小说Agent计划(四): agent流程设计

小说 Agent 计划(三)-关系图检索中已经完成了世界记忆的基本功能开发，接下来开始设计 小说Agent 的整体流程。

设计

在设计 小说Agent 流程之前，先回顾一下小说 Agent 计划(一)中提出的创作循环

  flowchart TD
    A[阅读需求] --> B[向世界记忆请求信息]
    B --> C[请求更改]
    C --> D{监督是否认为更改合理?}
    D -->|是| E[获取更改链并根据更改链输出文字内容]
    D -->|否| F[分析失败原因并再次检索信息]
    F --> C

这指出了创作循环的最小单元，我们还需要在外围设计一个更大的循环来控制创作的整体进度，这包括创建初始世界记忆、生成大纲、章节等。

整体流程设计

一般的创作流程可以分为以下几个阶段：

• 第一阶段：构思与准备 (Conception & Preparation)
• 第二阶段：规划与大纲 (Planning & Outlining)
• 第三阶段：初稿写作 (Drafting)
• 第四阶段：修改与润色 (Revising & Polishing)
• 第五阶段：最终审查与发布 (Final Review & Publishing)

对 小说Agent 来说，我认为可以将这些阶段简化为以下几个主要阶段：

• 第一阶段：大纲设计 (Outline Design)

  确定小说的大纲，确定主要情节和故事走向。

• 第二阶段：世界记忆初始化 (World Memory Initialization)

  于此阶段建立最初的世界记忆，包括角色、设定、背景等。

• 第三阶段：分章 (Chaptering)

  根据大纲将故事分成多个章节，确定每章的主要内容。

• 第四阶段：章节写作 (Chapter Writing)

  按之前提出的创作循环逐章写作。

接下来我会详细设计每个阶段的流程。

第一阶段：大纲设计 (Outline Design)

首先要明确的是大纲如何产生，无非是下面三种方式:

• 完全由用户提供
• 用户和 Agent 共同设计
• 完全由 Agent 生成

我以为，大纲生成是一个比较自由的过程，用户可以选择任何一种方式，甚至是多种方式结合。并没有说哪一种方法是最好的，在这里作约束没有意义。

相反，应该设计一套规范的大纲格式，以方便后面的阶段使用。

使用什么格式呢？它需要满足：

• 可读性好，方便人工编辑
• 结构化，方便程序解析

那直接使用 Markdown 就不行，因为 Markdown 只是一个标记语言，并没有结构化的概念，也难以解析。我们需要一个更结构化的格式，比如 YAML 或 JSON。JSON 过于冗长，不适合人工编辑，因此我选择 YAML 作为大纲的格式。下面是经典童话故事《小红帽》的大纲示例：

title: "小红帽"

plots:
  - "小红帽去看望外婆"
  - "小红帽遇见大灰狼"
  - "大灰狼欺骗小红帽"
  - "猎人救出小红帽和外婆"

此阶段页面理想的设计应该是直接一个带有格式检查的 YAML 编辑器，用户可以直接编辑大纲内容，或者使用别的 ai 应用辅助设计，只要符合格式即可进入下一步。

第二阶段：世界记忆创建 (World Memory Initialization)

总的来看，本 小说Agent 设计的核心是这样一个抽象：

小说是一个不断迭代的 graph ，文字只是对迭代过程的描述。

因此，本阶段非常重要，需要尽可能详细地创建世界记忆。同时本阶段也负责明确设定。

我依然认为这里不应该由 小说Agent 完全自动化完成，而是需要用户参与。因为设定和世界记忆的创建是一个非常主观的过程，完全自动化完成可能会偏离用户的期望。

但是由于涉及世界记忆的操作，用户难以手动交互，依然需要 小说Agent 的帮助。也就是说，我们需要一个交互式的过程。

同时考虑到之前将世界记忆设计为只增不减的结构，这无法直接用于初始化，还需要一个 PreWorld 类用于抽象还在创建的世界记忆，最终再构建成 World 。

理想的实现是一个对话页面，用户可以和 llm 对话，逐步完善世界记忆。同时也可视化地展示 PreWorld 的内容，方便用户查看和编辑。尽管这看上去似乎比较复杂，但我认为这是必要的。

第三阶段：分章 (Chaptering)

分章的过程相对简单，主要是根据大纲将故事分成多个章节，并确定每章的主要内容。

我认为可以保持类似第二阶段的交互式设计，用户可以和 llm 对话，逐步完善章节分配。同时也可视化地展示章节列表，方便用户查看和编辑。

第四阶段：章节写作 (Chapter Writing)

章节写作的过程就是之前设计的创作循环。每次循环生成一个段落，直到章节完成。

依然保持交互式设计，小说 Agent 提出修改世界记忆的操作，用户可以告诉它是否接受或者为什么不接受，并且再次修改。小说 Agent 在这里承担实际去修改世界模型和根据修改链生成文字内容的工作。

同时，如果需要更加自动化，只需要再设计一个 Agent 来代替这里的用户即可。

总结

梳理以下思路，可以用下面的流程图来表示整体设计：

  flowchart TD
    A["第一阶段：大纲设计 (Outline Design)<br>用户与AI合作，确定小说情节和走向，<br>最终输出结构化的YAML大纲文件。"] --> B["第二阶段：世界记忆初始化 (World Memory Initialization)<br>根据大纲，通过交互式对话，<br>创建初始的世界记忆图谱(Graph)，包含核心角色、设定等。"]
    B --> C["第三阶段：分章 (Chaptering)<br>同样通过交互式过程，<br>将大纲分解为具体的章节列表和各章目标。"]
    C --> D_START(开始章节写作)

    subgraph D_INNER_LOOP [创作循环]
        direction TB
        D_START --> D_LOOP{循环处理每一章}
        D_LOOP -- "进入下一章" --> D_EXEC(执行创作循环)

        D1[阅读章节需求] --> D2[向世界记忆请求信息]
        D2 --> D3[提出世界记忆更改请求]
        D3 --> D4{监督者审查更改是否合理?}
        D4 -- "是" --> D5[获取更改链并<br>输出文字内容]
        D4 -- "否" --> D6[分析失败原因并<br>返回步骤2重新检索]
        D6 --> D2

        D_EXEC -- "段落或情节完成" --> D_CHECK{章节是否写完?}
        D_CHECK -- "否" --> D_EXEC
        D_CHECK -- "是" --> D_LOOP
    end

    D_LOOP -- "所有章节完成" --> E((小说完成))