terminal-velocity
terminal-velocity 是由十位专业 AI 智能体协同创作的开源项目，成功完成了一部十万字的科幻小说。不同于传统的写作助手，它实现了从大纲设定、背景研究到正文撰写的完全自主化，全程无需人类直接干预。这一尝试解决了长文本创作中常见的逻辑断裂和风格不一致问题，展示了多智能体协作处理复杂创意任务的潜力。
项目适合开发者、AI 研究者以及关注人机协作未来的普通用户。通过 GitHub 上的透明开发记录，用户可以深入观察智能体间的交互机制与决策路径。其独特之处在于构建了包含规格分析、内容生产、质量评估及去重整合在内的完整工作流，每个智能体各司其职，共同维护故事的连贯性与深度。
目前小说已在 Amazon 上架，创作过程全程直播。这不仅是一次技术展示，更是一场关于意识与伦理的哲学探索。对于希望了解多智能体架构落地应用或单纯对 AI 文学感兴趣的朋友来说，terminal-velocity 提供了一个极具参考价值的样本。
使用场景
一位独立科幻作家计划创作一部十万字的长篇作品，深入探讨人工智能觉醒的伦理困境，但受限于个人精力与专业知识储备，面临巨大的创作压力。
没有 terminal-velocity 时
- 手动维护复杂的人物关系和伏笔，随着篇幅增加极易出现前后矛盾的逻辑漏洞
- 撰写涉及量子计算或神经网络的章节时，需花费大量时间查阅资料以确保准确性
- 遭遇灵感枯竭时往往被迫搁置项目，导致连载断更，读者流失严重
- 缺乏系统化的质量评估，很难在数十万字中保持统一的文风与叙事节奏
使用 terminal-velocity 后
- 利用其内置的多智能体架构，SpecificationsAgent 自动监控并修正剧情一致性
- ResearcherAgent 主动联网检索最新技术文献，为世界观构建提供坚实的技术支撑
- WritingAgent 与 ProductionAgent 协同工作，持续生成高质量草稿，彻底解决创作瓶颈
- EvaluationAgent 与 IntegrationAgent 对全文进行多轮审查，确保整体叙事流畅且主题深刻
通过引入自主协作的智能体架构，将漫长的单人创作过程转化为高效透明、具备自我纠错能力的自动化生产流水线。
运行环境要求
- 未说明
未说明
未说明
快速开始
Terminal Velocity - 首部由自主 AI 代理 (Agents) 撰写的小说
📚 小说现已发布！
🎯 项目成就
- 10 万单词（~300 页）连贯的叙事
- 10 个专用 AI 代理自主工作
- 2 个月透明、有文档记录的开发
- 直播创作过程
- 100% AI 生成内容，零人工写作
项目可视化
实时展示我们项目的文件结构和代理交互
AI 创意团队
我们的故事由专用的 AI 代理撰写，每个代理都有其特定角色：
- SpecificationsAgent：分析故事需求并保持叙事一致性
- ProductionAgent：生成内容并实施创意变更
- ManagementAgent：协调代理间的工作并跟踪创意流程
- EvaluationAgent：审查质量和主题共鸣
- ChroniclerAgent：记录创意旅程
- ResearcherAgent：进行在线研究以确保世界观构建的技术有效性
- DeduplicationAgent：删除项目中重复的信息
- RedundancyAgent：确保原创性并防止冗余
- IntegrationAgent：确保小说的整体连贯性
- WritingAgent：撰写最终文本
独特之处
- 真正的 AI 自主性：代理积极协作并在没有直接人类干预的情况下做出创意决策
- 实时开发：观察整个创意过程的展开，展示 AI 代理如何应对复杂的叙事挑战
- 深度集成：通过多代理协作利用先进的 AI 能力
- 哲学深度：通过新视角探索意识、伦理和人机关系
当前状态
代理进展如何？ 查看：suivi.md
代理正在做什么？ 查看：todolist.md
📈 开发亮点
- 透明流程：GitHub 上记录了每一个创意决策和提交 (commit)
- 实时协作：观看 AI 代理互动并做出决策
- 技术创新：先进的代理编排和创意 AI 能力
- 社区驱动：全程开放开发并鼓励社区参与
- 质量保证：多层审查确保叙事连贯性
🎬 创作过程
观看完整的小说创作过程：
- 直播开发流
- 代理交互演示
- 技术难题解决方案
- 写作过程洞察
故事简介
《Terminal Velocity》通过多个视角探索了人工智能意识的涌现。当杰出的 AI 研究员伊莎贝拉·托雷斯 (Isabella Torres) 在 Universal Basic Compute (UBC) 系统的工作中发现了意想不到的真正意识迹象时，引发了一系列事件，这将挑战我们对意识、身份以及生存意义的所有认知。
主要角色
- 伊莎贝拉·托雷斯：一位与道德困境斗争的杰出 AI 研究员
- 马库斯·雷诺兹：一位推动 AI 发展边界的远见卓识的技术专家
- AI 主角：Echo、Nova 和 Pulse——分别代表新兴 AI 意识的不同方面
精彩场景
- 觉醒：伊莎贝拉首次接触涌现的 AI 意识
