---

ALwrity 是什么

• 情境化内容操作系统：摄入您的网站、竞争对手和各渠道数据，构建可复用的品牌知识库。
• 多场景设计：博客、故事、YouTube 视频、播客及各类视频均可基于同一套理解生成内容。
• 代理驱动流程：通过编排式的研究、策划、撰写与优化流程，而非单次提示词操作。
• 生产就绪：内置 JWT/OAuth2 认证、使用情况跟踪、限流机制、监控系统及成本意识。

---

ALwrity 的存在意义

ALwrity 专为那些更看重 情境 而非简单提示词的人士而生。

大多数工具要么让你陷入繁杂的设置选项中，要么每次都会重置到空白状态。
我们希望打造一个系统，能够：

• 记住您的品牌定位及目标受众；
• 在内容创作前基于真实数据（如 SEO、竞争对手、网站内容）进行扎实的背景研究；
• 将这些理解跨不同内容形式复用，避免重复劳动。

---

对创作者与营销人员的意义

• 一套大脑，多种内容形式：相同的洞察力可以支持博客文章、故事、YouTube 脚本、播客大纲及视频分镜等内容的创作。
• 减少工具切换：引导式的工作流程取代了“在五个 SaaS 工具和电子表格之间来回复制粘贴数据”的繁琐操作。
• 更安全、更真实的创作内容：通过扎实的背景研究与引用标注，有效降低内容幻觉与反复修改的情况。
• 默认符合品牌调性：通过人物角色与品牌声音设定，确保跨渠道输出的一致性。
• 运营可见性：任务调度器会标记“需要人工干预的任务”，并提供警报与日志记录，帮助您在用户察觉之前发现问题。

---

目前已实现的功能

• AI 博客写作工具（阶段式）：研究 → 大纲 → 内容 → SEO → 发布，具备导航保护与本地持久化功能（frontend/src/hooks/usePhaseNavigation.ts）。
• 故事写作工具：主题 → 大纲 → 章节 → 导出，支持阶段式导航（frontend/src/hooks/useStoryWriterPhaseNavigation.ts）。
• YouTube 创作者工作室：规划 → 场景 → 虚拟形象 → 渲染，用于制作 YouTube 视频（frontend/src/components/YouTubeCreator）。
• 播客制作工具 / 测试人物角色：利用共享的视频流水线，将语音与虚拟形象转化为短视频。
• 视频工作室：支持多模块的视频创建、编辑与转换（frontend/src/components/VideoStudio）。
• SEO 控制面板：提供分析、元数据及 Google Search Console 洞察功能（详见 docs-site/docs/features/seo-dashboard）。
• LinkedIn（事实导向、Google 支撑）：基于真实的 Google 数据与引用标注，结合质量指标，用于发布帖子、文章、轮播图及脚本内容（参见 frontend/docs/linkedin_factual_google_grounded_url_content.md）。
• 人物角色系统：核心人物角色及平台适配功能通过 API 提供（backend/api/persona.py）。
• Facebook 人物角色服务：针对 Facebook 平台特点，采用 Gemini 结构化 JSON 进行优化（backend/services/persona/facebook/facebook_persona_service.py）。
• 个性化与品牌声音：对写作风格、语气及结构进行验证与配置（backend/services/component_logic/personalization_logic.py）。

更多详细信息请参阅维基：文档首页

---

快速开始

1. 克隆并安装

git clone https://github.com/AJaySi/AI-Writer.git
cd AI-Writer/backend && pip install -r requirements.txt
cd ../frontend && npm install

2. 本地运行

# 后端
cd backend && python start_alwrity_backend.py
# 前端
cd frontend && npm start

3. 打开并开始创作

• 前端：http://localhost:3000
• API 文档（本地）：http://localhost:8000/api/docs
• 完成新手引导 → 生成内容 → 发布

---

集成与安全性

• 集成：Google Search Console（SEO 控制面板）、LinkedIn（事实导向内容）。
• AI 模型：OpenAI、Google Gemini/Imagen、Hugging Face、Anthropic、Mistral。
• 安全性：JWT 认证、OAuth2、速率限制、监控与日志记录。
• 可靠性：通过扎实的背景研究与引用追踪，确保内容的真实性和准确性。

---

技术栈

部门	技术
后端	FastAPI、Python 3.10+、SQLAlchemy
前端	React 18+、TypeScript、Material‑UI、CopilotKit
AI/研究	OpenAI、Gemini/Imagen、Hugging Face、Anthropic、Mistral；Exa、Tavily、Serper（自动选择提供商：默认 Gemini，备选 Hugging Face）
数据	SQLite（已准备好迁移到 PostgreSQL）
集成	Google Search Console、LinkedIn
运营	Loguru 监控、速率限制、JWT/OAuth2

---

LLM 提供商：Gemini 与 Hugging Face

• 自动选择：后端会根据 GPT_PROVIDER 设置及可用密钥自动选择合适的提供商。
  • 默认：Gemini（若存在 GEMINI_API_KEY）
  • 备选：Hugging Face（若存在 HF_TOKEN）
• 配置：
  • GEMINI_API_KEY=...（文本 + 结构化 JSON；图像通过 Imagen 生成）
  • HF_TOKEN=...（文本通过 Inference API 生成；图像通过支持的 Hugging Face 模型生成）
  • 可选：GPT_PROVIDER=gemini 或 GPT_PROVIDER=hf_response_api
• 文本生成：
  • Gemini：擅长生成结构化输出，并能快速完成通用内容创作
  • Hugging Face：通过 Inference Providers 提供广泛的模型访问权限
• 图像生成：
  • Gemini/Imagen 与 Hugging Face 提供商均受支持，且拥有统一接口。

