开源 AI 小说创作应用:基于 Electron、Vue 3 和 Agent 的写作工作台
开源 AI 小说创作桌面应用 CharacterArc:基于 Electron、Vue 3 和 Agent 的写作工作台
前言
写长篇小说时,真正麻烦的往往不是生成一段文字,而是如何长期维护人物设定、世界观、组织关系、分卷大纲、伏笔和章节正文。
普通 AI 对话工具可以帮助发散灵感,但项目变长之后,很容易出现上下文丢失、人物关系混乱、大纲与正文脱节等问题。传统写作软件虽然编辑功能完善,却通常缺少能够主动读取项目资料、调用工具并参与修改的 AI Agent。
基于这些需求,我开发了 CharacterArc(弧光),一个本地优先、面向小说项目的开源 AI 创作桌面应用。
它不是“一键生成整本小说”的工具,而是希望把项目管理、资料维护、章节写作和 AI 协作整合到同一个工作台中。
界面截图
项目中心
作品概览
Skill 管理
章节创作
封面工作台
项目信息
- 项目名称:CharacterArc
- 中文名称:弧光
- 支持平台:Windows、macOS、Linux
- 技术栈:Electron + Vue 3 + TypeScript + SQLite
GitHub:
https://github.com/uu201/character-arc
安装包下载:
https://github.com/uu201/character-arc/releases/latest
软件本身免费开源,不需要注册账号,也没有会员或订阅服务。
CharacterArc 不内置收费模型。用户需要配置自己的 OpenAI 兼容接口或 Anthropic 接口,调用模型产生的费用由对应 API 提供商收取。
CharacterArc 能做什么
1. 管理完整的小说项目
每部作品都拥有独立的项目空间,可以集中维护:
- 世界观设定
- 角色档案
- 组织与势力
- 人物关系
- 分卷和剧情大纲
- 剧情线与伏笔
- 章节正文
- 创作记忆
- 项目知识库
- 参考作品
- AI 会话和任务记录
不同作品的数据相互隔离,适合长期维护多个写作项目。
配图建议:项目中心、作品概览。
2. 大纲与章节关联
剧情大纲采用按分卷组织的时间线结构,支持拖拽排序、跨卷移动、批量处理以及 AI 扩写。
创建章节时,可以直接选择对应的大纲节点,并自动带入:
- 章节标题
- 章节摘要
- 目标字数
- 所属分卷
- 大纲绑定关系
这样可以减少“大纲写在一个地方,正文又在另一个地方”的割裂感。
大纲还支持 Excel 导入和导出,方便批量整理章节规划。
配图建议:剧情大纲页面。
3. 面向小说写作的章节工作台
章节编辑界面采用三栏结构:
章节目录树 | 正文编辑器 | AI 助手
正文编辑器基于 TipTap,支持:
- 自动保存
- 搜索与替换
- 富文本编辑
- 字数目标
- 阅读模式
- 专注模式
- 手动快照
- 历史版本回滚
- TXT 和 DOCX 导出
章节写作、资料查询和 AI 对话可以在同一个页面完成。
配图建议:章节创作页面。
Agent 不只是聊天
CharacterArc 中的 AI 助手不是一个简单的聊天窗口。
Agent 可以根据当前任务,调用工具读取项目中的角色、世界观、大纲、章节、剧情线、创作记忆和知识文档,也可以加载对应的写作 Skill。
一个典型的处理过程可能是:
理解用户需求
↓
检索相关项目资料
↓
读取目标章节和大纲
↓
加载匹配的写作 Skill
↓
生成修改方案
↓
进入暂存区等待用户审阅
↓
用户确认后写回项目
为了降低 AI 误改正文的风险,涉及章节和项目资料的修改不会直接落盘。
Agent 会先生成暂存变更或 Diff 对比,用户确认后才会正式写回。这样既能保留 Agent 的操作能力,又不会把最终决定权交给模型。
内置写作 Skill 系统
CharacterArc 当前内置了 3 组、共 28 个 Skill,覆盖多个小说创作场景。
主要包括:
- 长篇小说写作
- 短篇小说写作
- 章节生成与修复
- 人物设计
- 世界观构建
- 节奏与高潮设计
- 情绪曲线
- 爽点设计
- 题材分析
- 平台商业化
- 风格指纹提取
- 多种文风融合
- 中文文本润色
- 去除机械化表达
- 封面提示词生成
- 平台内容合规
AI 助手可以根据当前对话、作品题材和创作阶段自动匹配 Skill。
除了内置 Skill,用户也可以给单独的项目导入自己的 Skill 包。项目级 Skill 相互隔离,适合为不同题材配置不同的创作流程。
配图建议:Skill 管理页面。
拆书与知识库
CharacterArc 支持导入参考作品,并将分析结果沉淀到拆书知识库中。
参考作品可以用于:
- 分析叙事结构
- 提取语言风格
- 拆解人物关系
- 研究章节节奏
