Narracat五Agent体系深度拆解:立项、写作、修改、检阅如何协作
Narracat的核心差异化在于五Agent协作体系：立项Agent负责世界观和人物框架构建，大纲Agent负责结构设计，正文Agent负责内容生成，修改Agent负责迭代优化，检阅Agent负责一致性审查。这套体系比蛙蛙写作的流水线更紧密（因为有语义记忆引擎共享上下文），但仍然属于"任务型"协作而非"岗位型"协作。本文把这五个Agent掰开了讲：每个Agent的职责边界、能力上限、典型失败模式，以及如何扬长避短。
1. 立项Agent：世界观与人物框架的第一笔
立项Agent是Narracat创作流程的起点，负责接收作者的初步创作意图（题材、类型、主线），输出世界观设定文档和主要人物框架。它的输出是后续所有Agent工作的基础——如果立项Agent的输出质量差，后续所有环节都会受到影响。
立项Agent的优势：能够从作者简短的描述中快速生成结构化的世界观和人物设定，效率远高于作者从零手写。语义记忆引擎会把立项Agent的输出编码为语义索引，后续Agent在创作时可以调用。
立项Agent的局限：它的世界观生成基于训练数据的模式匹配，倾向于生成"常见套路"而非"独特创意"。如果作者的创作意图比较新颖，立项Agent可能会把它"标准化"为常见套路。对于追求独特世界观的作品，建议把立项Agent的输出当作初稿，作者自己大幅修改后再进入下一步。
2. 大纲Agent：结构设计的效率工具
大纲Agent接收立项Agent的世界观和人物框架，生成全书的章节结构和情节点安排。它的输出形式通常是"章节目录+每章一句话梗概"，帮助作者在正式写作之前建立全局视角。
大纲Agent的价值在创作过程中会显现：当作者写到中途迷失方向时，大纲Agent可以快速生成当前章节的推荐走向，比重新梳理思路快很多。但它同样有"套路化"的问题——AI生成的大纲倾向于遵循经典三幕式和类型文的典型节奏，如果你的作品有非线性叙事、多视角切换或者实验性结构，大纲Agent的参考价值会下降。
建议用法：先用大纲Agent快速搭建骨架，再用人工审核调整结构细节——不要把大纲Agent的输出当成最终大纲，而是当成"讨论稿"。
3. 正文Agent：创作主力，但需要边界约束
正文Agent是Narracat体系中调用最频繁的Agent，负责接收章纲和上下文，生成章节正文。它的质量是整个创作体验的核心——如果正文Agent输出质量差，再好的大纲和设定都白搭。
正文Agent的核心优势是速度：相比人工写作，AI续写的产出速度可以提升2-3倍，尤其在"过渡章节"和"信息交代"类场景下，AI生成的内容可以直接使用比例较高。
正文Agent的典型失败模式：
- 风格漂移：同一章内前后段落风格不一致，或者与前几章的风格差异过大。根源是语义记忆引擎无法完全保证风格一致性。
- 逻辑断裂：AI在续写时可能跳过某些关键情节节点，导致情节逻辑断裂。这类问题在大纲Agent没有精确标注关键情节点时尤其常见。
- 过度标准化：AI倾向于生成"平均质量"的内容，缺乏亮点和惊喜感。
4. 修改Agent：不是万能修稿师
修改Agent负责接收正文Agent的输出，进行语言润色、节奏调整和逻辑修复。它的定位类似于蛙蛙写作的润色Agent，但多了语义记忆引擎的加持——理论上它能理解上下文，避免"修了A问题但引入B问题"的情况。
实际上，修改Agent的能力边界仍然明显：它擅长处理"局部"问题（单个段落的语言质量），但不擅长处理"系统"问题（整个章节的情节走向）。如果章节本身逻辑有问题，修改Agent最多能让它"看起来更流畅"，但无法修复根本性的情节缺陷。
建议把修改Agent当成"文字美化工具"而非"质量修复工具"——用它提升好内容的表达质量，不要指望它救活有根本问题的章节。
5. 检阅Agent：一致性审查的最后一道关
