本文介绍了一款AI长文本小说创作工具的开发历程与核心设计。开发者从视频生成研究转向文本创作，提出两种创新模式：1)协同式创作，通过动态memory机制和作者互动完善创意；2)Claw模式，借鉴agentloop思想将创作分解为章节任务。工具采用动态记忆优先架构，重点管理大纲、人物、情节等关键信息，通过一致性检验减少幻觉问题。开发者强调AI应作为创作辅助工具，并分享了prompt向量化等技术创新。该

本文提出了一种面向作者协同创作的小模型训练框架，旨在解决现有大语言模型在写作辅助中存在的三个核心问题：被动响应而非主动澄清意图、难以维护长期创作约束、缺乏协作效果优化。通过将写作任务建模为多轮协作过程，该方法采用分阶段训练策略（监督微调、偏好优化和多轮强化学习），使模型具备创意澄清、大纲共创、风格对齐等关键协作能力。研究强调小模型应作为"协作控制器"而非独立生成器，配合外部记忆

本文探讨了长篇AI写作中的动态记忆机制及其应用。传统静态检索方法难以应对创作过程中持续演化的内部状态，而动态记忆系统通过分层存储（大纲、人物、世界观等）和权重动态调整（基础重要度、时间衰减、使用强化等），有效解决了跨章节一致性、人物连续性等核心挑战。该系统优先保存高价值内部事实（如角色转变、伏笔等），并基于语义角色和叙事需求进行智能检索与上下文编排。相比简单检索拼接，这种记忆优先的架构显著提升了长

本文探讨了长篇AI写作中的动态记忆机制及其应用。传统静态检索方法难以应对创作过程中持续演化的内部状态，而动态记忆系统通过分层存储（大纲、人物、世界观等）和权重动态调整（基础重要度、时间衰减、使用强化等），有效解决了跨章节一致性、人物连续性等核心挑战。该系统优先保存高价值内部事实（如角色转变、伏笔等），并基于语义角色和叙事需求进行智能检索与上下文编排。相比简单检索拼接，这种记忆优先的架构显著提升了长

随着 MCP 生态快速增长，真正可用的安全基础设施仍然很薄弱。最近我在做一个开源项目 MCP Aegis，目标不是只做“安全概念图”，而是把 MCP Server 的静态检测、风险评分、策略决策、沙箱运行计划和审计查询串成一条真实可落地的链路。当前项目已经完成了 MVP 级别的基础能力，后面会继续补齐签名验证、供应链校验和更完整的运行时隔离。

项目简介：Write-Claw是一个新启动的开源项目，托管在GitHub平台（https://github.com/HITSZ-DS/Write-Claw.git）。该项目目前处于早期开发阶段，主要功能是work模式的相关实现。开发者诚邀社区支持，欢迎给项目star以鼓励后续开发。该项目由HITSZ-DS团队维护，适合对文档处理工具感兴趣的开发者关注参与。

项目简介：Write-Claw是一个新启动的开源项目，托管在GitHub平台（https://github.com/HITSZ-DS/Write-Claw.git）。该项目目前处于早期开发阶段，主要功能是work模式的相关实现。开发者诚邀社区支持，欢迎给项目star以鼓励后续开发。该项目由HITSZ-DS团队维护，适合对文档处理工具感兴趣的开发者关注参与。

本文围绕 CoLong Idea Studio 项目展开，系统介绍我在长篇 AI 创作方向上的整体探索。CoLong Idea Studio 重点面向长篇、分章、高一致性故事生成任务，提出了以动态记忆优先为核心的协同创意与生成闭环，通过创意完善、章节规划、记忆写回、语义检索与再注入等机制，提升长篇写作中的连续性与可控性。