让AI单次生成4万字!WriteHERE:开源AI长文写作框架,单次生成超长文本,小说报告一键搞定!

本文涉及的产品
NLP自然语言处理_基础版,每接口每天50万次
NLP自然语言处理_高级版,每接口累计50万次
NLP 自学习平台,3个模型定制额度 1个月
简介: WriteHERE是基于异质递归规划技术的开源AI写作框架,能动态分解写作任务并管理任务依赖关系,支持单次生成超过4万字的专业报告。

❤️ 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

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
    
  • 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
    

可视化运行

  • 一键设置和启动可视化界面:
    ./setup_env.sh
    ./start.sh
    

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
    
  • 前端:安装依赖与启动服务

    cd frontend
    npm install
    npm start
    

资源


❤️ 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 🥦

相关文章
|
1月前
|
人工智能 中间件 数据库
沐曦 GPU 融入龙蜥,共筑开源 AI 基础设施新底座
沐曦自加入社区以来,一直与龙蜥社区在推动 AIDC OS 的开源社区建设等方面保持合作。
|
2月前
|
人工智能 安全 API
HiMarket 正式开源,为企业落地开箱即用的 AI 开放平台
我们发起 HiMarket 的初心:帮助用户从 80% 开始构建 AI 开放平台。
331 29
|
2月前
|
人工智能 运维 安全
|
2月前
|
人工智能 云栖大会
|
1月前
|
人工智能 运维 Java
Spring AI Alibaba Admin 开源!以数据为中心的 Agent 开发平台
Spring AI Alibaba Admin 正式发布!一站式实现 Prompt 管理、动态热更新、评测集构建、自动化评估与全链路可观测,助力企业高效构建可信赖的 AI Agent 应用。开源共建,现已上线!
3081 45
|
2月前
|
人工智能 Java 开发者
阿里出手!Java 开发者狂喜!开源 AI Agent 框架 JManus 来了,初次见面就心动~
JManus是阿里开源的Java版OpenManus,基于Spring AI Alibaba框架,助力Java开发者便捷应用AI技术。支持多Agent框架、网页配置、MCP协议及PLAN-ACT模式,可集成多模型,适配阿里云百炼平台与本地ollama。提供Docker与源码部署方式,具备无限上下文处理能力,适用于复杂AI场景。当前仍在完善模型配置等功能,欢迎参与开源共建。
1420 58
阿里出手!Java 开发者狂喜!开源 AI Agent 框架 JManus 来了,初次见面就心动~
|
1月前
|
人工智能 自然语言处理 Shell
我们开源了一款 AI 驱动的用户社区
KoalaQA 是一款开源的 AI 驱动用户社区,支持智能问答、语义搜索、自动运营与辅助创作,助力企业降低客服成本,提升响应效率与用户体验。一键部署,灵活接入大模型,快速构建专属售后服务社区。
242 5
我们开源了一款 AI 驱动的用户社区
|
2月前
|
人工智能 数据可视化 数据处理
AI智能体框架怎么选?7个主流工具详细对比解析
大语言模型需借助AI智能体实现“理解”到“行动”的跨越。本文解析主流智能体框架,从RelevanceAI、smolagents到LangGraph,涵盖技术门槛、任务复杂度、社区生态等选型关键因素,助你根据项目需求选择最合适的开发工具,构建高效、可扩展的智能系统。
731 3
AI智能体框架怎么选?7个主流工具详细对比解析

热门文章

最新文章