Share Sign in
0
0
Dante Sun
via GitHub · Posted Sep 7, 2026 · 1 min read

Writing Agent: AI-Powered Article Production Pipeline

dongbeixiaohuo/writing-agent
Application

🚀 一个基于 Claude Code (Skills + Subagents) 的“去AI味”全栈写作系统。不仅防套路，更通过专属规则强制注入人类观点与细节，搭配读者测试评估与自动图文排版。全面支持 DeepSeek / 智谱GLM / MiniMax 等国产低成本大模型，提供从选题、风格建模到审稿发布的高维全自动写作工作流。

404Stars
63Forks
1Open issues
4Watching
Python MIT v0.11.0 Updated 1 hour ago
#ai-writing #claude-code #content-generation #deepseek
View on GitHub

At a glance

Intermediate Beta Python Auth required Actively maintained Commercial OK

Converts AI-assisted writing from one-shot drafting into a multi-stage workflow with theme, position, evidence, structure, humanization, review, and fact-checking stages, outputting publication-ready content with full audit trail.

Install brew install node
RequirementsPython 3.8+
Good forlong-form writingopinion piecesai humanizationcontent workflow automation
Works withClaude CodeAPI
NeedsAPI keys for DeepSeek, Qwen, GLM, MiniMax, or Kimi models required

A multi-stage writing workflow system that decomposes article creation into planning, evidence tracking, humanization, review, and fact-checking phases. Designed for writers producing long-form and opinion pieces, it supports cost-effective models like DeepSeek and Qwen while providing reproducible, interruptible workflows with built-in quality gates and reader testing.

0 comments

README

写稿Agent v0.11.0

License: MIT Desktop App Writing Workflow

把写作从“一次性吐全文”，改成“分阶段策划、证据留痕、审稿、去 AI 味、导出终稿”的流水线。

你拿到的不只是文章，更是一套能反复复用、能中断继续、能回头复盘的写作生产线。

它适合这几类人：

  • 想写长文、观点文、公众号文章，不想再靠一把梭 prompt 碰运气
  • 想让 AI 写作过程可中断、可修改、可复盘
  • 不只想拿到一篇文，而是想把写作变成稳定、可控、可积累的工作流

当前优先接入模型（官方资料核验于 2026-08-31）：

  • deepseek-v4-flash：默认推荐的按量方案，成本低，支持 Anthropic 兼容接口
  • qwen3.8-flash：阿里云百炼 Token Plan 用户的优先日常档
  • GLM-4.7、MiniMax-M2.7、kimi-for-coding：已经购买对应套餐时直接使用，不必追最高档模型

桌面预览版

现在可以直接下载 Writing Agent App 的 Windows 预览版：

桌面应用源码位于：

  • writing-agent-app/

如果你只想直接使用桌面应用，优先下载上面的安装包。
如果你想查看或参与源码开发，可以直接看仓库里的 writing-agent-app/ 目录。

快速入口

先看一个完整样本

如果你只想先判断这个仓库值不值得收藏，不要先看安装，先看这个真实样本：

demo/工资的一半，是你受的气折算的/

这不是只放一篇成品，而是把整条写作链路都放出来了，包括：

建议浏览顺序：

01_theme.md
-> 01b_position.md
-> 02_scar_tissue.md + 02_evidence_ledger.json
-> 03_outline.md
-> 05c_opening_hook.md
-> draft_v1.md
-> draft_v1_humanized.md
-> fact_claims.json + fact_check_report.md
-> draft_v1_humanized_clean.txt

如果你看完这套 Demo 觉得“这不是一次性吐全文，而是一条可复盘的生产线”，那这个仓库的核心价值你已经看到了。

完整 Demo：工资的一半，是你受的气折算的

下面不是虚构示例，是这个仓库里一篇真实跑完的文章项目。

  • Demo 目录：demo/工资的一半，是你受的气折算的/
  • 文章标题：工资的一半，是你受的气折算的
  • 主题：工资的一半是“技术溢价”，一半是“情绪折价”
  • 核心判断：你的工资不是你值多少，而是市场价减去组织税之后剩下的数
  • 完整过程文件都在这个目录里，包含选题、立场、伤疤、证据账本、大纲、开头赛马、草稿、审稿、传播测试、事实核查和纯文本稿

这套 Demo 主要传达这些信息：

  • 这是一条完整生产线，不是只放终稿
  • 默认发布出口仍然是 _clean.txt，也可以在最后一步额外导出公众号排版 .html
  • 这个样本真实包含调研阶段的事实证据账本，以及交付前的事实声明和核查报告
  • 核查报告保留了 2 条黄色修改建议、0 条红色问题，展示工作流如何暴露风险；正式发布前仍应处理黄色建议
  • 该历史样本使用的“记忆大师风格”目前标记为 legacy_unverified；可以参考方向，但不代表已完成跨样本风格验证
  • 中间产物本身就能证明“可调度、可中断、可复盘”

