NarraCat（开源社区）

📌 工具简介

NarraCat 是一款面向中国网文作者的 AI 共创桌面应用，采用 AGPL-3.0 许可证完全开源，创作引擎的 prompt 工程、Agent/Skill 定义和 NovelMemory 记忆系统均可在 agent-core/ 目录中查看和修改。它的核心设计理念是“人类决定故事的方向，智能负责让故事持续生长”：不试图替代作者，而是作为一套持续在线的协作系统，协助完成从立项、大纲、章纲到成稿的全流程，并通过 NovelMemory 长程记忆机制，在百万字连载中持续追踪角色、伏笔和世界观，让写到第 100 章时仍然记得第 3 章埋下的那个钩子。产品采用 BYOK 模式，应用直连用户选择的模型服务商，稿件保存在本机，API Key 存入系统凭据库，小说正文和设定不会经过 NarraCat 的服务器。推荐接入 DeepSeek，单章 3000—4000 字的模型成本通常在几毛到几元人民币，软件本身不收取任何订阅费用。

⚡ 主要功能

• 立项对话与故事地基梳理：新建小说后，系统围绕题材、核心钩子、主角欲望、代价和预期爽点展开追问，将讨论结果整理为可查看的创作地基，供后续世界观、大纲和章节生成使用，避免“只有一个开头想法就动笔”
• 四级大纲管理叙事节奏：故事按全书、分卷、故事弧和章节逐层展开，作者先确定长期走向，再让系统拆解局部目标，减少长篇创作中“只有开头、缺少中后段推进计划”的常见问题
• 多智能体分工协作：大纲架构、章节写作、审校、世界观整理和记忆管理由不同智能体处理，它们围绕同一份结构化资料和剧情记忆工作，作者负责题材和取舍，系统负责把决定传递到后续任务中
• NovelMemory 跨章长程记忆：内置剧情记忆库，沉淀已发生的人物经历、关系、设定和事件，写新章节时汇总前文信息和人物动线，生成过程能够参考早期剧情，解决“写到后面忘了前面”的核心痛点
• 连续性审校：每章完成后自动检查角色一致性、时间线、设定规则和文风偏移，发现冲突时以问题提示交给作者判断，不会在未确认的情况下直接改动设定
• 伏笔全周期追踪：伏笔可以跟随章节推进持续追踪，系统记录其埋设、发展和回收状态，大纲调整或正文继续推进时，作者能看到仍待处理的线索，便于安排后续章节的回收节奏
• 参考作品分析与项目级写作指导：可以导入参考小说，让系统提炼其结构、世界观和文风特点，生成供当前项目使用的创作指导；手写卡、从书学写法和作家向导等能力包用于保存个人写作偏好
• 角色聊天：使用该角色已经发生的经历来回答问题，并限制对尚未发生剧情的透露，对话中获得的灵感可以带回创作流程，用于调整人物或章节
• 本地项目与密钥安全：小说稿件保存在用户自己的设备上，API Key 存入 macOS 钥匙串或 Windows 凭据管理器，永不明文落盘；匿名使用统计可在设置中关闭，小说正文、标题、大纲、角色设定和任何输入文字均不会被上传
• 创作引擎全开源：Agent/Skill prompt、schema、NovelMemory MCP 和小说文件契约均在开源仓库中，技术用户可自行研究、修改和扩展，不受闭源黑盒的限制

💰 价格信息

NarraCat 本身不收取任何软件费用，采用 AGPL-3.0 开源许可证，个人和商业使用均无需购买订阅或授权。真正的成本来自你选择的模型服务商：NarraCat 采用 BYOK 模式，应用直连 DeepSeek、Anthropic 等提供兼容接口的服务商，模型调用费用由服务商按各自规则收取，NarraCat 不经手这笔费用，也不从中抽成。以官方推荐的 DeepSeek 为例，注册并实名后充值 10 元即可开始写作；生成一章 3000—4000 字连同大纲和记忆上下文，单章成本通常在几毛到几元人民币，具体取决于章节长度和所选模型。Claude 等一线模型质量更高，但单章成本会显著上升。对于日均更新一章的网文作者，月度模型成本通常在几十元量级，远低于多数商业 AI 写作工具的订阅费。开源协议要求：基于 NarraCat 的修改分发或网络服务须以同等条款开源，自行使用和修改不受此限制。

👥 适合人群

正在连载长篇网文、需要系统化管理卷纲、章纲、人物关系和伏笔的作者；首次尝试长篇写作、希望从立项阶段就理清主角目标、冲突和故事走向的新人；容易遗忘早期设定的作者；需要研究参考作品、提炼结构和写法并转化为项目级指导的创作者；以及偏好数据主权和本地隐私、不愿意将稿件上传至第三方 SaaS 的用户。NarraCat 尤其适合“作品长、设定多、更新压力持续”的网文连载场景。如果核心需求是短篇写作、即开即用的网页工具，或者完全不想接触 API Key 配置，它的桌面安装和 BYOK 模式会带来额外的上手步骤；如果期待 AI 完全代写而不参与判断，它的协作定位也与这种预期不匹配。

