1. 为什么我要自己搭一个 AI 小说写作工作台写长篇最折磨人的地方从来不是「写不出这一段」而是写到三十万字的时候你已经忘了第三章那个配角姓什么、第七章埋的伏笔到底指向谁。普通 AI 对话工具能帮你发散灵感但项目一长上下文就丢人物关系开始漂移大纲和正文各写各的。传统写作软件编辑功能很稳可它不会主动去读你的设定集也不会在你写崩的时候提醒你「这个角色上一卷已经死了」。我试过把设定、大纲、正文全塞进一个超长对话里结果就是模型开始胡编把两个角色的名字混在一起。后来我意识到这不是模型的问题是工程问题资料分散、设定遗忘、上下文失控、大纲与正文脱节。要解决它得有一个本地优先的桌面工作台把项目管理、资料维护、章节写作和 AI 协作放进同一个界面。这就是 CharacterArc弧光的思路一个基于 Electron Vue 3 TypeScript SQLite 的开源 AI 小说创作桌面应用。它不追求「一键生成整本小说」而是把 AI 当成一个能读项目资料、能调工具、能提修改方案的协作 Agent。本文会带你从零跑通它的项目结构、Agent 调用链配置以及用 TaoToken 统一 Key 接入模型接口的完整步骤最后验证章节生成闭环。适合有前端基础、想自己掌控写作数据、又不想被单一模型绑死的写作者和开发者。2. TaoToken 统一 Key 接入一个 Key 管多模型CharacterArc 本身不内置收费模型你需要自己配置 OpenAI 兼容接口或 Anthropic 接口。问题来了写小说时你可能想用 DeepSeek 做大纲扩写用 Claude 做文风润色用通义做章节修复。如果每个模型都单独配一套 Key、一套 Base URL标题栏切换起来会很乱配置也容易写错。TaoToken 在这里的作用就是统一入口。它提供 OpenAI 兼容协议和 Anthropic 协议两种接入方式你只需要一个 Key就能在 CharacterArc 里保存多套接口配置按需切换模型。官网是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 地址是 https://taotoken.net/api 这个不加 UTM。具体怎么拿 Key进入控制台 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite 在 API Keys 页面 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 创建一个新 Key。创建时建议按用途命名比如characterarc-novel方便后面在多个项目里区分。Key 只在创建时完整显示一次复制后先存到本地密码管理器。拿到 Key 之后CharacterArc 的模型配置逻辑是这样的它支持保存多套接口配置每套配置包含协议类型、Base URL、API Key、模型 ID。对于 OpenAI 兼容协议Base URL 填https://taotoken.net/api模型 ID 填你实际要用的模型名比如deepseek-chat、claude-sonnet-4-20250514这类。对于 Anthropic 协议同样走 TaoToken 的 Anthropic 兼容入口Base URL 保持一致协议类型选 Anthropic。这里有个容易踩的坑很多人把 Base URL 写成https://taotoken.net/api/v1结果请求 404。CharacterArc 的 OpenAI 兼容层会自动补/v1/chat/completions所以你只需要填到/api这一层。如果你用的是其他客户端比如 Cline 或 Claude Code配置方式略有不同但核心三件套不变Base URL、Key、Model ID。为什么推荐用统一 Key 而不是每个模型单独申请一是省事二是切换成本低。你在写大纲时用推理强的模型写正文时换成文风好的模型标题栏一点就切不用重新填一遍配置。三是便于统计所有调用都走同一个入口用量和费用一目了然。对于长期维护多个小说项目的人来说这种统一管理比散落各处的 Key 靠谱得多。3. 可复制配置项目结构、Agent 调用链与 settings 片段先把项目拉下来。开发环境需要 Node.js 18 和 pnpm 10git clone https://github.com/uu201/character-arc.git cd character-arc pnpm install pnpm run dev跑起来之后你会看到项目中心、作品概览、Skill 管理、章节创作、封面工作台几个入口。整个应用的数据流是这样的Vue 渲染进程通过 IPC 调用 Electron 主进程主进程里跑 SQLite 持久化、AI 任务调度、Agent Loop、Skill 加载与匹配、项目知识检索最后通过 OpenAI / Anthropic 传输层发出去。SQLite 和 AI 调用都放在主进程渲染层只管界面和状态。