最关键的几个文件：

如果你只看最终效果，这篇 Demo 的发布出口就是：

demo/工资的一半，是你受的气折算的/draft_v1_humanized_clean.txt

最新更新

首页前部只保留最近主线版本，历史版本不再堆在前面。

v0.11.0 文体化写作、集中修订与事实核查升级

  • 按争议评论、解释分析、叙事观察、实用经验组织创作，优先明确读者新收获和作者真实素材；传播目标可为不适用。
  • 默认自主推进，已有风格/方向授权不重复确认；需要逐阶段参与时选择逐步共创。
  • 标题和开头先暂定，成稿后锁定；三份独立评审只给建议，由主笔集中修订，允许保留原稿。
  • 事实核查升级为 fact-check-v2：先固定正文、标题、证据账本，再验证逐条 claims 并计算结果；无依据、矛盾或部分支持的问题不能靠黄色标记放行。纯文本和 HTML 同用门禁。
  • 复盘区分用户修改和模型建议，新增 12 案例写作盲评工具。文章质量是否提升需要实际成稿和人工评分验证。

升级须知： v0.10.0 及更早项目需要针对当前终稿、锁定标题和证据账本重新执行 Stage 10.5；旧 passed 不能自动升级为通过。已有插件工作区还需核对并刷新 .claude/workflows/collab_v2.json，bootstrap 只补缺失文件，不会覆盖已有工作流。完整步骤见 v0.11.0 Release Notes。历史 Demo 保留原始状态，不代表通过新版门禁。现行行为以 工作流契约 为准；以下为历史版本记录。

v0.10.0 平台增长、创意反馈与双版本事实门禁

v0.10.0 正式版同时收录创意反馈、尾部事实门禁重排和平台化配图：

  • 配图不再破坏事实哈希：尾部顺序调整为 Humanizer → 可选配图 → Fact Checker → Auto Clean；配图写入新正文版本，最终核查绑定配图后的 Markdown
  • 评审不再重复打分：Editor 聚焦写作工艺与风格，Pre-publish 聚焦读者价值与发布风险，Reader Test 聚焦平台行为；发布前评审不再用第一人称数量衡量“灵魂”
  • 真实数据开始学习创意变量：发布指标自动快照标题公式、开头方案、主导社交货币、风格和源文件哈希，并允许在同平台、同窗口、同来源条件下跨项目比较
  • “有趣”成为可设计维度：Share Map 与 Editor 支持幽默、荒诞反差、认知意外和新鲜细节；严肃主题不强制搞笑，也禁止为了好玩编造素材
  • 标题和调研更可控：Stage 9 可由用户选择回到 Stage 5.5 重新锁定标题；外部事实检索记录成功与失败，不再用固定搜索次数假装完成调研
  • 配图按平台策划：读取 01_theme.md 的发布平台，比例和安全裁切区进入用户确认卡点，不再把 16:9 或模板化企业插画当全局默认值

平台增长与可信交付主线

这一版把流程从“正文写得可信”继续推进到“标题也可信、平台用得上、发布后能复盘”：

  • 事实放行同时绑定标题与正文：Stage 10.5 显式核查锁定标题、最终分发文案和正文；run_manifest.json 同时记录两份 SHA-256，任何一边改动都会让旧结果变成 stale
  • 标题接入证据与立场：title-designer 正式读取 01b_position.md 和 02_evidence_ledger.json，区分结构数字与事实数字，禁止凭空制造金额、比例、年龄或年份
  • 平台字段真正参与交付：标题阶段同步给出 3 条公众号摘要、头条信息流导语或知乎回答导语；Stage 9 根据平台切换定性矩阵，不再拿微信群聊逻辑测试所有文章，也不伪造 CTR/完读率预测
  • 模式 C 与记忆包进入机器契约：选题生成、验证、交接 Stage 1 都写进 collab_v2.json；下游真实消费者显式依赖 00_memory_packet.md，动态正文占位符从 run_manifest.json 安全解析
  • 风格档案有验证状态：新增 style_registry.json；六六、耍大刀标记为已验证，其余 5 份历史档案降级为低置信度方向参考，不再冒充跨样本稳定风格
  • 风格建模与登记状态闭环：style-modeler 会先解析开发仓库或插件工作区的可写风格根目录；新档案由原子注册工具登记为 legacy_unverified，只有证据账本、陌生主题验证和独立盲测全部通过后，才能显式升级为 verified
  • 发布后数据闭环：可选 Stage 14 用 publication_metrics.jsonl 追加记录曝光、打开、完成阅读、分享等指标，并绑定标题/正文/封面版本、观察窗口和流量来源；单篇只产出假设，跨项目可比后才进入记忆候选
  • 互动不靠骗评：Share Map 和大纲新增真实讨论入口，明确禁止虚假二选一、强迫站队和“扣 1”式伪互动

升级后，v0.9.1 及更早项目即使已有正文哈希，只要缺少 fact_checked_title_file / fact_checked_title_sha256，也会被视为旧式未完整绑定状态，需要针对当前锁定标题与正文重新执行 Stage 10.5。完整说明见 v0.10.0 Release Notes。

v0.9.1 写作可信度与交付门禁补丁

这一版重点解决“文件看起来齐全，但可能不是用户确认的那一版”以及“去 AI 味时为了生动而补出假经历”两类风险：

  • 事实结论绑定正文：fact_check_status 同时记录被核查正文的文件名和 SHA-256；正文哪怕只改一个字，旧的 passed 都会自动变成 stale，不能继续生成 _clean.txt
  • Humanizer 不再造经历：去 AI 味前必须读取 01_theme.md 和 02_evidence_ledger.json；只能强化已有真实素材，禁止新增第一人称亲历、金额、日期、人物、对话和无来源细节
  • Stage 6 改为语义门禁：主题必须有用户确认的风格，证据账本必须是合法且字段完整的 JSON，标题和开头必须记录用户已锁定的选择；单纯创建非空占位文件不再算完成
  • 自动清稿严格限定项目：正常流程只接受 --project 或 Hook 明确传入的正文，不再跨 articles/ 猜“最近修改的终稿”，避免并行项目串稿
  • 网页主地址先过安全预检：不仅图片 URL，用户给出的正文页面及每次跳转也会检查协议、凭据、DNS 和私网/保留地址；导航后还会复核 window.location.href
  • 依赖与 CI 门禁更新：生产依赖中的 high/moderate 漏洞已通过锁文件升级消除；CI 新增 high 级依赖审计与真实隔离插件安装，npm run check 也纳入工作流和文档契约校验

