oh-story-claudecode

这是什么？适合谁？

oh-story-claudecode（zenstory-ai 出品，项目名 Oh Story）是一个中文网文写作 skill 包：以 13 个 skill 的形式装进你正在用的编程 Agent，覆盖「扫榜选材 → 拆解爆款 → 搭大纲写正文 → 去 AI 味 → 生成封面图」的全流程。写作用的模型就是你 Agent 的模型，不需要 GPU，也不需要另外配模型。

它的核心设计是用文件系统当记忆：设定、大纲、正文、追踪各自独立维护成文件，几百章的长篇不靠对话记忆硬撑——续写前只读一份固定 7 栏、硬上限 12KB 的《上下文.md》状态卡，压缩上下文也不会丢伏笔。写正文前有门禁拦截（没有细纲不给写），写完自动扫截断、工程词和字数欠账。2026-09-20 核验：GitHub 6993★ / 995 fork，MIT，仓库创建于 2026-04-22，最近推送 2026-09-18，最新版本 v0.7.10（2026-09-09）。

适合谁：

• 在起点、番茄、晋江、七猫、知乎盐言等平台写长篇/短篇的网文作者，想用 AI 提效但不想丢掉对自己作品的控制权
• 已经在用 Claude Code / Codex 等编程 Agent 的写作者——一条 npx skills add 就能把写作流水线装进现有工具
• 想系统拆解爆款、建立自己写作方法论模块库的进阶作者

不适合谁：

• 想要「一键生成整本书」的自动写作用户——它的门禁设计（先细纲、待确认项留给作者）明确反对全自动
• 只用网页版 AI 对话、不装任何编程 Agent 的用户

准备工作

1. 运行环境：任一支持的编程 Agent——Claude Code、Codex CLI、Google Antigravity、OpenCode、ZCode、OpenClaw、Reasonix，或能读取项目文件的通用 Web AI 环境；Node.js（npx 安装需要）
2. 成本：skill 包 MIT 免费开源；写作消耗的是你 Agent 自带的模型额度（长篇多轮迭代 token 消耗不小，重度使用建议订阅制而非按量付费）
3. 时间：安装 2 分钟 + /story-setup 部署 1 分钟；上手第一条写作请求约 10 分钟
4. 前置知识：会用命令行装包；了解 Markdown 文件结构（设定/大纲/追踪都是 md 文件）

快速上手（3 步）

第一步：安装 skill 包

npx skills add zenstory-ai/oh-story-claudecode -y -g

-g 全局安装、所有目录可用；去掉 -g 只装当前目录。更新时重新执行同一条命令即可。也可以直接对 Agent 说「安装这个 skill https://github.com/zenstory-ai/oh-story-claudecode」。

第二步：部署并新开会话

在写作项目根目录运行：

/story-setup

（Codex 用 $story-setup）它会部署 hooks、agents、references，然后必须新开会话才生效。升级 skill 后同样重跑一次。Windows 下的 ENOENT、Antigravity 的 agy -p 等安装排查见官方 docs/hosts.md。

第三步：发出第一条请求

复制官方模板改一改就能用（以「开一本新书」为例）：

我想开一部〈类型/题材〉新书。先从我提供的材料中分开已确定事实与待决问题；
只规划一个有边界的开篇，交付核心冲突、视角/信息释放限制、前三章变化和待决项。
不要自动写正文；题材取舍、角色动机和长期方向留给我确认。

另有「导入已有书稿」（/story-import 把已发布章节反向重建成可续写工程）和「修一段不满意的正文」两条模板。

成功判定：项目目录生成标准结构（设定/、大纲/、正文/、追踪/ 四类文件）；写第 N 章时 追踪/上下文.md 状态卡显示「当前章：第N章」且活跃伏笔列表完整；/story-long-write 写完自动跑 chapter check 输出字数与检查项结果。

常见踩坑

1. 症状：装完 /story-setup 没反应、skill 不触发。 原因：hooks/agents 部署后需要新开会话才加载。 解决：部署完成提示后关掉当前会话重开；升级后同样重跑 /story-setup。

2. 症状：Windows 下安装报 ENOENT。 原因：各 Agent 在 Windows 上的部署差异（官方文档专门列了排查表）。 解决：按 docs/hosts.md 对应 Agent 的条目处理。