项目结构大致如下character-arc/ ├── src/ │ ├── main/ # Electron 主进程 │ │ ├── db/ # SQLite 封装与迁移 │ │ ├── agent/ # Agent Loop、工具调用、暂存区 │ │ ├── skills/ # Skill 加载与匹配 │ │ ├── ai/ # OpenAI / Anthropic 传输层 │ │ └── ipc/ # IPC 路由 │ ├── renderer/ # Vue 3 渲染层 │ │ ├── views/ # 项目中心、章节创作、Skill 管理 │ │ ├── stores/ # Pinia 状态 │ │ └── components/ # TipTap 编辑器、关系图谱 │ └── shared/ # 类型定义与常量 ├── electron.vite.config.ts └── package.jsonAgent 调用链是核心。一个典型的章节生成流程是理解用户需求 → 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。涉及章节和项目资料的修改不会直接落盘Agent 先生成暂存变更或 Diff你确认后才写回。这样既保留 Agent 的操作能力又不会把最终决定权交给模型。模型配置部分CharacterArc 把接口配置存在本地。如果你要手动写一份配置做备份或迁移可以参考这个 JSON 结构路径对应应用内的模型配置存储{ providers: [ { id: taotoken-openai, name: TaoToken OpenAI 兼容, protocol: openai, baseUrl: https://taotoken.net/api, apiKey: sk-你的TaoTokenKey, models: [ { id: deepseek-chat, label: DeepSeek 大纲 }, { id: claude-sonnet-4-20250514, label: Claude 润色 } ] }, { id: taotoken-anthropic, name: TaoToken Anthropic, protocol: anthropic, baseUrl: https://taotoken.net/api, apiKey: sk-你的TaoTokenKey, models: [ { id: claude-sonnet-4-20250514, label: Claude 章节修复 } ] } ], activeProviderId: taotoken-openai, activeModelId: deepseek-chat }注意baseUrl只写到/api不要带/v1。apiKey用你在控制台创建的那个。protocol字段决定走 OpenAI 兼容还是 Anthropic 兼容。保存后重启应用标题栏就能看到当前模型点一下可以快速切换。如果你同时用 Cline 或 Claude Code 做辅助开发它们的配置也是同一套三件套。Cline 的 MCP 配置里Base URL 填https://taotoken.net/apiKey 填同一个Model ID 按需选。Claude Code 的 settings 里Anthropic 协议入口同样指向 TaoToken。这样你在写作工作台和编码工具之间用的是同一个 Key管理起来不分裂。4. 验证请求跑通章节生成闭环配置好之后别急着写正文先做一次最小验证。打开一个测试项目创建一卷大纲再建一个章节绑定到刚建的大纲节点。章节工作台是三栏结构左边章节目录树中间 TipTap 正文编辑器右边 AI 助手。在 AI 助手里输入一个明确指令比如「根据当前章节绑定的大纲节点生成 800 字初稿保持第三人称限知视角」。Agent 会先检索项目里的角色、世界观、大纲、章节、剧情线、创作记忆和知识文档然后加载匹配的写作 Skill比如「章节生成与修复」。生成结果不会直接写进正文而是进入暂存区你可以看到 Diff 对比。如果请求成功你会在暂存区看到一段带修改标记的文本确认后写回章节。如果失败常见的是 401。401 基本就是 Key 错了或者没带上。检查apiKey字段是不是完整复制有没有多余空格。另一个常见报错是local proxy failed这通常出现在你本地开了某些网络工具导致请求被拦截。CharacterArc 是直连https://taotoken.net/api的不需要任何本地代理把系统代理关掉再试。还有一种报错是reading choices这表示返回结构不是预期的 OpenAI 格式。原因多半是 Base URL 写成了 Anthropic 协议却选了 OpenAI 协议或者模型 ID 填错。对照一下OpenAI 兼容协议返回choices数组Anthropic 协议返回content数组。CharacterArc 会根据协议类型解析所以协议和 Base URL 必须匹配。验证通过后你可以走一遍完整写作流程先在大纲页用 AI 扩写分卷剧情再创建章节绑定大纲节点然后在章节工作台让 Agent 生成初稿手动修改后保存快照。