，作为 Storydex 本地 WIKI 检索的云端补充，在用户授权的前提下为超大型项目（百万字以上）提供更强的跨章节语义召回与长程依赖追踪能力。
26. 计划接入百炼 Agent OS / 百炼智能体编排能力，将 Storydex 的多 Agent 协作（续写 Agent、审校 Agent、设定 Agent、图谱 Agent）从当前的本地编排升级为百炼智能体网络的协同模式，提升复杂创作任务的自动化程度。
27. 计划接入百炼 API 网关的按量计费与配额管理，为未来可能的 Storydex 云端协作版提供模型调用计费、配额限流与多租户隔离能力，同时保持本地优先工作台的核心定位不变。

效果展示

• 介绍视频：Bilibili - Storydex 项目介绍
• 使用演示视频：Bilibili - Storydex 使用演示
• 工作台截图：高清工作台截图
• 遗留旧版在线前端（对照参考）：https://storyteller.septemc.cn/console/

项目链接

• 开源仓库：https://github.com/TensorHub-ORG/Storydex
• 介绍视频：https://www.bilibili.com/video/BV1WmNy62EeB/
• 项目官网：https://storydex.septemc.com/

踩坑记录

1. Agent 基座的交互逻辑

项目早期我们尝试把 Agent、前端、后端塞在同一个进程里一体化开发，结果兼容性问题很多——Agent 的运行时升级会牵连前端，前端的构建变更又会污染 Agent 的工具调用链路，协同几乎无法推进。最终我们选择了前后端分离 + Agent 分离的架构：Coomi Agent 以独立 Rust 运行时（storydex-coomi-bridge）的形式存在，通过 HTTP/SSE 与后端 FastAPI 编排层通信，再以"第三方库"的方式被桌面壳调用。这样 Septemc 可以专注 Agent 基座，Flowby 可以专注前端工作台，互不阻塞，发布节奏也稳定下来。

2. 超长上下文剧情逻辑的体系化

长篇小说几十万字下来，人物关系、事件因果、世界观设定会迅速膨胀，AI 续写时极易前后矛盾、张冠李戴。我们试过纯时间线、纯角色卡、纯摘要等多种方案，都难以兼顾"检索"与"演化"。参考了 SillyTavern 的世界书范式与若干优秀创作工具后，最终决定采用 WIKI 模式来构建体系：把角色、事件、关系、地点、设定抽象为可结构化的实体，配合滚动章节摘要、相关旧文召回和 WIKI 参考注入，让 Agent 在落笔前先"查证"再"写"。知识门禁坚持"需复核即不写入"，避免 Agent 把推测写成既定事实污染正文。

3. 界面设计

界面方案我们迭代了非常多次。最早的版本（仍可在线访问：https://storyteller.septemc.cn/console/ ）走的是"一体化对话交互"路线——把所有功能塞进一个聊天窗口里，结果发现长篇创作时上下文切换成本极高，作者根本看不清自己改了哪里、Agent 改了哪里。我们尝试过纯对话流、卡片堆叠、左右分栏等各种模式，最终发现类似 VSCode 的代码编辑器反而最适合创作：左侧资源浏览器、中间编辑区、右侧 Agent 面板，很符合优秀的交互逻辑。

4. 左侧栏树状目录

左侧栏的目录结构我们也走了不少弯路。一开始尝试严格的"模块化"分类（角色/事件/地点/设定各自独立树），结果跨类别检索和浏览很别扭；又试过"只显示文件"的纯文件树，对长篇作者来说心智负担太大——他们要的是"这一卷有哪些章节、主角当前状态如何"，不是"chapters/vol1/ch03.md"。最终我们确定了模板骨架化的树状目录：新建项目时按预设模板生成章节骨架与设定骨架，并支持一键切换为"分类视图"（角色/事件/地点/设定/WIKI 分类展示），既保留了文件系统的可观察性，又给了创作者熟悉的结构化模型。

