开篇引导段（1-2句，介绍项目背景，不可跳过，不可出现 # 标题）： 今天在 GitHub Trending 上看到一个有意思的项目：oh-story-claudecode，它把专业网文作者的"扫榜—拆文—写作—去 AI 味"方法论打包成一套可复用的 AI Skill，让你在 Claude Code / OpenClaw 等环境里直接用自然语言开书、日更、审稿。

一、项目概述

oh-story-claudecode（作者 worldwonderer）是一套网文写作 Skill 包，覆盖长篇小说与短篇小说的完整生产链路：扫榜选材、拆文学习、商业化写作、去 AI 味、封面图生成。它的核心方法论可以浓缩成一句话：

套路 = 确定性的情绪满足

围绕这条主线，项目提出专业作者的方法论三步走：

  1. 扫榜：分析热门榜单，洞察题材、人设、切入点。
  2. 拆文：拆解大纲节奏与剧情素材，建立个人模块库。
  3. 商业化写作：运用钩子、爽感、期待感等核心技巧。

整个工作流围绕四条线展开——爆款逆向、剧情模块化重组、上下文状态分层管理、人机协同。

核心特性：

  • 内置 13 个 Skill（story-setup / story-long-write / story-short-analyze / story-deslop 等），覆盖从环境部署到定稿的全流程。
  • 原生适配 7 类运行环境：Claude Code、OpenCode、ZCode、OpenClaw、Codex CLI、Reasonix、workbuddy；通用 Web AI 环境也能按 skills 路径使用。
  • 由 7 个专业 Agent 协作（story-architect 用 Opus 做架构、narrative-writer 用 Sonnet 写正文、consistency-checker 用 Haiku 查一致性等），按需加载 100+ 份写作理论参考文件，不预占上下文。
  • 部署后自动生效 7 个 Hook（会话开始/结束、上下文压缩前后、git commit 校验、写正文前的大纲守卫），把"先搭大纲再写正文"变成硬约束。

二、技术原理

架构设计：用文件系统取代"记忆"

长篇动辄几十万字、几百章，设定冲突、伏笔断线、时间线对不上——写到最后全靠记忆硬撑，迟早翻车。项目的核心洞察是：对话只负责创作，不负责记忆。因此用文件系统把不同维度拆开独立维护：

{书名}/
├── 设定/       世界观 / 角色 / 势力 / 关系 / 题材定位
├── 大纲/       大纲.md · 卷纲_第N卷.md · 细纲_第NNN章.md
├── 正文/       第NNN章_章名.md
├── 对标/       对标参考（从拆文库同步的结构化子目录）
├── 追踪/       上下文.md · 伏笔.md · 时间线.md · 角色状态.md
└── 参考资料/   story-researcher 输出的研究资料

.active-book 文件记录当前活跃书目的相对路径，Hook 和写作 Skill 据此定位当前项目。这种"分层追踪"让日更时能快速加载上下文，也便于在 compact（上下文压缩）前后用快照恢复状态。

多端适配的统一内核

v0.7.0 起，Hook 核统一到共享 node 核，并加了"六端 parity 锁"——保证 Claude Code、OpenCode、ZCode、OpenClaw、Codex、Reasonix 六端行为一致。story-setup 通过 target_cli 参数选择目标环境，把 skills、commands、hooks、agents 部署到对应目录（如 .claude/、 .codex/、 .zcode/、skills/），并安全合并已有配置。

去 AI 味闸口的机器化

v0.7.0 把"去 AI 味"做成确定性闸口：写后正文会自动扫描确定性毒句式；写下一章前新增"毒句式欠账门"——这是一个无状态、node 缺失放行的检查，并支持用 <!-- 去味:跳过 --> 显式豁免。这意味着去 AI 味从"主观感觉"变成了可复跑、可审计的 lint。

数据流

典型长篇小说创作数据流：

/story-setup（部署 hooks/agents/AGENTS）
   → /story-long-scan（扫榜选材）
   → /story-long-analyze（拆文，产出 节奏.md / 情绪模块.md / 文风.md）
   → /story-long-write 日更（读 对标/{书名}/剧情 消费拆文资产）
   → /story-deslop（去 AI 味 lint）
   → /story-review（4 Agent 多视角审稿）