TipTap 编辑器支持自动保存、搜索替换、字数目标、阅读模式、专注模式、手动快照、历史版本回滚以及 TXT 和 DOCX 导出。写完之后项目可以导出为.carc归档包含项目信息、世界观、角色、关系、组织、大纲、章节、历史版本、知识文档、参考作品、AI 运行记录、助手会话和项目级 Skill。换设备时导入归档就能恢复。如果你想让 Agent 参考某部作品的文风可以在拆书与知识库导入参考作品分析叙事结构、提取语言风格、生成风格指纹。生成章节时手动选择需要参考的作品系统按需检索不会把整部作品塞进上下文。这样既控制了 token 消耗又让文风有依据。5. 本篇常见错排查401、local proxy failed、reading choices、OAuth排错时先分清是配置问题还是网络问题。下面这几个是我实际遇到过的。401 Unauthorized。最常见。原因Key 复制不完整、Key 被删除、Key 前后有空格、或者用了错误的协议入口。解决重新在 API Keys 页面生成一个粘贴时注意不要带换行。如果用的是 Anthropic 协议确认 Key 有对应权限。local proxy failed。这个报错说明请求在本地就被拦了。CharacterArc 直连 TaoToken不需要任何本地代理工具。检查系统代理设置把 HTTP/HTTPS 代理关掉。如果你在公司网络里可能有透明代理换一个网络环境再试。reading choices。返回结构解析失败。OpenAI 兼容协议期望choicesAnthropic 协议期望content。如果你把 Anthropic 的 Base URL 配到了 OpenAI 协议下就会报这个。检查protocol字段和baseUrl是否匹配。另外模型 ID 如果填了一个不存在的名字也可能返回非预期结构。OAuth 相关报错。CharacterArc 本身不需要 OAuth 登录它用的是 API Key。如果你在 Claude Code 或某些 CLI 工具里看到 OAuth 报错那是那个工具自己的认证流程和 CharacterArc 无关。在 CharacterArc 里只要 Base URL、Key、Model ID 三件套正确就能直接调用。还有一个隐蔽的坑模型返回的思考内容被写进正文。DeepSeek、MiniMax、通义、Kimi、GLM 这些推理模型会输出think或reasoning_content。CharacterArc 会尝试隔离这些内容但如果你用的模型 ID 不在它的识别列表里可能会漏掉。解决办法是在 Skill 里加一条清洗规则或者在 Agent 配置里显式声明该模型为推理模型。排查顺序建议先看 Key 是否有效再看 Base URL 是否只写到/api再看协议和模型 ID 是否匹配最后看网络环境。大部分问题出在前两步。6. 把工作台用起来从配置到长期写作跑通闭环之后真正有价值的是长期使用。CharacterArc 内置了 3 组共 28 个 Skill覆盖长篇小说写作、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、平台内容合规等场景。AI 助手会根据当前对话、作品题材和创作阶段自动匹配 Skill你也可以给单独项目导入自己的 Skill 包项目级 Skill 相互隔离。对于多模型切换我的习惯是大纲和剧情线用推理强的模型章节初稿用文风好的模型润色和去机械化表达用中文能力强的模型。这些都在 TaoToken 统一 Key 下管理标题栏一点就切。如果你长期做编码和 Agent 开发也可以看看 Coding Plan https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 它和写作工作台用的是同一套接入逻辑。模型对话入口在 https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentchatutm_campaignrewrite 接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 。如果你用 Claude Code 做辅助开发Anthropic 入口的配置参考 https://taotoken.net/claude-code-anthropic?utm_sourcetaotoken_aicg_blog_endutm_contentclaude-code-anthropicutm_campaignrewrite 。最后说一个实用技巧项目导出为.carc归档时AI 运行记录和助手会话也会一起打包。这意味着你可以回溯某一段正文是哪次 Agent 调用生成的、当时用了哪个 Skill、参考了哪部作品。对于长篇创作来说这种可追溯性比「一键生成」有用得多。写崩了能回滚写好了能复用设定不会丢大纲和正文始终绑在一起。这才是工作台该有的样子。 