- 生成风格指纹
- 为后续写作提供检索资料
在生成章节时,用户可以手动选择需要参考的作品。系统按需检索相关内容,避免把整部作品全部塞入模型上下文。
配图建议:拆书与知识库页面。
多模型与中转接口支持
文本模型支持两类协议:
- OpenAI 兼容协议
- Anthropic 协议
可以接入:
- OpenAI
- Anthropic Claude
- DeepSeek
- 通义千问
- 智谱 GLM
- Kimi
- SiliconFlow
- Ollama
- New API
- One API
- 其他兼容 OpenAI API 的服务
应用支持保存多套接口配置,并在标题栏快速切换当前模型。
对于 DeepSeek、MiniMax、通义、Kimi、GLM 等推理模型,CharacterArc 会尝试隔离模型的思考内容,避免 <think>、reasoning_content 等内容被写入章节正文。
本地数据与项目备份
CharacterArc 使用 SQLite 保存项目数据,数据库位于 Electron 的用户数据目录中:
<userData>/data/workspace.db
应用没有自己的云端账号系统,项目资料默认保存在本机。
需要注意的是,调用 AI 时,相关提示词和上下文仍然会发送到用户配置的模型接口。因此,数据隐私还取决于所选择的 API 服务商。
项目可以导出为 .carc 归档,其中包含:
- 项目信息
- 世界观与角色
- 关系与组织
- 大纲和章节
- 章节历史版本
- 知识文档
- 参考作品
- AI 运行记录
- 助手会话
- 项目级 Skill
归档文件可以用于完整备份、迁移或在不同设备之间恢复项目。
封面工作台
CharacterArc 还提供了独立的封面工作台,可以针对不同小说平台生成封面提示词。
目前包含番茄、起点、晋江、知乎盐言、七猫、刺猬猫等平台方向。
配置图像模型后,可以直接生成封面预览,并对比不同历史版本。
配图建议:封面工作台。
技术架构
CharacterArc 是一个 Electron 桌面应用,主要技术栈如下:
| 模块 | 技术 |
|---|---|
| 桌面框架 | Electron 37 |
| 前端框架 | Vue 3 |
| 开发语言 | TypeScript |
| 状态管理 | Pinia |
| UI 组件 | Naive UI |
| 构建工具 | electron-vite、Vite 7 |
| 富文本编辑 | TipTap |
| 本地数据库 | SQLite |
| 关系图谱 | Cytoscape |
| AI 接入 | Vercel AI SDK |
| DOCX 解析 | mammoth |
| 文档导出 | docx |
| 表格处理 | xlsx |
整体数据流如下:
Vue 渲染进程
↓ IPC
Electron 主进程
├── SQLite 数据持久化
├── AI 任务调度
├── Agent Loop
├── Skill 加载与匹配
├── 项目知识检索
└── OpenAI / Anthropic 模型传输层
SQLite 和 AI 调用统一放在 Electron 主进程中处理,渲染层主要负责界面、状态管理和用户交互。
本地运行
开发环境需要:
- Node.js 18+
- pnpm 10+
克隆项目:
git clone https://github.com/uu201/character-arc.git
cd character-arc
安装依赖:
pnpm install
启动开发环境:
pnpm run dev
执行测试:
pnpm test
类型检查和构建:
pnpm run build
构建 Windows 安装包:
pnpm run dist:win
构建 macOS 安装包:
pnpm run dist:mac
普通用户不需要自行编译,可以直接在 Releases 页面下载安装包。
写在最后
CharacterArc 的目标不是用 AI 取代作者,也不是追求“一键生成百万字”。
我更希望它解决的是长篇创作中的工程问题:资料分散、设定遗忘、上下文失控、大纲和正文脱节,以及大量重复整理工作。
AI 可以检索资料、分析问题、调用 Skill 和提出修改方案,但作品最终写成什么样,仍然取决于作者的判断和选择。
项目目前还在持续开发。如果你在使用中遇到问题,或者对编辑器、Agent、Skill 和写作流程有建议,欢迎在 GitHub 提交 Issue。
项目地址:
https://github.com/uu201/character-arc
下载地址:
https://github.com/uu201/character-arc/releases/latest
如果项目对你有帮助,欢迎点一个 Star。
更多推荐

所有评论(0)