选题、写作、去AI味、排版、传草稿全在一个桌面软件里：我通读了 HelpWriting 源码，还发现它的「开源协议」藏着陷阱

项目地址： https://github.com/lfdc-code/helpWriteing 注意分支： 默认分支 develop 只有 LICENSE，真正的代码在 master-pro 分支 协议： LICENSE 标称 Apache 2.0，但 NOTICE 附加了非商业与分发限制（详见第五节） 取证依据： master-pro 分支源码、NOTICE、仓库自带的朱雀检测截图与 knowledge/templates 模板库

做公众号的人都熟悉这套割裂：选题刷微博热榜和新榜，写作在 ChatGPT 或 DeepSeek 的网页里，去「AI 味」靠到处抄提示词，排版在壹伴或 96 编辑器里手动套样式，最后再登录公众平台后台复制粘贴传草稿。一条内容，五六个工具来回搬，任何一环都有订阅费。

最近看到 HelpWriting，想解决的正是这条碎链路：一个本地桌面软件，把「选题 → 搜索 → 写作 → 变换 → 去味 → 排版 → 传草稿」焊死成一条流水线。我把 master-pro 分支（默认分支是空的，这是第一个坑）的源码通读了一遍。结论先行：功能完成度比多数同类玩具项目高，架构里有几个真懂内容痛点的设计；但它的「开源协议」有实质性限制，商用或二次分发之前必须看清 NOTICE。

一、八段管线：一句话进，一篇排好版的图文出

项目后端是 Python，核心编排器 src/helpwriting/core/unified_workflow.py 有 1026 行，桌面端用 PyWebView 把本地 FastAPI 服务包成窗口。一次完整任务流经八个阶段：

几个关键分工：

• 选题：tools/hotnews.py 接了知微数据和 tophub 两个源，覆盖微博、抖音、B站、头条、百度、小红书、快手、知乎等 11 个平台，可按权重随机抽题，也可以完全自定主题；
• 取证：AIForge 引擎联网搜索，给写作 Agent 补充实时资料——这一步是为了治「模型闭着眼编」的通病；
• 写作：CrewAI 多智能体框架，Agent/Task/Crew 在 core/content_generation.py 和 agent_factory.py 里按配置动态生成，不是写死的单轮提示词；
• 出口：默认进微信公众号，system_init.py 里还注册了小红书、抖音、知乎、头条、百家号、豆瓣六个适配器（除微信外多为格式化接口，能力深浅不一）。

crew_main.py 支持两种跑法：GUI 里以子进程执行（避免长任务卡死界面），也可以命令行直接跑工作流。

二、维度化创意引擎：把「再创作」做成排列组合

公众号洗稿/再创作的核心诉求是差异化：同一素材换角度、换结构、换语气，避开查重和同质化。多数 AI 工具的做法是把原文丢给模型加一句「请改写得不一样」，效果听天由命。

HelpWriting 的 creative/dimensional_engine.py（441 行）做得更机械也更可控：它把「创意」拆成多个维度——叙事视角、文章结构、语气风格等，每个维度在 dimensional_creative_config.yaml 里有一组 preset_options（预设选项）。生成时按维度组合抽取选项，拼成具体的改写指令。界面里可以勾选启用哪些维度（手动模式），也可以让引擎自动组合。

这个设计的好处和缺点都很明显。好处是产出的差异是结构性的（视角和结构真的变了），而不是同义词替换级别的伪原创；过程可解释、可复现。缺点是它本质是一个带随机性的模板系统——维度选项库的丰富度决定上限，而配置文件里的预设选项是有限的，跑多了会出现组合重复。它把「创意」工程化了，但没有创造创意。

三、本地去 AI 味：规则、数据、方法论的三层设计

全项目我最感兴趣的是 tools/local_humanizer.py。「去 AI 味」是这两年中文内容圈的刚需，这个文件把三套机制叠在了一条本地管线里：

1. 硬编码规则层：两张替换字典，一张治黑话（「赋能→帮到」「抓手→办法」「闭环→把事情做完」「底层逻辑→根本原因」），一张治翻译腔（「进行→做」「通过→靠」「然而→但」）。简单粗暴，但命中率高且零成本；
2. 数据层：vendor/shuorenhua-main（「说人话」项目）的 phrases-zh.md 短语库作为补充词典；
3. 方法论层：vendor/humanizer-zh-1.0.0/SKILL.md，把一份完整的去味技能文档喂给模型做最后一遍重写。

规则处理确定性替换，模型处理规则覆盖不到的句式——这个「能不用模型就不用，用只在最后用」的分层，和项目整体的省钱思路是一致的，而且全部在本地完成，稿子不用发给第三方改写服务。