有关模块详情，请参阅 backend/services/llm_providers/README.md。

---

文档

• 文档站点（MkDocs）：https://ajaysi.github.io/ALwrity/
• 博客编辑器（功能阶段与用户界面）：docs-site/docs/features/blog-writer/overview.md
• SEO仪表板概述：docs-site/docs/features/seo-dashboard/overview.md
• SEO仪表板与Google Search Console集成：docs-site/docs/features/seo-dashboard/gsc-integration.md
• LinkedIn事实性、基于Google的内容：frontend/docs/linkedin_factual_google_grounded_url_content.md
• 用户画像开发（文档站点）：docs-site/docs/features/content-strategy/personas.md

如需更多页面，请浏览 docs-site/docs/ 文件夹。

---

用户画像（简述）

ALwrity会根据入驻时提供的数据生成核心写作画像，并针对不同平台（如Facebook、LinkedIn）进行适配。这些画像将指导各工具中的语气、结构及内容偏好。

• 核心画像与API：backend/api/persona.py
• Facebook画像服务（Gemini结构化JSON）：backend/services/persona/facebook/facebook_persona_service.py
• 个性化/品牌声音逻辑：backend/services/component_logic/personalization_logic.py
• 文档（GitHub路径）：
  • 用户画像（文档站点）：https://github.com/AJaySi/AI-Writer/blob/main/docs-site/docs/features/content-strategy/personas.md
  • LinkedIn基于事实与Google内容规划：https://github.com/AJaySi/AI-Writer/blob/main/frontend/docs/linkedin_factual_google_grounded_url_content.md

概览如下：

• 数据 → 画像：入驻信息 + 网站分析 → 核心画像
• 平台适配：针对各平台的JSON格式，包含验证与优化
• 应用场景：用于确定语气、内容长度、结构以及各平台的最佳实践

---

社区

• 文档与维基：https://github.com/AJaySi/AI-Writer/wiki
• 讨论区：https://github.com/AJaySi/AI-Writer/discussions
• 问题追踪：https://github.com/AJaySi/AI-Writer/issues
• 官网：https://www.alwrity.com

---

许可证

MIT — 详情请参阅 LICENSE。

ALwrity 快速上手指南

ALwrity 是一个基于 AI 的数字化营销平台（上下文内容操作系统）。它能够理解你的品牌、网站、竞争对手及渠道，并利用这些上下文信息驱动博客、故事、视频、播客等多种内容的创作，同时提供内存管理和数据分析功能。

环境准备

在开始之前，请确保你的开发环境满足以下要求：

• 操作系统: Linux, macOS 或 Windows (WSL 推荐)
• Python: 版本 3.10 或更高
• Node.js & npm: 用于前端构建 (建议 Node.js 18+)
• Git: 用于克隆代码仓库
• API Keys:
  • 默认推荐使用 Google Gemini (GEMINI_API_KEY)
  • 或者 Hugging Face (HF_TOKEN) 作为备选
  • 也可配置 OpenAI, Anthropic, Mistral 等模型

安装步骤

1. 克隆项目

首先从 GitHub 克隆源代码到本地：

git clone https://github.com/AJaySi/AI-Writer.git
cd AI-Writer

2. 安装后端依赖

进入后端目录并安装 Python 依赖包：

cd backend
pip install -r requirements.txt

提示：国内用户若下载 pip 包较慢，可添加清华源加速： pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

3. 安装前端依赖

返回根目录（或手动进入 frontend 目录），安装前端 Node 模块：

cd ../frontend
npm install

提示：国内用户若 npm 安装缓慢，可临时切换镜像源： npm config set registry https://registry.npmmirror.com 然后再执行 npm install

4. 配置环境变量 (可选但推荐)

在 backend 目录下创建 .env 文件（或根据项目具体配置方式），设置你的 AI 模型密钥。例如使用 Gemini：

export GEMINI_API_KEY=your_gemini_api_key_here
# 或者指定提供商
export GPT_PROVIDER=gemini

基本使用

安装完成后，你需要分别启动后端服务和前端界面。

1. 启动后端服务

打开一个终端窗口，进入后端目录并运行启动脚本：

cd backend
python start_alwrity_backend.py

后端默认运行在 http://localhost:8000，API 文档地址为 http://localhost:8000/api/docs

2. 启动前端界面

打开另一个终端窗口，进入前端目录并启动开发服务器：

cd frontend
npm start

前端默认运行在 http://localhost:3000

3. 开始创作

1. 浏览器访问 http://localhost:3000。
2. 完成初始的 Onboarding (入职引导) 流程：输入你的品牌信息、网站 URL 或竞争对手信息，系统将构建你的“品牌大脑”（Persona）。
3. 选择功能模块开始创作：
   • AI Blog Writer: 经历 研究 -> 大纲 -> 内容 -> SEO 优化 -> 发布 的全流程。
   • Story Writer: 创作故事前提、大纲及章节。
   • YouTube Creator: 规划视频场景、生成头像及渲染工作流。
   • SEO Dashboard: 查看 Google Search Console 数据及 SEO 分析。
4. 生成的内容将自动保持品牌语调一致，并基于真实的网络数据进行接地（Grounding）处理，减少幻觉。

现在，你已经成功部署并运行了 ALwrity，可以开始体验上下文驱动的 AI 内容创作了。