业余写点东西，但作为开发者，我对"稿子存在别人服务器上"这件事一直不太舒服。于是花时间找开源、可自部署的 AI 写小说项目。把我的筛选标准和最后跑起来的过程记下来。
我的筛选标准
开源项目不少，我列了几条硬指标：
- 真开源、协议清晰：能看源码、能自部署，协议明确；
- 数据本地：稿件和设定在自己磁盘，不强制上云；
- 能扛长篇：有靠谱的设定记忆机制，不是写两章就崩；
- 模型自由：能接自己的模型，不绑死某一家；
- 还在维护：有更新、有文档，不是弃坑项目。
按这几条筛下来，候选不多。
最后选了 InkOS
InkOS（AGPL 协议，github.com/Narcooo/inkos，npm @actalk/inkos）几条都对得上：
- 开源、AGPL 协议清晰，可自部署、数据本地；
- 长篇靠 7 真相文件 + 33 维连续性审计，不靠模型记性；
- 模型走任意 OpenAI 兼容服务，支持多模型路由；
- 有 Studio/TUI/OpenClaw 多种用法，文档也够上手。
跑起来
npm i -g @actalk/inkos
inkos init my-novel && cd my-novel
inkos book create --title "测试书" --genre xuanhuan
inkos write next # 写-审-改一条管线
inkos audit last # 看审计报告
配模型用环境变量占位，来源可以是官方、自建网关或聚合服务（它 Studio 里也内置 kkaiapi 这类聚合选项）：
export INKOS_BASE_URL="YOUR_BASE_URL"
export INKOS_API_KEY="sk-xxxxxx"
第一天主要在配环境和模型，跑通之后就顺了。连写几章测了下连续性审计，它真报出我自己改大纲留的一处矛盾，这点比我之前用的网页工具强。
几点真实体会
- 开源的代价是要自己折腾，怕这个就别选，或者用它的 Web 工作台 Studio 降低门槛；
- 数据本地这点对我是核心价值，值回上手成本；
- AGPL 协议自部署、改源码都行，商用要注意协议要求；
- 它不是"更快出文字"的工具，是"长篇更稳、可控可改"的工具，诉求不一样别错位期待。
小结
开源、可自部署的 AI 写小说项目本来就少，能同时满足数据本地、长篇审计、模型自由的更少。我按硬指标筛完选了 InkOS，跑下来基本符合预期。如果你也是在意"稿子得在自己手里"的开发者，可以按类似标准去挑，它是个不错的候选。
