❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 丰富的 AI 工具库 -> 每日更新 -> 尽在微信公众号 -> 搜一搜：蚝油菜花 🥦

🎨 「写作革命！开源框架让AI单次生成4万字，小说报告一键搞定」

大家好，我是蚝油菜花。你是否也经历过这些写作噩梦——

• 👉 写技术报告时在十几个标签页间反复横跳，最后忘记最初要写什么
• 👉 创作小说时角色性格前后矛盾，读到第三章发现主角名字都变了
• 👉 学术论文写到方法论部分，突然发现关键数据还没收集完整...

今天要拆解的 WriteHERE ，正在重新定义AI写作！这个由Jürgen Schmidhuber团队打造的开源神器，用三大黑科技炸穿写作壁垒：

• ✅ 动态任务分解：像人类作家一样自动规划检索、推理、写作流程
• ✅ 超长文本生成：4万字技术报告/小说章节一气呵成，保持逻辑连贯
• ✅ 可视化创作：实时展示思维导图般的任务依赖关系图

已有研究团队用它3天写完项目白皮书，接下来将揭秘这套「会自己改大纲」的AI写作系统！

WriteHERE 是什么

WriteHERE是Jürgen Schmidhuber领衔的团队开源的AI长文写作框架。该框架基于异质递归规划（Heterogeneous Recursive Planning）技术，能够动态分解写作任务为检索、推理和写作三种异构任务。

通过有向无环图（DAG）管理任务依赖关系，WriteHERE实现了自适应执行流程，支持单次生成超过4万字、100页的专业报告。该框架完全开源，支持开发者自由调用异构Agent，在小说创作、技术报告生成等场景展现出强大潜力。

WriteHERE 的主要功能

• 单次生成超长文本：支持生成超过4万字、100页的专业报告，满足复杂写作需求。
• 创意与技术内容生成：生成创意故事、小说、技术报告等。
• 动态信息检索：在写作中实时搜索相关信息。
• 风格一致性：保持一致的写作风格和内容连贯性。
• 写作过程可视化：基于任务依赖图展示写作流程。

WriteHERE 的技术原理

• 异构任务分解：将写作过程解构为检索（Retrieval）、推理（Reasoning）和写作（Composition）三种异构任务。每种任务具有独特的信息流模式，例如检索任务从外部获取信息，推理任务进行逻辑分析，写作任务生成文本。任务基于递归分解为子任务，直至分解为可直接执行的原子任务。
• 状态化层次调度算法：任务依赖关系用有向无环图（DAG）表示，每个任务具有激活、挂起、静默三种状态。系统根据任务状态动态调整执行顺序，确保任务按逻辑顺序完成，支持实时反馈和调整。
• 数学形式化框架：将写作系统抽象为五元组，Agent内核、内部记忆、外部数据库、工作空间和输入输出接口。基于数学形式化定义写作规划问题，确保每个任务的可执行性和最终目标的达成。

如何运行 WriteHERE

环境准备

• Python 3.6+
• Node.js 14+ (前端需要)
• API密钥：
  • OpenAI (GPT模型)
  • Anthropic (Claude模型)
  • SerpAPI (报告生成中的搜索功能)

快速开始

无可视化运行

• 设置环境：

  python -m venv venv
  source venv/bin/activate
  pip install -v -e .
  cp recursive/api_key.env.example recursive/api_key.env
  nano recursive/api_key.env
  
          
  
            
          
          
          
  
            
  
            AI 代码解读
          
        
        

• 直接运行引擎：

  cd recursive
  python engine.py --filename ../test_data/meta_fiction.jsonl --output-filename ./project/story/output.jsonl --done-flag-file ./project/story/done.txt --model gpt-4o --mode story
  
          
  
            
          
          
          
  
            
  
            AI 代码解读
          
        
        

可视化运行

• 一键设置和启动可视化界面：

  ./setup_env.sh
  ./start.sh
  
          
  
            
          
          
          
  
            
  
            AI 代码解读
          
        
        

本地部署

• 后端：创建Python虚拟环境、安装依赖与启动服务：

  python -m venv venv
  source venv/bin/activate
  pip install -v -e .
  pip install -r backend/requirements.txt
  cd backend
  python server.py
  
          
  
            
          
          
          
  
            
  
            AI 代码解读
          
        
        

• 前端：安装依赖与启动服务

  cd frontend
  npm install
  npm start
  
          
  
            
          
          
          
  
            
  
            AI 代码解读
          
        
        

资源

• 项目主页：http://writehere.site/
• GitHub 仓库：https://github.com/principia-ai/WriteHERE

❤️ 如果你也关注 AI 的发展现状，且对 AI 应用开发感兴趣，我会每日分享大模型与 AI 领域的开源项目和应用，提供运行实例和实用教程，帮助你快速上手AI技术！

🥦 AI 在线答疑 -> 智能检索历史文章和开源项目 -> 丰富的 AI 工具库 -> 每日更新 -> 尽在微信公众号 -> 搜一搜：蚝油菜花 🥦