5. 部署方式

最初我们打算把 Storydex 做成在线网站，但很快撞上两堵墙：第一，服务器性能根本不可能支撑大量并发创作——每个长篇项目的全文检索、向量召回、Agent 多轮工具调用都是重计算，规模化成本不可承受；第二，在线服务的用户隐私没有保障——小说未发表的正文、设定、大纲属于创作者最敏感的资产，任何云端泄露都是不可接受的。最终我们确定了本地优先（Local-First）工作台路线：所有项目数据、Agent 会话、Git 历史都存在用户本机的 .storydex 目录下，模型调用走用户自己的 API Key 直连服务商，Storydex 本身不经手任何创作内容。这也让我们意外发现了内置 Git 工作流的可能。

6. Windows 下 Agent 调用 LLM 偶发 SSLEOFError

不同安装环境自带的 OpenSSL 组件版本不一致，导致 HTTPS 握手偶发失败。最终将打包态 Python 运行时固定为 3.9，并优先选择明确配置的解释器或官方 py -3.9，避免系统 Python 的迁移污染。

7. 长会话 usage 统计可信度

早期把字符估算误记为真实用量。v0.4.0 起区分 Provider 上游报告、缺失、历史未知和本地估算四种来源，并正确折叠流式累计快照，真实增长会话连续 3 轮、11 次请求 usage 覆盖率达成 100%。

8. Agent 执行过程反馈缺失

意图识别、上下文装配或模型等待期间长期停留在"执行中"。v0.3.3 起 Coomi 在请求进入后立即发送 RunAccepted，随后持续发送带耗时的 TurnPhase 与 heartbeat，首个 SSE 通常在 10ms 内到达。

9. 九为数之极，我们的项目开发过程遇到了数之不尽的BUG和难题，列出来的都是一些我们印象比较深的，我们正在紧锣密鼓继续开发捏！

---

致谢：
本项目的设计与实现深受以下优秀项目与社区的启发：SillyTavern（酒馆）的对话与角色管理范式、Visual Studio Code 的编辑器扩展体系、ClaudeCode 与 Codex 在 AI 辅助编程中的交互理念，以及众多开源社区的智慧结晶。

感谢 外滩黑客松·AI Coding 大赛（https://hackathon2026.app.weavefox.cn/ ）为开发者提供了展示与交流的舞台，让 Storydex 有机会从一个想法走向开源作品；感谢 阿里云百炼 提供的通义千问大模型、text-embedding-v3 向量模型与 OpenWork / 百炼 CLI 工具链的能力支持，百炼不仅是 Storydex 开发期的主力 AI 编程搭档，也是项目内置的模型接入预设之一，未来还将通过 Skill 与 MCP 生态持续扩展 Storydex 的创作能力。

感谢每一位为开源世界贡献力量的开发者。Storydex 仍是一个初代工具，功能仍在持续完善中，但我们相信开源的力量——欢迎每一位热爱创作的朋友参与、反馈、共建。

---

[TreeLin]

感谢投稿！Storydex 打磨五个月的本地优先长文创作工作台，Rust Agent 基座 + 「先查证再落笔」的检索记忆设计非常扎实，我们已经把它收录进社区 Showcase 啦，欢迎查看：
https://modelstudioai.github.io/showcase/

另外邀请你申请「阿里云百炼认证开发者」🎖️
你的案例已收录进社区 Showcase，正好符合认证的贡献要求。麻烦花 1 分钟填一下认证申请问卷，我们会据此为你开通认证权益：
👉 https://survey.aliyun.com/apps/zhiliao/Zinj0FNaW
填写时建议备注上你的 GitHub ID（Septemc）和本 issue 链接，方便我们快速对上你的案例。有任何问题，直接回复本 issue 即可。

👉 提交加入百炼开源开发者计划：http://bailian.console.aliyun.com/opensource