✅ 优点

• 长程记忆是区别于多数对话式写作助手的核心能力：NovelMemory 把已发生的人物经历、关系、设定和事件沉淀为可检索的结构化记忆，生成新章节时自动汇总前文信息和人物动线，写到百万字仍能保持情节和设定的连续性
• 连续性和伏笔管理形成了完整的质量控制闭环：审校环节主动检查角色一致性、时间线和设定冲突，伏笔从埋设到回收全程追踪，把长篇连载中最容易失控的设定漂移和线索遗忘变成了可管理、可查看的工序
• 创作引擎完全开源，透明度和可扩展性远高于闭源工具：prompt 工程、Agent/Skill 定义和记忆系统都可以查看和修改，技术用户可以根据自己的写作习惯调整引擎行为，不受黑盒限制，也避免了供应商锁定风险
• 隐私模型对作者友好：稿件保存在本机，API Key 存入系统凭据库，小说正文、标题、大纲、角色设定等任何输入文字都不会经过 NarraCat 的服务器，对于在意作品数据主权的创作者来说，这是比云端同步方便更实质的保障
• 成本结构对长篇连载友好：软件免费，模型费用按实际用量直接支付给服务商，用 DeepSeek 时单章成本仅几毛到几元，月度支出通常远低于商业 AI 写作工具的订阅费，且没有买了用不完的浪费
• 从立项到成稿的产品化程度高：立项对话、四级大纲、章纲、连续审校和角色聊天被组织在同一套项目流程中，不是零散的 AI 功能拼凑，长篇推进的每一步都有对应的界面和记录

⚠️ 缺点

• 仅桌面端，无网页版和移动端原生应用：Windows 和 macOS 需要下载安装包，目前没有浏览器直接使用的版本，离开电脑后无法在手机上继续写作或查看项目，对于习惯跨设备碎片化推进的作者存在场景缺口
• Windows 安装包尚未代码签名，首次运行会触发 SmartScreen 警告：需要手动点击“更多信息 → 仍要运行”才能继续，对不熟悉此类提示的用户可能造成困惑；macOS 版已签名并通过公证，且仅支持 Apple 芯片，Intel Mac 用户无法使用
• BYOK 模式要求用户自行申请和配置 API Key：需要去 DeepSeek 或其他服务商注册、实名、充值和创建 Key，再填入 NarraCat 设置中测试连接，对于不想接触任何 API 概念的用户，这一步是实实在在的门槛
• 模型质量和费用由用户自行权衡，NarraCat 不提供内置模型：使用 DeepSeek 成本低但生成质量与 Claude 等一线模型存在差距，使用 Claude 质量提升但单章成本显著上升，用户需要在省钱和质量之间自己找平衡，没有一键式的托管方案
• 作为开源社区项目，产品化打磨和官方支持无法与商业软件相比：界面细节、异常处理的友好程度和文档的完备性可能因版本而异，遇到问题时主要依赖 GitHub Issues 和自行排查，不适合期待有客服随时响应的用户
• 对完全零基础的新手存在学习曲线：立项对话、四级大纲、Agent 协作和审校提示等概念需要花一点时间理解，如果用户期待的是打开就直接生成一章，可能会觉得流程偏重；它的设计前提是作者愿意参与规划、判断和修改，而不是被动等待 AI 产出
• AGPL-3.0 许可证对商业分发有开源义务：如果计划基于 NarraCat 修改后分发或提供网络服务，需要以同等条款开源，单纯个人使用不受影响，但商业化的边界需要提前明确

💡 使用技巧

• 从 GitHub Releases 下载安装包后，先在设置中完成模型服务配置：打开 platform.deepseek.com 注册实名、充值 10 元、创建 API Key，粘贴到 NarraCat 的“模型服务”页面并点击测试，确认连接成功后再开始新建项目
• 不要跳过立项对话。NarraCat 的后续大纲和章节质量很大程度上取决于立项阶段输入的信息：认真回答题材、核心钩子、主角欲望、代价和预期爽点的问题，把故事地基打扎实，后面大纲的可用性会明显更高
• 先用一章试全流程，再放量推进。从立项到第一章生成跑通一遍，检查 NovelMemory 是否记住了你关心的角色细节和伏笔，连续性审校的提示是否符合你的预期，确认协作模式顺手后再进入多章连载，避免后期因设定管理不善而大规模返工
• 把连续性审校当作编辑提示而非自动修正：审校给出的角色一致性、时间线和设定冲突问题，需要你逐条判断，有些可能是 AI 的误报，有些确实需要修改，但决定权始终在作者手中。不要忽略提示，也不要盲从
• 伏笔追踪面板是长篇连载的实用工具：定期查看仍待处理的伏笔列表，在安排新章节时主动规划回收节奏，避免埋了太多收不回来，或写到后面忘了前面还有一条线。大纲调整后尤其要重新检查伏笔状态
• 角色聊天适合在卡文或需要确认人物反应时使用：用角色已经发生的经历来提问，系统会限制对未发生剧情的透露，对话中获得的灵感可以直接带回章节调整中。但角色聊天的回答基于已有设定，不会替你创造全新的剧情转折
• 技术用户可以研究 agent-core/ 中的 prompt 和 Skill 定义：写作 prompt 工程全部开源，如果发现生成风格不符合你的偏好，可以参照文档修改 Agent/Skill 的 prompt，让引擎更贴合你的写作习惯，这是闭源工具无法提供的深度定制空间
• 对模型成本敏感的作者，可以从 DeepSeek 起步，在构思、大纲和初稿阶段使用；对文风或关键章节质量有更高要求时，再切换到 Claude 等一线模型处理特定章节。不必一个模型用到底，按任务重要性分层使用可以兼顾成本和质量
• 关注 GitHub Releases 的更新，但升级前先在测试项目中验证现有项目的兼容性。开源项目迭代节奏较快，新版本可能调整 Agent 行为或文件结构，生产中的长篇项目建议在确认新版稳定后再迁移，并保留旧版本安装包以备回退