升级后，旧 run_manifest.json 中只有 fact_check_status=passed、却没有正文哈希绑定的项目会被视为 stale，需要重新执行 Stage 10.5。最低 Node.js 版本同步调整为 18.17.0。完整说明见 v0.9.1 Release Notes。

v0.9.0 运行时、安全与插件交付重构

这一版不只调整写作提示词，而是把“clone 能跑、plugin 也能独立跑、失败时不会越权交付”做成了可验证的运行时契约：

  • 工作流契约统一：Mode A/B/C 的阶段、必需产物和自动跳转全部由 collab_v2.json 约束；当前流程先处理可选配图，再对最终 Markdown 做事实核查，未通过时自动清稿和 HTML 交付不会放行
  • 插件真正独立运行：插件脚本固定从 ${CLAUDE_PLUGIN_ROOT} 调用，Node 依赖安装在 ${CLAUDE_PLUGIN_DATA}，不再依赖用户工作区里恰好存在本仓库的 scripts/ 或 node_modules/
  • 网页与导出安全加固：网页内容按不可信输入处理；图片下载增加内网地址、DNS 重绑定、跳转、MIME、体积和超时校验；HTML 导出增加 XSS 清理和原子写入
  • 风格建模证据化：稳定风格特征至少需要跨样本证据，单篇观察只作为候选；量化脚本修复句长中位数、段落和标点统计偏差
  • 可发布验证链：新增 Windows/Linux CI、107 项回归测试、Python 无落盘语法检查、插件严格校验、npm 打包预检和隔离工作区安装测试

本版同时将三个 Skill 目录对齐其 frontmatter 名称：

旧目录 新目录
风格建模 style-modeler
工作流导演 workflow-producer
公众号文章获取 web-article-extractor

正常 git pull 会完成目录迁移；如果你有自定义脚本、快捷命令或文档直接引用旧目录，需要同步更新路径。完整变更见 CHANGELOG，面向发布和升级的说明见 v0.9.0 Release Notes。

v0.8.1 风格提取重大升级：从"形似"到"神似"

如果你用过风格库功能，可能遇到过这种情况：让 AI 学一个作者的风格，学出来的东西看着眼熟——设问推进、具体案例、金句收尾——但换个话题一写，读者一眼就能看出"这不是那个人"。

问题出在提取方法上：之前的风格建模，很容易把"任何优秀公众号写手都会这么写"的通用公式，当成了"只有这个作者才这么写"的独有指纹。这一版重构了风格建模的整套方法论和工具链，并用新流程把风格库里的示范文件全部推倒重来：

  • 量化指纹脚本：句长、问句占比、段落长度这些节奏结论，过去全靠肉眼估。现在用脚本对样本实测——这一测就测出旧文件里两处纯凭印象写错的结论（"耍大刀风格"旧版写"短句为主"，实测平均句长其实是 32 字；"每2-3段设问"实测问句占比只有 3.4%）
  • 区分性检验：风格内核的每一条特征都要过两道关——"随便一个优秀写手是不是本来就这么做"、"是不是和风格库里其他作者撞脸了"。通不过的降级成"通用基线"，不再冒充作者独有指纹
  • 判断库（观点指纹）：新增"这个作者反复表达的实质判断是什么、价值排序是什么"——句式可以模仿，但一个人会得出什么结论，是仿不出来的
  • 独立盲测验证：仿写验证不再是自己写完自己打分（这样的分数必然虚高），改成拉一个完全没见过风格文件的独立 AI，把原文和仿写打乱顺序让它猜"哪个是仿的"。它猜错了，才算真的过关

用新流程重新提取的两份风格文件（耍大刀风格/金错刀、六六的风格/刘润）已经验证：独立盲测员被骗过，误把原文当成了仿写。六六风格这一轮还挖出一条此前完全没发现的硬指纹——全篇零感叹号，靠短句和逗号顿挫表达情绪，而不是靠标点抒情。

如果你之前觉得"风格学出来的文章有点像，但总差点意思"，这一版就是冲着这个问题去的。

v0.8.0 个性注入与反模板（Fable 5 优化版）

这一版解决的问题，用一句话说：之前的流程能保证文章"不像AI写的"，但保证不了"值得读"。

此前的真实痛点：流水线跑完 14 个阶段、通过全部检查，成稿仍然是"第一个坑…第五个坑"式的对称排比清单文——数据是编的、案例是虚构的"老张"、风格只学了口头禅没学判断方式。这一版由 Claude Fable 5 对全链路做了一次针对性诊断和重构，把质量控制从"负向拦AI腔"升级为"正向产个性"：