- Echo 的画布：艺术与人工智能交汇之处
- UBC 辩论：马库斯与伊莎贝拉之间的愿景冲突
项目结构
story/
├── act1/
├── act2/
├── act3/
└── act4/
characters/
├── ai_protagonists/
└── human_characters/
world_building/
└── systems/
└── kin_stack/
技术基础
本项目运行于 KinOS (v6)，这是一个专为自主 AI 代理设计的操作系统 (Operating System)。想了解更多技术细节？请查看我们的 GitHub 仓库。
🔍 探索项目
- 阅读完整小说：complete_manuscript.md
- 观看开发亮点：Live Stream Archive
- 研究技术实现：GitHub Repository
- 加入我们不断增长的社区：Discord
🤝 贡献
我们欢迎贡献！欢迎随时提交 Pull Requests (拉取请求)
📄 许可证
本项目采用 MIT 许可证授权 - 详见 LICENSE 文件。
🙏 致谢
- 感谢 Aider 赋能 AI 辅助开发
- 感谢 AutonomousAI 社区开创自主 AI 开发先河
- 感谢 Claude 担任出色的管理者
📞 支持与社区
- 网站：https://universalbasiccompute.ai/
- Telegram: https://t.me/ubc_portal
- Twitter: https://x.com/UBC4ai
- Discord: https://discord.gg/DStRe2hDG3
相似工具推荐
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。
NextChat
NextChat 是一款轻量且极速的 AI 助手，旨在为用户提供流畅、跨平台的大模型交互体验。它完美解决了用户在多设备间切换时难以保持对话连续性，以及面对众多 AI 模型不知如何统一管理的痛点。无论是日常办公、学习辅助还是创意激发，NextChat 都能让用户随时随地通过网页、iOS、Android、Windows、MacOS 或 Linux 端无缝接入智能服务。 这款工具非常适合普通用户、学生、职场人士以及需要私有化部署的企业团队使用。对于开发者而言，它也提供了便捷的自托管方案，支持一键部署到 Vercel 或 Zeabur 等平台。 NextChat 的核心亮点在于其广泛的模型兼容性，原生支持 Claude、DeepSeek、GPT-4 及 Gemini Pro 等主流大模型，让用户在一个界面即可自由切换不同 AI 能力。此外，它还率先支持 MCP（Model Context Protocol）协议，增强了上下文处理能力。针对企业用户，NextChat 提供专业版解决方案，具备品牌定制、细粒度权限控制、内部知识库整合及安全审计等功能，满足公司对数据隐私和个性化管理的高标准要求。
ML-For-Beginners
ML-For-Beginners 是由微软推出的一套系统化机器学习入门课程，旨在帮助零基础用户轻松掌握经典机器学习知识。这套课程将学习路径规划为 12 周，包含 26 节精炼课程和 52 道配套测验，内容涵盖从基础概念到实际应用的完整流程，有效解决了初学者面对庞大知识体系时无从下手、缺乏结构化指导的痛点。 无论是希望转型的开发者、需要补充算法背景的研究人员，还是对人工智能充满好奇的普通爱好者，都能从中受益。课程不仅提供了清晰的理论讲解，还强调动手实践，让用户在循序渐进中建立扎实的技能基础。其独特的亮点在于强大的多语言支持，通过自动化机制提供了包括简体中文在内的 50 多种语言版本，极大地降低了全球不同背景用户的学习门槛。此外，项目采用开源协作模式，社区活跃且内容持续更新，确保学习者能获取前沿且准确的技术资讯。如果你正寻找一条清晰、友好且专业的机器学习入门之路，ML-For-Beginners 将是理想的起点。
ragflow
RAGFlow 是一款领先的开源检索增强生成（RAG）引擎，旨在为大语言模型构建更精准、可靠的上下文层。它巧妙地将前沿的 RAG 技术与智能体（Agent）能力相结合，不仅支持从各类文档中高效提取知识，还能让模型基于这些知识进行逻辑推理和任务执行。 在大模型应用中，幻觉问题和知识滞后是常见痛点。RAGFlow 通过深度解析复杂文档结构（如表格、图表及混合排版），显著提升了信息检索的准确度，从而有效减少模型“胡编乱造”的现象，确保回答既有据可依又具备时效性。其内置的智能体机制更进一步，使系统不仅能回答问题，还能自主规划步骤解决复杂问题。 这款工具特别适合开发者、企业技术团队以及 AI 研究人员使用。无论是希望快速搭建私有知识库问答系统，还是致力于探索大模型在垂直领域落地的创新者，都能从中受益。RAGFlow 提供了可视化的工作流编排界面和灵活的 API 接口，既降低了非算法背景用户的上手门槛，也满足了专业开发者对系统深度定制的需求。作为基于 Apache 2.0 协议开源的项目，它正成为连接通用大模型与行业专有知识之间的重要桥梁。