长河君 · 2026/10/18 16:28:59 · 阅读 1.2k 开源 AI 小说创作应用实战：用 Electron + Vue 3 + Agent 搭建写作工作台，TaoToken 统一 Key 接入
1. 为什么我要自己搭一个 AI 小说写作工作台写长篇最折磨人的地方从来不是「写不出这一段」而是写到三十万字的时候你已经忘了第三章那个配角姓什么、第七章埋的伏笔到底指向谁。普通 AI 对话工具能帮你发散灵感但项目一长上下文就丢人物关系开始漂移大纲和正文各写各的。传统写作软件编辑功能很稳可它不会主动去读你的设定集也不会在你写崩的时候提醒你「这个角色上一卷已经死了」。我试过把设定、大纲、正文全塞进一个超长对话里结果就是模型开始胡编把两个角色的名字混在一起。后来我意识到这不是模型的问题是工程问题资料分散、设定遗忘、上下文失控、大纲与正文脱节。要解决它得有一个本地优先的桌面工作台把项目管理、资料维护、章节写作和 AI 协作放进同一个界面。这就是 CharacterArc弧光的思路一个基于 Electron Vue 3 TypeScript SQLite 的开源 AI 小说创作桌面应用。它不追求「一键生成整本小说」而是把 AI 当成一个能读项目资料、能调工具、能提修改方案的协作 Agent。本文会带你从零跑通它的项目结构、Agent 调用链配置以及用 TaoToken 统一 Key 接入模型接口的完整步骤最后验证章节生成闭环。适合有前端基础、想自己掌控写作数据、又不想被单一模型绑死的写作者和开发者。2. TaoToken 统一 Key 接入一个 Key 管多模型CharacterArc 本身不内置收费模型你需要自己配置 OpenAI 兼容接口或 Anthropic 接口。问题来了写小说时你可能想用 DeepSeek 做大纲扩写用 Claude 做文风润色用通义做章节修复。如果每个模型都单独配一套 Key、一套 Base URL标题栏切换起来会很乱配置也容易写错。TaoToken 在这里的作用就是统一入口。它提供 OpenAI 兼容协议和 Anthropic 协议两种接入方式你只需要一个 Key就能在 CharacterArc 里保存多套接口配置按需切换模型。官网是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 地址是 https://taotoken.net/api 这个不加 UTM。具体怎么拿 Key进入控制台 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite 在 API Keys 页面 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 创建一个新 Key。创建时建议按用途命名比如characterarc-novel方便后面在多个项目里区分。Key 只在创建时完整显示一次复制后先存到本地密码管理器。拿到 Key 之后CharacterArc 的模型配置逻辑是这样的它支持保存多套接口配置每套配置包含协议类型、Base URL、API Key、模型 ID。对于 OpenAI 兼容协议Base URL 填https://taotoken.net/api模型 ID 填你实际要用的模型名比如deepseek-chat、claude-sonnet-4-20250514这类。对于 Anthropic 协议同样走 TaoToken 的 Anthropic 兼容入口Base URL 保持一致协议类型选 Anthropic。这里有个容易踩的坑很多人把 Base URL 写成https://taotoken.net/api/v1结果请求 404。CharacterArc 的 OpenAI 兼容层会自动补/v1/chat/completions所以你只需要填到/api这一层。如果你用的是其他客户端比如 Cline 或 Claude Code配置方式略有不同但核心三件套不变Base URL、Key、Model ID。为什么推荐用统一 Key 而不是每个模型单独申请一是省事二是切换成本低。你在写大纲时用推理强的模型写正文时换成文风好的模型标题栏一点就切不用重新填一遍配置。三是便于统计所有调用都走同一个入口用量和费用一目了然。对于长期维护多个小说项目的人来说这种统一管理比散落各处的 Key 靠谱得多。3. 可复制配置项目结构、Agent 调用链与 settings 片段先把项目拉下来。开发环境需要 Node.js 18 和 pnpm 10git clone https://github.com/uu201/character-arc.git cd character-arc pnpm install pnpm run dev跑起来之后你会看到项目中心、作品概览、Skill 管理、章节创作、封面工作台几个入口。整个应用的数据流是这样的Vue 渲染进程通过 IPC 调用 Electron 主进程主进程里跑 SQLite 持久化、AI 任务调度、Agent Loop、Skill 加载与匹配、项目知识检索最后通过 OpenAI / Anthropic 传输层发出去。SQLite 和 AI 调用都放在主进程渲染层只管界面和状态。