  • 真实素材采集（新增卡点）：写作前强制向你要 1-2 条真实经历、真实观点或亲历细节；你说没有，全流程就禁止虚构"我一个朋友老张"式假故事。个性的唯一来源是真素材，现在从源头保证它存在
  • 风格内核管道化：立场、大纲、素材调研阶段现在都要先读风格文件的"判断方式"（作者首先看见什么、论证发动机），而不是等到动笔才贴口头禅——解决"形似神不似"
  • 结构反模板：大纲阶段硬性限制全文最多 1 处编号列表、相邻章节禁止同构，从结构层消灭AI排比，这是句子级规则管不到的最大模板味来源
  • 素材防编造：伤疤素材库禁止出现任何没有证据ID的数字和百分比，"少而真"压倒"多而假"
  • 评审去通胀：主编审稿新增"无聊段落淘汰"（每段必须有新信息/新观点/新画面）和"风格盲测对照"（与作者原文并排找露馅点）；微信读者测试必须回答"我在第几段想关掉"；复盘禁止给自己打分
  • 写作用最强模型：正文写作和去AI味两个最吃创造力的环节解除了模型钉死，改为继承会话模型
  • 正文纯净："分享指南"之类的模板产物不再混进终稿

如果你之前用这套流程写出来的文章总觉得"哪都对但没人想看完"，这一版就是冲着这个问题去的。

v0.7.8 新增事实证据账本与发布前核查

  • Stage 2 research-expert 现在会同步生成 02_evidence_ledger.json：数字、日期、机构、人名、公司名、报告、政策、网页链接等事实性内容都要有 evidence_id
  • Stage 6 writing-executor 写作时必须读取证据账本：没有证据的内容只能写成观点或生活观察，不能伪装成“数据显示”“研究表明”“报告指出”
  • 新增 Stage 10.5 fact-checker：在 Humanizer 之后、生成 _clean.txt 之前抽取正文事实 claim，反查证据账本和外部来源
  • 遇到 CONTRADICTED、BROKEN_LINK、NEEDS_USER_SOURCE 或红色 UNSUPPORTED，流程会停机，禁止继续进入配图、纯文本终稿或 HTML 导出
  • 同步补齐 claude-runtime/ 和 plugin 分发目录，避免 clone 用户和 plugin 用户拿到不同工作流

这版解决的是“文章写得像人，但事实可能是错的”这个硬伤。现在流程会先要求事实有来源，再在最终提交前拦一次高风险幻觉。

v0.7.7 新增公众号排版 HTML 导出

  • 新增 html-exporter 末端导出器：最终 Markdown 定稿后，可以额外导出一份适合公众号排版和复制的 .html
  • 内置 4 种默认版式可选：经典正文（default）、精致长文（grace）、极简评论（simple）、现代杂志（modern）
  • 保留 _clean.txt 作为默认纯文本出口：你可以只拿纯文本，也可以同时拿纯文本和排版 HTML
  • 收紧 Stage 12.5 契约、运行态记录和回归测试，让“是否导出 HTML、选择哪种版式”变成真实流程，而不是 prompt 口头约束

如果你关心的是“最后到底能交付什么”，这一版的答案很直接：正文、可直接复制的 _clean.txt、可选的公众号排版 .html，都能稳定落地。

v0.7.6 深化生产骨架

  • research-expert 从泛泛调研改成“伤疤打捞”，核心产物是 02_scar_tissue.md
  • empathy-designer 从共情点设计升级成“社交转发动机”，核心产物是 04_share_map.md
  • 新增 opening-tournament，在正式写稿前先赛马开头，核心产物是 05c_opening_hook.md

快速了解当前版本，先看 v0.11.0 的写作流程与升级须知；平台能力可继续参考 v0.10.0。更早的记录见 CHANGELOG 和 Releases。

模型与 Token Plan

这个项目不一定非要跑 Claude 官方模型。只要服务商提供 Claude Code 可用的 Anthropic 兼容接口，就可以用第三方模型运行完整流程。

当前推荐顺序：

  1. 低频或第一次试跑：deepseek-v4-flash 按量付费。
  2. 国内长期使用：先比较阿里云百炼 Token Plan Lite 和 MiniMax Token Plan Plus，不默认购买最高档。
  3. 已有套餐：GLM 用 GLM-4.7，MiniMax 用 MiniMax-M2.7，Kimi 用 kimi-for-coding；普通写作任务没必要先上旗舰模型。
  4. 需要切换多家兼容接口：使用 CC-Switch。
场景 优先选择
第一次验证完整流程 deepseek-v4-flash 按量付费
已有阿里云 Token Plan qwen3.8-flash
已有 GLM / MiniMax / Kimi 套餐 GLM-4.7 / MiniMax-M2.7 / kimi-for-coding
中高频长期使用 从当前仍在售的入门 Token Plan 或会员档开始
多模型来回切换 CC-Switch

价格、额度、模型 ID 和官方接入地址见下方 模型和成本怎么选。

它和普通 AI 写作工具有什么不一样

普通 AI 写作：

  • 一次性生成全文
  • 改一轮就开始漂
  • 风格、结构、审稿全混在一个大 prompt 里
  • 很难知道文章为什么好，为什么差

写稿Agent：

  • 先定主题和立场
  • 再打捞场景、代价和细节
  • 同步建立事实证据账本，给可核查内容留来源
  • 再做大纲、分享触点、具象化和开头赛马
  • 写完后还有主编审稿、发布前评审、微信传播测试、去 AI 味
  • 表达诊断及可选配图后，对最终稿执行完整事实核查；无依据、矛盾、部分支持或红色问题不放行
  • 最后输出 _clean.txt 终稿，并可按需额外导出公众号排版 .html

