核心用法
Story Cog 是基于 CellCog 的创意写作专用工具，覆盖从短篇到长篇、从小说到剧本的全流程创作需求。用户通过 Python SDK 调用 create_chat() 方法，设置 chat_mode="agent" 或 "agent team" 即可启动创作任务。
主要创作场景：
- 短篇 fiction：500 字闪小说至 3000 字短篇小说，支持特定风格指定（如"吉卜力工作室 meets 村上春树"）
- 长篇开发：小说大纲、章节草稿、角色弧光设计，支持三幕结构规划
- 剧本创作：标准格式电影/电视剧本，含 cold open 场景设计
- 同人创作：续写、AU 平行宇宙、跨界 crossover、补完缺失场景
- 世界观构建：完整魔法系统设计、科幻社会结构、历史考据、原创神话体系
- 角色开发：角色圣经、反派心理深度、对话声线塑造、人物关系图谱
推荐模式选择：
"agent"模式：适合短篇、单场景、角色工作"agent team"模式：适合长篇大纲、复杂叙事、多层世界观
显著优点
1. 体裁覆盖全面：从 100 字微小说到系列三部曲大纲，从硬科幻到言情文学，支持 6 大主流类型（奇幻/科幻/悬疑/言情/恐怖/文学）
2. 结构化输出：提供明确的格式模板（剧本标准格式、角色圣经条目、魔法系统要素清单）
3. 创作方法论内置：提示词示例体现专业写作原则——类型预期管理、角色驱动情节、具体细节、情感真实、场景化呈现
4. 迭代友好：明确支持首稿→修订→扩展的工作流
潜在缺点与局限性
1. 依赖外部模型：创意质量完全取决于 CellCog 底层模型的能力边界，长文本一致性可能受限
2. 无原生协作功能：缺乏版本控制、批注、多人编辑等创作协作特性
3. 中文支持未明确验证：文档示例均为英文，中文语境下的文学质感、文化细节准确性存疑
4. 版权归属模糊：AI 生成内容的版权法律地位因司法管辖区而异，商用需谨慎
5. 过度生成风险："agent team" 深度模式可能产生冗余内容，需要人工筛选
适合人群
- 网文/类型小说作者：需要快速产出大纲、突破卡文瓶颈
- 编剧/剧本开发者：需要标准格式场景稿、试播集 cold open
- 游戏叙事设计师：需要世界观文档、NPC 背景设定
- 写作学习者：通过结构化提示学习类型文学写作技巧
- 同人创作者：在既有 IP 框架内进行合法二次创作
常规风险
- API 密钥泄露：
CELLCOG_API_KEY环境变量需妥善管理 - 内容合规：恐怖、言情等类型可能触及平台内容政策边界
- 模型幻觉：历史背景、专业领域知识需人工核实
- 依赖锁定：深度绑定 CellCog 生态，迁移成本较高