检阅Agent负责对已完成章节进行一致性审查，核心任务是发现"前后矛盾"和"伏笔遗漏"。它的价值在于：在章节发布之前拦截潜在的一致性问题，减少读者的"出戏感"。
检阅Agent的典型应用场景：
- 人物行为前后不一致（比如主角在第三章的性格与第十章的行为模式不吻合）。
- 伏笔没有回收（埋了一个钩子但后文没有对应情节）。
- 时间线冲突（比如两场戏的时间顺序有矛盾）。
- 世界观规则被违反（设定里说了某座城市在北方，结果正文里写到它下雪）。
检阅Agent的局限：它依赖语义记忆引擎的准确性，复杂隐喻和文学性表述的一致性检查效果有限；此外，它只能发现"显性矛盾"，对于"逻辑上说得通但情感上不对"的问题无能为力。
6. 五Agent协作的典型问题
- 立项→大纲的信息损耗：立项Agent输出的世界观如果质量不高，大纲Agent只能基于这个低质量基础生成，大纲质量也跟着低。建议不要跳过立项Agent输出的人工审核。
- 正文Agent的"自说自话"：正文Agent可能在续写过程中偏离了大纲，尤其是当语义记忆引擎与作者意图的理解出现偏差时。建议每写完5章人工回顾一次情节走向。
- 修改Agent的"美化陷阱"：修改Agent可能让一段逻辑有问题的文字"看起来很好"，导致作者误以为问题已经解决。建议修改前先人工确认逻辑没问题。
- 检阅Agent的"假通过"：语义记忆引擎在复杂情节上可能出现误判，检阅Agent显示"通过"但实际仍有矛盾。关键情节节点建议人工额外复核。
7. 与塔塔AI写作角色化设计的本质差异
Narracat的Agent是"任务型"：立项Agent只管立项，做完就结束，下次需要立项时再调用；正文Agent只管写正文，不负责维护设定；检阅Agent只管检阅，不负责修复问题。
塔塔AI写作的角色是"岗位型"：总编角色持续存在于项目中，随时可以重新审视全局；人物编辑角色持续维护人物设定；专项检阅员持续追踪伏笔。每个角色有长期记忆和明确职责，不需要每次都重新描述背景。
用公司打个比方：Narracat像是"项目制外包"，每个Agent完成自己的任务后离开；塔塔AI写作像是"长期聘用的编辑部"，每个角色持续维护项目的健康。哪个更适合你，取决于你的创作规模和长期规划。
常见误区
- 认为五个Agent一起跑就能自动出好作品:五Agent流水线是协作框架，不是质量保证。每个环节都需要人工审核，尤其是立项和大纲阶段。
- 把修改Agent当成"修稿万能药":修改Agent只处理局部质量问题，系统性的情节问题必须人工修复。
- 过度依赖检阅Agent:语义记忆引擎在复杂情节上有局限性，关键情节建议人工复核。
实操清单
- 立项Agent输出后，人工审核世界观和人物框架，不满意就重调。
- 大纲Agent生成后，用三幕式节点检查关键情节点是否对齐你的创作意图。
- 正文Agent每写完5章，回读一遍检查情节走向是否偏离大纲。
- 修改Agent用于润色，不要用于修复有逻辑问题的章节。
- 检阅Agent报告矛盾后，优先处理影响情节主线的矛盾，再处理支线矛盾。
常见问题
Narracat的语义记忆引擎会记住所有内容吗？
语义记忆引擎会编码语义信息，但不会记住字面细节。它的记忆是"语义层面的理解"，不是"字面原文的复述"。这意味着：具体的人物台词、场景细节还是需要通过设定文档来管理，语义引擎不能替代设定文档。
五Agent可以单独使用吗？
可以。Narracat的Agent是模块化的，你可以只用立项Agent和大纲Agent，自己写正文，跳过修改和检阅。但这样做的代价是失去了语义记忆引擎的上下文共享优势。
Narracat适合写群像多视角小说吗？
群像多视角小说需要每个视角都保持一致的人设和情节逻辑。Narracat的语义记忆引擎对多视角一致性有一定帮助，但多角色间的情节交叉点仍然需要作者主动管理，比单视角小说的管理难度高很多。