3. 症状：写正文被「拦下」，提示没有细纲。 原因：guard-outline-before-prose.sh 门禁是刻意设计——防止无纲裸写导致剧情失控。 解决：先让 Agent 补该章细纲（单元、目标情绪、情节点表格），过结构验收后再写正文。

4. 症状：几百章后 Agent 开始「忘记」早期设定。 原因：依赖对话记忆而非文件状态。 解决：走 /story-import 把书稿重建成标准工程，续写时 Agent 只读 追踪/上下文.md，不靠对话历史硬撑。

5. 症状：正文一股「AI 味」。 原因：抽象判词、em-dash 滥用、否定排比等已知句式模式。 解决：跑 /story-deslop（/去AI味）——本地检查是写作 lint，逐条匹配已知句式模板给出行号与改写方向，与手改结合效果最好。

6. 症状：手改了 追踪/ 下的派生文件，被 check 拒绝。 原因：追踪视图由 _tracking-state.json 整份重新渲染，手改会被检测到。 解决：通过 skill 的提交流程（chapter commit）回写状态，不直接编辑派生文件。

进阶玩法

• 多视角审稿：/story-review（/审查）用 4 个专业 Agent 多视角审稿，按番茄/起点/知乎盐言的评分标准给分
• 本地写作工作台：/story dashboard 在 127.0.0.1 打开工作台，浏览拆文库与项目文件树，小说内容不上传
• 封面生成：/story-cover（/封面）分析书名题材后生成封面图（GPT-Image-2，Codex 内置用量 / API 回退）
• 扫榜：/story-long-scan / /story-short-scan 分别覆盖起点/番茄/晋江与知乎盐言/番茄短篇的市场趋势
• 自然语言触发：不需要记命令——「帮我开书」→ story-long-write，「这篇太 AI 了」→ story-deslop，「沈栀现在什么状态」→ 自动 spawn story-explorer agent

常见问题 FAQ

Q1: 不用 Claude Code 行吗？

A: 行。官方支持 Claude Code、Codex CLI、Google Antigravity、OpenCode、ZCode、OpenClaw、Reasonix 等 8 款编程 Agent；命令格式略有差异（Codex 用 $story-setup 而非 /story-setup）。

Q2: 会把我的小说内容上传吗？

A: 不会。Dashboard 仅监听本机 127.0.0.1，正文与追踪文件都在本地；只有你主动调用封面生成等外部 API 时相关请求才出网。

Q3: 「作者真相」和「读者已知」为什么要分开记？

A: 这是防「角色提前知道答案、伏笔写飞」的主要机制——作者真相候选（如某角色背景）记在 时间线/作者真相.md 标为未揭示，读者已知.md 只记读者视角看到的信息，正文揭示前不会混淆。

Q4: 去 AI 味能完全自动化吗？

A: 不能也不应该。/story-deslop 的 blocking 级检查只限确定性句式/标点问题，其余按读感判断；朱雀等外部检测只作自测参考，最终读感需要人审。

Q5: 和直接让 ChatGPT/网页版 AI 写小说有什么区别？

A: 三点：文件系统记忆（长篇不崩设定）、确定性门禁与检查（细纲拦截、自动扫字数与截断）、方法论沉淀（100+ 份写作方法论 + 拆文库按需加载，拆解结果变成可复用的个人模块库）。

小技巧

• 先拆后写：用 /story-long-analyze 拆 2-3 本同题材爆款（产出开篇钩子/主角塑造/爽点设计等维度评分），把可复用技法喂给 /story-long-write，比直接开书写命中率高得多
• 状态卡当方向盘：每次续写前看一眼 追踪/上下文.md 的「活跃伏笔」与「下一章承诺」，发现该回收的伏笔主动提示 Agent
• 短篇走同一条链：/story-short-scan → /story-short-analyze → /story-short-write，情绪强度标注（−9~+9）直接指导反转节奏

免责声明

本文基于该仓库 README 与 docs/hosts.md（2026-09-20 抓取）及 GitHub API 实时数据（★6,993 / 🔱995）整理，AI 辅助生成。未实际用该 skill 完成一部长篇创作，写作质量与门禁拦截效果的结论来自官方文档与示例产出；生成内容质量取决于所用 Agent 的模型。

参考链接

• GitHub 仓库 zenstory-ai/oh-story-claudecode
• 项目主页（中文）
• 各编程 Agent 的部署与安装排查
• 工作原理：Agent、Hooks 与项目结构