一句话说：

它不是“让 AI 帮你写一篇文章”，而是“把写作拆成可调度、可中断、可复盘的流程”。

适合谁，不适合谁

适合：

  • 写公众号文章、长文观点文、行业评论的人
  • 对“AI 味”“结构松”“标题软”“开头弱”敏感的人
  • 想把 AI 写作纳入稳定工作流的人

不适合：

  • 只想一句话秒出 300 字短文的人
  • 不关心中间产物、只关心快的人
  • 不想做任何确认和审稿的人

完整版安装

完整版不是只靠一个 Skill 在跑，它依赖整个仓库一起工作：

  • .claude/skills/
  • .claude/agents/
  • .claude/workflows/
  • scripts/

最短路径：

  1. 先准备 Node.js 18.17+、Python 3.11+ 和 Claude Code
  2. clone 本仓库并执行 npm ci
  3. 配好你要用的模型 API 或 Claude 账号
  4. 一定在项目根目录启动 claude
  5. 先用 demo/工资的一半，是你受的气折算的/ 理解流程，再开始正式写作

如果你已经准备直接跑完整版，继续看：

现在有两种交付路径

从这一版开始，这个项目同时支持两种使用方式：

方式 适合谁 运行根目录
git clone 仓库 想直接拿完整项目、看 demo、参与开发的人 仓库根目录
plugin 安装 不想先 clone 仓库，只想在任意工作目录里使用工作流的人 你的当前工作目录

两条路径的底层运行时现在共用一套唯一源：

  • claude-runtime/

然后再分别同步到：

  • 项目兼容层：.claude/
  • 插件目录：plugins/writing-agent/

如果你是 git clone 用户

用法不变：

  1. clone 仓库
  2. 在仓库根目录执行 npm ci
  3. 在仓库根目录启动 claude
  4. 继续按项目内 .claude/、scripts/、demo/ 这套方式使用

如果你是 plugin 用户

插件模式的目标是：

  • 安装插件后，不需要先 clone 这个仓库
  • 在任意正常工作目录启动 claude
  • 插件会通过工作区自举脚本补齐最小运行目录

当前仓库里已经包含插件骨架：

  • plugins/writing-agent/
  • .claude-plugin/marketplace.json

安装方式只保留最简单这一条。

假设仓库地址就是：

  • dongbeixiaohuo/writing-agent

那用户只需要执行：

1. 添加 marketplace

claude plugin marketplace add dongbeixiaohuo/writing-agent

2. 安装插件

claude plugin install writing-agent@writing-agent-marketplace

3. 重新加载插件

/reload-plugins

装完之后，在你想写文章的目录里启动 claude 就可以了。

如果已经安装旧版，先更新 marketplace，再更新插件：

claude plugin marketplace update writing-agent-marketplace
claude plugin update writing-agent@writing-agent-marketplace

更新完成后重启 Claude Code，或执行 /reload-plugins。从 v0.8.x 升级时，如果自定义内容直接引用过中文 Skill 目录，还需要按上面的目录映射改成英文名称。

插件第一次进入一个空工作目录时，会自动补齐最小运行结构：

  • articles/
  • .claude/styles/
  • .claude/workflows/

工作区自举采用“只补缺失文件”的策略：如果工作区里已经存在同名样式或工作流，现有文件优先，插件不会覆盖。插件脚本不会复制进用户工作区，而是刷新到 Claude 提供的 ${CLAUDE_PLUGIN_DATA}/runtime/；HTML、配图等 Node 依赖按插件自己的 package-lock.json 首次执行 npm ci --omit=dev --ignore-scripts，后续只有依赖清单变化才重装。这样既不会污染现有项目，也不会因插件升级继续调用旧脚本。

因此插件首次启动需要能够访问 npm registry，首次安装时间会比后续启动长；依赖成功安装后会持久缓存。离线环境应先在联网环境完成一次启动并保留对应的 ${CLAUDE_PLUGIN_DATA}，不能只复制插件源码后假设依赖已经存在。

两种路径都要求本机可以直接执行：

node --version
npm --version
python --version

最低版本为 Node.js 18.17+、Python 3.11+。Python 脚本只使用标准库；Node 依赖以根目录和插件目录各自的 package-lock.json 为准，不依赖用户手工猜包名。

给新手的完整安装与使用说明

如果你对这些东西还不熟：

  • GitHub 仓库怎么 clone
  • Claude Code 怎么装
  • Node.js 为什么要装
  • 模型和 API 怎么配
  • 怎么确认项目真的跑起来了

那就直接按这一节来，不需要先去翻别的文档。

三种安装方式

Claude Code 支持 macOS、Linux、Windows。你该选哪条路，取决于你的系统和习惯。

安装方式 命令 适用平台 推荐度
Native Install curl -fsSL https://claude.ai/install.sh | bash macOS / Linux / WSL ⭐ 推荐
Homebrew brew install --cask claude-code macOS 适合已经在用 brew 的人
WinGet winget install --id Anthropic.ClaudeCode -e Windows Windows 首选

