taichu

面向长篇小说创作的可观测、可恢复、可干预 Agent 工作台 An observable, recoverable, and human-interruptible Agent workspace for long-form fiction.

人与 Agent 之间真正稀缺的，不是输出 Token，而是可理解、可验证、可干预的信息带宽。

太初把正文创作、事实检索、专业审校和知识沉淀组织为可追踪的长程任务。创作者不需要理解底层 Agent 框架，也能看见计划、节点、证据、记忆、成本与失败原因，并在关键写入前接管执行。

太初不是单纯的 RAG 检索增强应用，也不是追求即时反馈的一键生成玩具。它是一套状态驱动、证据可信、人机共决的长程创作运行时。

目录

• 产品定位
• 产品展示
• 系统设计
• 工程证据
• 技术栈与运行
• 当前边界与进化方向
• 许可证

产品定位

长篇小说创作不是一次 Prompt 能完成的生成任务，而是一个跨数百万字、持续数百轮的长期 Agent 协作过程。

真正困难的不是某一章能不能写出来，而是在章节、人物、设定、伏笔和创作任务不断累积后，模型仍要在有限上下文下持续解决四类问题：

• 任务如何持续推进：一次跨章节创作可能同时涉及剧情规划、人物状态更新、伏笔回收和正文生成，系统需要把任务正确拆解、连续执行，并根据中间结果动态调整。

• 小说事实如何保持一致：人物关系、境界、时间线和世界观设定分散在大量正文、知识卡和历史对话中；检索可能出错，上下文也可能残留作者已经修改的旧规划、旧设定。系统必须区分当前有效事实、失效信息、检索结果和模型推断，避免错误上下文持续污染后续推理与创作。

• 人机协作如何持续进行：Agent 不能只会一路自动执行，还要知道什么时候信息不足、存在冲突或涉及关键创作决策，并主动停下来向作者确认；作者介入、任务中断或执行失败后，又要能够保存当前计划和执行状态，从原位置继续，而不是重新跑完整条创作链路。

• 哪些内容允许真正写进小说：剧情分析和修改建议可以自动生成，但章节正文、人物设定、世界观等正式内容的修改，必须经过权限控制和作者确认。

所以这个项目真正解决的，不只是“怎么让大模型写小说”，而是怎么让一个概率性、上下文受限的模型，在长期小说创作中持续理解已有剧情、保持事实一致、知道何时与作者协作，并可靠、受控地推进创作任务。

可观测（Observable） 计划、动态 DAG、节点状态、Trace、Checkpoint、证据和成本均可查看

可恢复（Recoverable） 长任务可从检查点继续，失败节点可定位、重试和重规划

可干预（Human-interruptible） 候选内容先进入审核流程，关键持久化写入由作者授权

可验证（Verifiable） 检索证据、作者约束和输出作用域绑定，评测结果可复验

可治理（Governable） 正文、候选知识、确认知识和派生索引具有明确边界

产品展示

1. 带证据的长篇创作空间

支持按选区、章节、章节范围或全文执行问答、续写、润色、总结与审校。AI 输出与正文作用域、检索证据和作者约束绑定，生成内容先作为候选进入创作流程，不直接覆盖事实源。

当前编辑器已经提供聊天、续写、润色、设定、建议、证据、章节总结、灵感和事实等 AI 入口。

为什么要这样设计？