项目结构大致如下character-arc/ ├── src/ │ ├── main/ # Electron 主进程 │ │ ├── db/ # SQLite 封装与迁移 │ │ ├── agent/ # Agent Loop、工具调用、暂存区 │ │ ├── skills/ # Skill 加载与匹配 │ │ ├── ai/ # OpenAI / Anthropic 传输层 │ │ └── ipc/ # IPC 路由 │ ├── renderer/ # Vue 3 渲染层 │ │ ├── views/ # 项目中心、章节创作、Skill 管理 │ │ ├── stores/ # Pinia 状态 │ │ └── components/ # TipTap 编辑器、关系图谱 │ └── shared/ # 类型定义与常量 ├── electron.vite.config.ts └── package.jsonAgent 调用链是核心。一个典型的章节生成流程是理解用户需求 → 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。涉及章节和项目资料的修改不会直接落盘Agent 先生成暂存变更或 Diff你确认后才写回。这样既保留 Agent 的操作能力又不会把最终决定权交给模型。模型配置部分CharacterArc 把接口配置存在本地。如果你要手动写一份配置做备份或迁移可以参考这个 JSON 结构路径对应应用内的模型配置存储{ providers: [ { id: taotoken-openai, name: TaoToken OpenAI 兼容, protocol: openai, baseUrl: https://taotoken.net/api, apiKey: sk-你的TaoTokenKey, models: [ { id: deepseek-chat, label: DeepSeek 大纲 }, { id: claude-sonnet-4-20250514, label: Claude 润色 } ] }, { id: taotoken-anthropic, name: TaoToken Anthropic, protocol: anthropic, baseUrl: https://taotoken.net/api, apiKey: sk-你的TaoTokenKey, models: [ { id: claude-sonnet-4-20250514, label: Claude 章节修复 } ] } ], activeProviderId: taotoken-openai, activeModelId: deepseek-chat }注意baseUrl只写到/api不要带/v1。apiKey用你在控制台创建的那个。protocol字段决定走 OpenAI 兼容还是 Anthropic 兼容。保存后重启应用标题栏就能看到当前模型点一下可以快速切换。如果你同时用 Cline 或 Claude Code 做辅助开发它们的配置也是同一套三件套。Cline 的 MCP 配置里Base URL 填https://taotoken.net/apiKey 填同一个Model ID 按需选。Claude Code 的 settings 里Anthropic 协议入口同样指向 TaoToken。这样你在写作工作台和编码工具之间用的是同一个 Key管理起来不分裂。4. 验证请求跑通章节生成闭环配置好之后别急着写正文先做一次最小验证。打开一个测试项目创建一卷大纲再建一个章节绑定到刚建的大纲节点。章节工作台是三栏结构左边章节目录树中间 TipTap 正文编辑器右边 AI 助手。在 AI 助手里输入一个明确指令比如「根据当前章节绑定的大纲节点生成 800 字初稿保持第三人称限知视角」。Agent 会先检索项目里的角色、世界观、大纲、章节、剧情线、创作记忆和知识文档然后加载匹配的写作 Skill比如「章节生成与修复」。生成结果不会直接写进正文而是进入暂存区你可以看到 Diff 对比。如果请求成功你会在暂存区看到一段带修改标记的文本确认后写回章节。如果失败常见的是 401。401 基本就是 Key 错了或者没带上。检查apiKey字段是不是完整复制有没有多余空格。另一个常见报错是local proxy failed这通常出现在你本地开了某些网络工具导致请求被拦截。CharacterArc 是直连https://taotoken.net/api的不需要任何本地代理把系统代理关掉再试。还有一种报错是reading choices这表示返回结构不是预期的 OpenAI 格式。原因多半是 Base URL 写成了 Anthropic 协议却选了 OpenAI 协议或者模型 ID 填错。对照一下OpenAI 兼容协议返回choices数组Anthropic 协议返回content数组。CharacterArc 会根据协议类型解析所以协议和 Base URL 必须匹配。