核心建议：

  • 不确定选哪个：macOS / Linux 直接用 Native Install
  • 已经是 Homebrew 用户：用 brew 更顺手
  • Windows：先装 Git for Windows，再走 WinGet

为什么 Node.js 和 Python 都要讲

这点必须说清楚。

本仓库的锁定依赖要求 Node.js 18.17+。提前准备好 Node.js 的原因有两个：

  • 如果你后面想走 npm 路线安装、升级或调试 Claude Code，Node.js 是硬前置
  • 这个仓库本身带了 package.json 和一些基于 Node 的脚本、工具链，后面你大概率还是会用到 node / npm
  • 工作流的校验、自举、清理和运行状态脚本使用 Python 3.11+

所以最稳的建议是：

  • 先装好 Node.js 18.17+
  • 再装好 Python 3.11+
  • 再装 Claude Code
  • 最后 clone 仓库、执行 npm ci 并启动项目

Node.js 怎么装

Windows：

  • 官网下载安装：nodejs.org
  • 或者直接用 WinGet：
winget install OpenJS.NodeJS.LTS

macOS：

  • 官网安装包
  • 或者：
brew install node

Linux：

  • 推荐用 nvm
  • 或者用你发行版自己的包管理器

装完先验证：

node --version
npm --version

能看到版本号，再继续下一步。

Claude Code 怎么装

macOS / Linux

打开终端，运行：

curl -fsSL https://claude.ai/install.sh | bash

这个脚本会自动下载 Claude Code，并把 claude 命令放到你的 PATH 里。

如果你是 Homebrew 用户，也可以直接：

brew install --cask claude-code

装完验证：

claude --version

Windows

Windows 这里建议按“Git for Windows + WinGet”这条路走。

1. 先装 Git for Windows

从 git-scm.com 下载也可以，直接 WinGet 更省事：

winget install --id Git.Git -e

它会顺带给你 Git Bash。Claude Code 在 Windows 上需要这类 Unix 工具链支持，所以这一步不要跳。

2. 安装 Claude Code

winget install --id Anthropic.ClaudeCode -e

如果你不用 WinGet，也可以改走官方 PowerShell 安装脚本：

irm https://claude.ai/install.ps1 | iex

3. 验证安装

重新打开 PowerShell 或 Git Bash，运行：

claude --version

看到版本号就说明装好了。

4. Windows 使用建议

  • 推荐用 PowerShell 或 Git Bash
  • 不推荐直接在 CMD 里折腾
  • 如果你装了便携版 Git，Claude Code 找不到 Git Bash，再单独配置 CLAUDE_CODE_GIT_BASH_PATH

五种用法，选哪个

Claude Code 装好之后，常见有五种用法：

环境 特点 适合谁
终端 CLI 最原生、能力最完整 日常开发主力方式
VS Code 扩展 在 VS Code 侧边栏里用 已经重度依赖 VS Code 的人
Desktop App 图形界面更直接 不熟终端、但想先上手的人
Web 浏览器直接使用 临时体验
JetBrains 插件 IntelliJ / WebStorm 等集成 JetBrains 用户

这份 README 和本仓库的所有说明，默认都以 终端 CLI 为基准。

原因很简单：

  • 这个仓库强依赖“当前项目目录”这个上下文
  • .claude/skills/、.claude/agents/、.claude/workflows/ 都更适合按 CLI 路径理解
  • 就算你后面要用 VS Code 或 JetBrains，也建议先把 CLI 这条路摸熟

账号和钱的事

你有两条常见路径：

  • 直接用 Claude 官方订阅登录 Claude Code
  • 不走 Claude 订阅，改用 Anthropic 兼容接口接第三方模型

这两条路不是互斥的，只是适用场景不同。

Claude 官方订阅

如果你打算直接用 Claude 官方账号，当前个人档位是：

方案 官方价格 建议
Free $0 只做偶尔体验，额度有限
Pro $20/月 或 $200/年 本项目的默认起步档，先用一段时间再判断是否需要升级
Max 5x $100/月 Pro 经常触顶时再考虑
Max 20x $200/月 不是本项目的默认推荐

Claude 与 Claude Code 共用订阅额度；如果环境里保留了 ANTHROPIC_API_KEY，Claude Code 会优先走 API 按量计费，而不是消耗订阅额度。价格见 Anthropic 个人套餐说明，登录方式见 在 Claude Code 中使用 Pro 或 Max。

简单选法：

  • 偶尔体验先用 Free；准备正式跑长链路时从 Pro 开始
  • 只有 Pro 经常撞额度，才升级 Max 5x
  • 不要为了“模型最强”直接购买 Max 20x

这个仓库更常见的实际路径

对这个项目来说，更常见的用法其实是：

  • 用 Anthropic 兼容接口
  • 接 deepseek-v4-flash、qwen3.8-flash、GLM-4.7、MiniMax-M2.7 或 kimi-for-coding
  • 用更低成本把长链路写作流程跑通

所以你不用把“Claude 官方订阅”和“第三方模型 API”理解成二选一。

模型和成本怎么选

这个项目的模型选择逻辑，不是“谁绝对最强”，而是“能不能稳定跑完整流程，以及每个月实际花多少钱”。以下信息核验于 2026-08-31；活动价可能变化，购买前仍要打开链接确认结算页。