但紧接着就是一个更根本的问题：「去 AI 味」到底是为了骗过谁？ 仓库自带的一张截图很值得玩味：

这是腾讯朱雀检测器的页面：内置的「AI 生成文本」示例，被判成 80.44% 人工特征、AI 特征 0%。页面自己也印着免责声明：结果仅为辅助判断，不应作为决定性依据。换句话说，连官方检测器对自己内置的 AI 样本都判不对。这意味着「去 AI 味」工程的真实目标其实不是骗过检测器（检测器本就不可靠），而是让真人读者读着不别扭——从这个角度说，第一层那张朴素的黑话替换表，可能比第三层的模型重写更解决问题。

四、模板库与最小上手路径

knowledge/templates 下实测有 34 套 HTML 模板、12 个话题分类：职场发展、情感心理、财经投资、科技数码、健康养生、美食旅行等。生成时可指定模板、随机抽取或按话题匹配，还支持模板压缩以减少模型上下文消耗。模板本质是带占位结构的公众号图文 HTML，直接解决「微信会清洗 CSS、排版要反复试」的麻烦。

最小上手路径（Windows 体验最顺，macOS/Linux 亦可跑）：

git clone https://github.com/lfdc-code/helpWriteing.git
cd helpWriteing
git checkout master-pro        # 关键：代码不在默认分支
pip install uv
uv venv
uv pip install -r requirements.txt
# 然后在界面里配置大模型 API Key；需要自动传微信草稿则填 appid/appsecret
python main.py

不想用 GUI 的话，python -m src.helpwriting.crew_main 可以直接跑命令行写作。仓库里还放了 PyInstaller 的 HelpWriting.spec、Inno Setup 安装脚本和完整的 build/ 产物，作者明显在按「分发给非技术用户」的形态维护。

五、必须点破的协议问题：Apache 2.0 的壳，source-available 的实

这是本文最重要的非显而易见信息。仓库根目录 LICENSE 是 Apache License 2.0，GitHub 因此自动给它打上宽松开源的标签。但同目录的 NOTICE 在 Apache 2.0 之上追加了条款，原文要点：

• 非商业使用：仅允许出于非商业目的使用、修改；
• 分发限制：未经版权所有人书面授权，禁止分发本项目或衍生作品（包括复制、共享、传播）；
• 服务限制：未经授权，禁止用它提供面向第三方的服务，点名 SaaS 和 API 托管。

这三条与 Apache 2.0 的核心权利直接冲突（Apache 2.0 明确授予商业使用、修改和再分发的权利）。附加条款在法律上是更严格的限制，因此这个项目严格来说不是 OSI 意义上的开源软件，而是「源码可见」（source-available）：个人学习、自己本地用没问题；但你想把它接进公司工作流商用、改完分享给别人、或者部署成服务，按 NOTICE 都需要作者书面授权。

另外两个相关细节：src/helpwriting/license/__init__.py 在开源版里是空实现（直接放行），注释写明商业版才有实际授权逻辑；仓库还 vendor 了其他项目的源码（如完整的 xiaohongshu-mcp Go 代码、说人话项目），二次分发时这些第三方代码的协议合规也得单独核。综合看，开源是获客入口，商业授权才是作者预留的变现通道——这不丢人，但使用者应当在知情的前提下决策。

六、判断：谁该现在用，谁该等

现在就值得试：

• 个人公众号创作者，尤其是 Windows 用户：本地部署、个人使用落在 NOTICE 允许范围内，一条流水线确实能省下五六个工具的订阅和搬运时间；
• 想研究 CrewAI 多智能体内容编排、或「规则+模型」混合管线设计的开发者：1026 行的编排器和三层 humanizer 都值得读；
• 需要小说连载管理（剧情摘要防漂移）或漫画分镜生成的人，仓库 novels/ 里有一个 30 章的完整实例可参考。

应该再等或绕行：

• 有商业使用、二次分发或 SaaS 部署计划的团队：先解决 NOTICE 授权，别被 Apache 2.0 的标签误导；
• 目标是小红书/抖音等非微信平台自动化的用户：除微信外的适配器目前多为格式化入口，别期待开箱即用；
• macOS/Linux 重度用户：启动脚本和打包链路明显以 Windows 为中心（.ps1/.bat/exe），需要自己趟环境。

内容生产工具的终极竞争力其实就两件事：链路是否真的少搬几次家，以及产物是否真的像人写的。HelpWriting 在这两点上都拿出了工程化的答案，八段管线不是 PPT；但它同时用一份 NOTICE 明确告诉你——这是一个可以看、可以自用、但不能随便拿走做生意的项目。知道这条边界，你就知道该不该上车了。

项目 GitHub： https://github.com/lfdc-code/helpWriteing（记得切到 master-pro 分支）