验证通过后你可以走一遍完整写作流程先在大纲页用 AI 扩写分卷剧情再创建章节绑定大纲节点然后在章节工作台让 Agent 生成初稿手动修改后保存快照。TipTap 编辑器支持自动保存、搜索替换、字数目标、阅读模式、专注模式、手动快照、历史版本回滚以及 TXT 和 DOCX 导出。写完之后项目可以导出为.carc归档包含项目信息、世界观、角色、关系、组织、大纲、章节、历史版本、知识文档、参考作品、AI 运行记录、助手会话和项目级 Skill。换设备时导入归档就能恢复。如果你想让 Agent 参考某部作品的文风可以在拆书与知识库导入参考作品分析叙事结构、提取语言风格、生成风格指纹。生成章节时手动选择需要参考的作品系统按需检索不会把整部作品塞进上下文。这样既控制了 token 消耗又让文风有依据。5. 本篇常见错排查401、local proxy failed、reading choices、OAuth排错时先分清是配置问题还是网络问题。下面这几个是我实际遇到过的。401 Unauthorized。最常见。原因Key 复制不完整、Key 被删除、Key 前后有空格、或者用了错误的协议入口。解决重新在 API Keys 页面生成一个粘贴时注意不要带换行。如果用的是 Anthropic 协议确认 Key 有对应权限。local proxy failed。这个报错说明请求在本地就被拦了。CharacterArc 直连 TaoToken不需要任何本地代理工具。检查系统代理设置把 HTTP/HTTPS 代理关掉。如果你在公司网络里可能有透明代理换一个网络环境再试。reading choices。返回结构解析失败。OpenAI 兼容协议期望choicesAnthropic 协议期望content。如果你把 Anthropic 的 Base URL 配到了 OpenAI 协议下就会报这个。检查protocol字段和baseUrl是否匹配。另外模型 ID 如果填了一个不存在的名字也可能返回非预期结构。OAuth 相关报错。CharacterArc 本身不需要 OAuth 登录它用的是 API Key。如果你在 Claude Code 或某些 CLI 工具里看到 OAuth 报错那是那个工具自己的认证流程和 CharacterArc 无关。在 CharacterArc 里只要 Base URL、Key、Model ID 三件套正确就能直接调用。还有一个隐蔽的坑模型返回的思考内容被写进正文。DeepSeek、MiniMax、通义、Kimi、GLM 这些推理模型会输出think或reasoning_content。CharacterArc 会尝试隔离这些内容但如果你用的模型 ID 不在它的识别列表里可能会漏掉。解决办法是在 Skill 里加一条清洗规则或者在 Agent 配置里显式声明该模型为推理模型。排查顺序建议先看 Key 是否有效再看 Base URL 是否只写到/api再看协议和模型 ID 是否匹配最后看网络环境。大部分问题出在前两步。6. 把工作台用起来从配置到长期写作跑通闭环之后真正有价值的是长期使用。CharacterArc 内置了 3 组共 28 个 Skill覆盖长篇小说写作、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、平台内容合规等场景。AI 助手会根据当前对话、作品题材和创作阶段自动匹配 Skill你也可以给单独项目导入自己的 Skill 包项目级 Skill 相互隔离。对于多模型切换我的习惯是大纲和剧情线用推理强的模型章节初稿用文风好的模型润色和去机械化表达用中文能力强的模型。这些都在 TaoToken 统一 Key 下管理标题栏一点就切。如果你长期做编码和 Agent 开发也可以看看 Coding Plan https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 它和写作工作台用的是同一套接入逻辑。模型对话入口在 https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentchatutm_campaignrewrite 接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 。如果你用 Claude Code 做辅助开发Anthropic 入口的配置参考 https://taotoken.net/claude-code-anthropic?utm_sourcetaotoken_aicg_blog_endutm_contentclaude-code-anthropicutm_campaignrewrite 。最后说一个实用技巧项目导出为.carc归档时AI 运行记录和助手会话也会一起打包。这意味着你可以回溯某一段正文是哪次 Agent 调用生成的、当时用了哪个 Skill、参考了哪部作品。对于长篇创作来说这种可追溯性比「一键生成」有用得多。写崩了能回滚写好了能复用设定不会丢大纲和正文始终绑在一起。这才是工作台该有的样子。