先选日常档，不先买旗舰档

  • 默认按量模型：deepseek-v4-flash。它是当前 DeepSeek 的 Flash 模型，支持 1M 上下文、工具调用和 Anthropic 兼容接口。
  • 已有阿里云 Token Plan：优先 qwen3.8-flash，复杂任务失败时再临时切 qwen3.8-max 或其他高阶模型。
  • 已有 GLM Coding Plan：日常用 GLM-4.7；官方也建议只在复杂任务中切 GLM-5.2，后者会更快消耗额度。
  • 已有 MiniMax Token Plan：先用官方 Claude Code 接入文档明确支持的 MiniMax-M2.7。
  • 已有 Kimi 会员：入门档先用 kimi-for-coding（Kimi K2.7 Code），不必为了 K3 或 HighSpeed 直接升级高价档。

这些是依据当前官方模型和计费文档给出的成本优先建议，不等于每个新模型别名都已在本仓库完成整条回归。正式写作前请先用 Demo 跑一遍。

按量付费模型

模型 ID 当前公开价格 什么时候用 官方入口
deepseek-v4-flash 每百万 Token：缓存未命中输入 $0.22 / $0.44、输出 $0.66 / $1.32（低谷 / 高峰） 默认按量试跑；先少量充值，再看真实消耗 价格 · Anthropic 接入
qwen3-coder-flash 单次输入不超过 32K 时，每百万 Token 输入 ¥1、输出 ¥4；长上下文分档涨价 已有百炼按量账号，并希望使用低价 Flash 档 百炼模型价格

DeepSeek 当前高峰时段为工作日北京时间 09:00–12:00 和 14:00–18:00，其余时段按低谷价；缓存命中输入另有更低价格，仍以实时价格页为准。

不要用一次完整长文任务去反推“每篇固定多少钱”：本项目会经历多 Agent、多轮返工和长上下文，缓存命中、上下文长度、是否重跑阶段都会改变账单。

当前仍在售的订阅方案

平台 当前入门方案 日常模型建议 额度特点 官方链接
阿里云百炼 Token Plan Lite 原价 ¥60/月，当前页面限时 ¥39/月 qwen3.8-flash 每 7 天 2,500 Credits；Token Plan Key 与按量/Coding Plan Key 不互通 套餐与价格 · 接入指南
MiniMax Token Plan Plus ¥49/月 MiniMax-M2.7 5 小时窗口和周窗口；更高档只在确实触顶后考虑 套餐与价格 · Claude Code 接入
Kimi 会员 Andante ¥49/月 kimi-for-coding Kimi Code 与其他会员功能共享额度；K3 需更高会员档 会员价格 · Kimi Code 模型与接入
GLM Coding Plan Lite 价格由登录后的订阅页实时显示 GLM-4.7 约 80 prompts/5 小时、400 prompts/周；GLM-5.2 消耗倍率更高 套餐说明 · 接入指南
Claude 官方订阅 Pro $20/月 或 $200/年 使用 Pro 当前提供的默认模型 Claude 与 Claude Code 共用额度；先用 Pro，不默认推荐 Max 套餐价格 · Claude Code 登录

阿里云旧 Coding Plan Lite 已停止新购和续费，Pro 也改为限量供应；新用户应看 Token Plan。MiniMax 已改为 Token Plan，Kimi 使用会员额度。旧表里的腾讯云、百度千帆、火山引擎和无问芯穹促销入口因无法继续从官方页面确认现行套餐，已经移除。

怎么选最省事

  • 每月少量使用：deepseek-v4-flash 按量付费
  • 每月持续写、持续改：先看阿里云 Token Plan Lite 或 MiniMax Token Plan Plus
  • 已有 GLM、MiniMax 或 Kimi 套餐：使用对应日常档模型，不需要为了 README 换平台
  • 只有日常档反复失败或额度长期不够，才升级模型或套餐

模型切换怎么搞

如果你不想手改环境变量，推荐直接用：

它适合这类场景：

  • 你在 deepseek-v4-flash、qwen3.8-flash、GLM-4.7、MiniMax-M2.7、kimi-for-coding 之间切换
  • 你不想反复改 ANTHROPIC_BASE_URL
  • 你不想每次都重新整理 API Key

不同产品的订阅 Key、按量 API Key 和 Base URL 往往互不通用。切换后先用 /status 与 /model 读回实际服务地址和模型，不要只看配置文件里写了什么。

说第一句话

装好了，模型也有了，先不要急着正式写文章。先让 Claude Code 证明它真的能理解这个仓库。

1. 进入项目目录

git clone https://github.com/dongbeixiaohuo/writing-agent.git
cd writing-agent

2. 启动 Claude Code

claude

如果你走 Claude 官方账号，第一次启动会引导你登录。

如果你走第三方兼容接口，先把 settings.json 配好再启动。

3. 先说这句话

进入对话后，直接试一句：

先别写新文章，先解释 demo/工资的一半，是你受的气折算的 里每个阶段文件各自起什么作用。

这句话的好处是：

  • 它能验证 Claude Code 读没读到当前项目目录
  • 它能验证 .claude/skills/ 是否被正确加载
  • 它能让你立刻理解这套流程到底怎么工作