三、安装与快速开始

方式一：直接让 AI 装

对 Claude Code / OpenCode / ZCode / OpenClaw / Codex 等环境说：

安装这个 skill https://github.com/worldwonderer/oh-story-claudecode

方式二：命令行（npx）

npx skills add worldwonderer/oh-story-claudecode -y -g

-g 全局安装，所有目录可用；去掉 -g 只装到当前目录。更新时重新执行同一条命令即可。

注意：Codex 在 Windows 上需要 git 开启 core.symlinks=true，否则 symlink 失效；ZCode 的 Hook 依赖 PATH 中的 node。

最简运行示例：

# 1. 在写作项目根部署环境（会写入 hooks / agents / AGENTS）
/story-setup

# 2. 新开（或刷新）会话，让 custom agent 注册生效
# 3. 直接开书
/story-long-write 日更

部署后判断 Agent 是否生效：新会话里跑 /story-review，报告头是 Effective Mode: full/lean 即注册成功；是 Fallback: ... -> solo 说明当前运行时未暴露该 agent。

四、使用方法与实战

自然语言即可触发：

  • 「帮我开书」→ story-long-write
  • 「这篇太 AI 了」→ story-deslop
  • 「把我的书导进来」→ story-import
  • 「沈栀现在什么状态」→ 自动 spawn story-explorer agent

导入续写实战：如果你已经写了一部分小说，推荐先 /story-setup 部署，再 /story-import 把已发布章节（如第 1–20 章、约 3.7 万字）逆向重建为可续写的工程，最后 /story-long-write 写第21章 无缝接上。逐章提取的"事件/角色/设定/伏笔/时间线"会反推成续写 bible。

拆文实战：用 /story-long-analyze 深度模式分析《盘龙》前 23 章，会自动产出 文风.md、节奏.md、情绪模块.md、角色档案、剧情线等结构化资产；下游日更写作会从 对标/{书名}/剧情/ 读取这些素材，避免文风、节奏、情绪模块偏离对标书。

五、常见问题与解决方案

Q1：部署后新 Skill 没出现？ 新开 OpenClaw / Claude Code 会话，或等待 watcher 刷新。story-setup 把 skills 复制到项目 skills/，需要重新加载会话才能发现。

Q2：升级后 hooks / agents 没同步？ 每版变更见 CHANGELOG.md。如果项目已跑过 /story-setup，建议在项目根重跑一次以同步 hooks / agents / references，并新开会话。

Q3：某些运行时没有 custom agents / PreCompact？ ZCode 3.3.4、OpenClaw Phase 1、Reasonix Phase 1、generic 路径默认走 skills + solo fallback；相关流程会明确降级为 solo/direct，compact 后由 SessionStart 恢复上下文，不影响基本写作。

Q4：去 AI 味的外部检测（如朱雀）怎么用？ story-deslop 的本地检查是写作 lint：blocking 只限确定性句式/标点问题；朱雀等外部检测只作自测参考，不替代人工读感。

Q5：多 Agent 协作前必须要部署吗？ 是的——7 个专业 agent 由 /story-setup 写入项目 .claude/agents/ 或 .codex/agents/*.toml。Claude Code / Codex 在会话启动时更稳定地注册 custom agent，所以"先部署、再新开会话"是关键步骤。

六、总结

oh-story-claudecode 把原本高度依赖个人经验的网文生产，拆成了可复用、可审计、可协作的标准化流程，并用文件系统 + Hook + 多 Agent 的方式解决了 AI 写长文最头疼的"遗忘"和"跑偏"问题。它对多端 AI 编程环境的统一适配也做得相当扎实。如果你正用 Claude Code / OpenClaw 之类工具做内容创作，这套 Skill 包值得一试——作者甚至说"这套 skill 现在能让我度过找工作的过渡期"，是个有真实产出的项目。