确认一切正常

按这个清单过一遍：

检查项 命令 / 操作 预期结果
Node.js 可用 node --version / npm --version 能看到版本号
Claude CLI 可用 claude --version 能看到版本号
Claude 环境自检 claude doctor 没有关键错误
项目目录正确 在仓库根目录执行 dir / ls 能看到 .claude/、demo/、scripts/
Skills 可见 启动 claude 后询问有哪些 skills 至少能识别项目级 skills
Demo 可读 让它解释 demo/工资的一半，是你受的气折算的/ 能说明各阶段文件的作用
基础命令可跑 让它执行 git status 或 dir / ls 能返回命令结果

如果这些都过了，就说明基础环境是正常的。

项目级加载逻辑

很多人会误以为：

  • clone 了仓库 = 一定能跑完整流程

实际不是。

这个仓库的完整版依赖 4 层同时存在：

  • skill 作为入口：.claude/skills/
  • agent 作为执行单元：.claude/agents/
  • workflow 作为协议：.claude/workflows/
  • scripts 作为底层工具：scripts/

所以你必须做到：

  1. clone 完整仓库
  2. 在项目根目录启动 claude
  3. 让这 4 层一起工作

少了其中一层，都不是完整链路。

双轨兼容后的真实结构

现在仓库里多了一层运行时唯一源：

  • claude-runtime/

维护逻辑变成：

  • 开发时优先修改 claude-runtime/
  • 然后同步生成项目兼容层 .claude/
  • 再同步生成插件目录 plugins/writing-agent/

对应命令：

npm run sync:claude-runtime
npm run check:claude-runtime
npm run check

第一条负责同步，第二条负责检查有没有漂移；npm run check 会继续执行 Python 回归、语法检查和插件严格校验，是提交或发布前的统一验证入口。

这样可以避免后续出现：

  • git clone 用户拿到的是新逻辑
  • plugin 用户拿到的还是旧逻辑

如果你在改运行时相关内容，例如：

  • skills
  • agents
  • styles
  • workflows
  • scripts

那就不要只改 .claude/ 或 plugins/writing-agent/，而是优先改 claude-runtime/。

推荐的新手使用顺序

如果你是第一次接触这类工具，我建议按这个顺序来：

路线 A：先看 Demo，再安装

  1. 先看 demo/工资的一半，是你受的气折算的/
  2. 看明白 01_theme.md -> draft_v1_humanized_clean.txt 这条链路
  3. 再决定你要走哪家模型和哪种费用方案
  4. 最后开始安装和配置

路线 B：直接上完整版

  1. 先装 Node.js
  2. 再装 Claude Code
  3. clone 仓库
  4. 配模型或账号
  5. 在项目目录启动 claude
  6. 用 Demo 做第一轮验证

遇到问题了

1. claude: command not found

通常是：

  • Claude Code 没装好
  • PATH 没生效
  • 终端没重开

处理方式：

  • 重开终端再试
  • 重新跑安装命令
  • 再执行一次 claude --version

2. 代理或网络连不上

如果你在国内网络环境下访问 Anthropic 官方服务，可能需要代理。

macOS / Linux：

export HTTPS_PROXY=http://127.0.0.1:7890
export HTTP_PROXY=http://127.0.0.1:7890

PowerShell：

$env:HTTPS_PROXY="http://127.0.0.1:7890"
$env:HTTP_PROXY="http://127.0.0.1:7890"

如果你长期需要代理，把它写进你的 shell 配置里。

3. 安装时报权限错误

macOS / Linux 不要先上来就 sudo。

如果你走 Native Install 路线，先确认：

mkdir -p ~/.local/bin

然后重新执行安装脚本。

如果你走的是 npm 安装路径，优先修正本地 Node/npm 权限，而不是直接把所有东西用 sudo 装。

4. 我 clone 了仓库，为什么还是没有完整流程

优先排查这三件事：

  1. 你是不是在项目根目录启动的 claude
  2. .claude/skills/、.claude/agents/、.claude/workflows/、scripts/ 是否都在
  3. 你的仓库是不是拉到了最新版本

这套系统不是只靠一个 Skill 跑起来的，它依赖完整目录和项目内启动。

5. 怎么升级 Claude Code

先试：

claude update

如果你更习惯沿用安装时的包管理方式，再用下面这些命令：

Native Install：

curl -fsSL https://claude.ai/install.sh | bash

Homebrew：

brew upgrade --cask claude-code

WinGet：

winget upgrade Anthropic.ClaudeCode

6. 想在 VS Code 里用

去 VS Code 扩展市场搜索 Claude Code，安装 Anthropic 官方扩展即可。

但建议先把 CLI 路线跑通，再切 IDE。

7. 不想用终端，想用桌面应用

可以直接去 claude.ai/download 下载 Desktop App。

但这套仓库仍然建议你至少先把 CLI 跑通，因为项目目录上下文、skills、agents、workflows 的理解都更直接。

如果你只想记住最重要的 4 句话

  1. 先看 demo/工资的一半，是你受的气折算的/，比先看安装说明更容易看懂项目价值。
  2. 低成本起步优先 deepseek-v4-flash；已有套餐就用对应平台的 Flash 或日常档，不要默认购买最贵模型。
  3. 完整版一定要在项目根目录启动 Claude Code，最后默认交付的是 _clean.txt，并可按需额外导出公众号排版 .html。
  4. 新版会在调研阶段生成 02_evidence_ledger.json，最终交付前生成 fact_claims.json 和 fact_check_report.md，用来拦截错误事实和失效引用。

Comments (0)

Sign in to join the discussion.

No comments yet

Be the first to share your take.