Newtype-os完整工作流指南
AIHacks
2026-03-30
2167 字
11 分钟

你有没有过这样的经历:

想写一篇深度文章,但光是调研就花了一整天?

网上资料查了一堆,结果自己先搞乱了?

写完之后自己都不想看第二遍,更别说发出来了?

我一直觉得,AI 时代最缺的已经不是「能帮你写东西的工具」了,而是一套完整的工作流

直到我发现了 newtype-os。内核是一套 8 Agent 多层编排系统,配备专业 Skills 和记忆系统,专为内容生产场景打造。

项目地址https://github.com/newtype-01/newtype-os/blob/main/README.zh-cn.md

你可以把它理解为:一个驻扎在终端里的内容团队。主编(Chief)负责与你对话、拆解需求;副主编(Deputy)调度执行;6 位专家各司其职——调研、核查、检索、提取、撰写、编辑。

你 ↔ Chief(主编)—— 思考伙伴 + 任务协调
Deputy(副主编)—— 执行调度
┌─────────┼─────────┐
↓ ↓ ↓
外部情报 内部知识 内容生产
│ │ │
├─ Researcher(研究员)—— 外部调研、趋势发现
├─ Fact-Checker(核查员)—— 事实验证、来源评估
├─ Archivist(档案员)—— 知识库检索、语义关联
├─ Extractor(提取员)—— PDF/网页/图片 → Markdown
├─ Writer(撰稿人)—— 素材 → 结构化初稿
└─ Editor(编辑)—— 润色、逻辑加固、风格统一

01. 快速上手#

安装#

Terminal window
npm install -g @newtype-os/cli

安装完后先启动,初始化配置:

Terminal window
nt # 启动后直接说话
nt init # 初始化配置,注入技能到其他 AI 工具

配置 Agent 模型#

C:\Users\Administrator\.config\newtype\newtype-profile.json

Agent 团队#

Agent角色职责
Chief主编你的对话入口——思考伙伴 + 任务协调
Deputy副主编Chief 的执行层,调度下游专家
Researcher研究员外部情报搜集、趋势发现
Fact-Checker核查员事实验证、来源可信度评估
Archivist档案员内部知识库检索与关联
Extractor提取员PDF/图片/网页内容提取,转为 Markdown
Writer撰稿人将素材转化为结构化初稿
Editor编辑语言润色、逻辑加固、风格统一

内置 Skills 与 MCP 服务器#

Agent 在执行任务时会自动加载对应的 Skill 框架:

Skill命令说明
Super Workflow/super-workflow端到端内容生产工作流纪律,含强制质量门控:定标准 → 选题 → 大纲 → 写作 → 审稿 → 诊断 → 终检 → 交付
Super Analyst/super-analyst12 种分析框架(SWOT、波特五力、第一性原理等)
Super Writer/super-writer6 种写作方法论(W.R.I.T.E、AIDA、叙事等)
Super Fact-Checker/super-fact-checker系统化事实核查 + 来源可信度评估
Super Editor/super-editor四层编辑:结构 → 段落 → 句子 → 用词
Super Interviewer/super-interviewer深度对话技巧,用于需求挖掘和头脑风暴
Super Obsidian/super-obsidianObsidian CLI 优先的笔记库操作:搜索、阅读、创建与管理笔记
MCP 集成-内置微信桥接(WeClaw)、知识图谱、外部 API 等 MCP 服务器

CLI 命令#

除了 TUI 交互界面,newtype 还提供一组面向命令行和 AI Agent 调用的专业命令(均支持 --json 输出):

命令调度的 Agent说明
nt research [topic]Researcher + Fact-Checker深度调研 + 来源验证
nt write [topic]Writer多风格内容生成
nt edit [file]Editor四层内容精修
nt fact-check [topic]Fact-Checker事实核查与交叉验证
nt analyze [topic]Deputy + Researcher + Archivist基于框架的结构化分析
nt extractExtractor从文件/URL/图片提取内容
nt archive <action>Archivist知识库存取与语义搜索
nt pipeline [topic]全流程编排Research → Analyze → Write → Fact-check → Edit
nt session list-列出所有会话记录
nt session read [id]-读取指定会话内容
nt session search [query]-跨会话全文搜索
nt skill list-查看已安装的技能列表
nt skill install [name]-安装新技能
nt config-查看/编辑配置
nt doctor-环境诊断与健康检查
nt update-检查并更新版本

交互命令#

命令说明
/connect连接模型供应商
/agent-modelsAgent 模型分配
/init-deepAI 读取仓库所有文章,创建知识文档
/init-soul创建定义 Chief 性格(表人格)的 soul.md 文档
/wiki知识库自动化编译
/clear清空当前会话上下文
/compact压缩会话历史,节省 token
/model [name]切换当前使用的模型
/export导出当前会话为 Markdown

02. 设计原理与技能#

记忆系统#

newtype 内置三层记忆架构,让 Agent 团队拥有跨会话的长期记忆:

层级说明用途
Memory会话记忆摘要记录每次对话的关键决策和待办
Archive用户主动存档重要内容手动归档,支持语义搜索
Knowledge项目知识库自动编译项目文档,形成结构化知识

Chief 可以通过 Archivist 检索任意层级的记忆,实现”还记得上次我们讨论过…”这样的连续对话。

深度分析模式(Analyze Mode)#

当 Chief 遇到需要深度分析的任务时,会自动进入 Analyze Mode,工作流程如下:

你提出问题
Chief 判断需要深度分析
chief_task(subagent_type="deputy", prompt="Analyze: [topic]")
Deputy 调度多个 Agent 并行工作:
├─ Researcher —— 搜集代码模式、实现方案
└─ Archivist —— 检索知识库、外部文档
Chief 综合所有发现,给出结论

关键参数说明:

参数说明
subagent_type="deputy"委派给副主编调度
run_in_background=false同步等待结果,阻塞对话
run_in_background=true异步执行,不阻塞对话(适合耗时调研)
skills=["super-analyst"]加载特定技能框架辅助分析

Chief 的直连工具:

除了委派 Agent,Chief 还可以直接使用:

  • grep —— 文件内容搜索
  • lsp_* —— 代码智能(跳转定义、查找引用、类型解析)
  • read / glob —— 文件读取与模式匹配

这些工具用于快速定位问题,不需要走完整的委派链路。

同时项目深度集成多款 MCP 实用工具,核心亮点是打通微信生态,复用此前拆解的 WeClaw 项目能力,支持移动端远程操控、随时发指令。

全程只需和 Chief 主编用自然语言提需求,无需手动操作、不用分步对接,系统会自动串联所有 Agent 分工协作,一站式完成从调研、取材、撰稿到精修的全流程创作。

03. 使用场景案例#

场景 1:写一篇深度文章#

> 我想写一篇关于 AI Agent 架构趋势的文章
Chief:好的,我帮你调研一下最新的动态...
[自动调用 Researcher 调研]
[自动调用 Fact-Checker 验证]
[自动调用 Writer 写作]
[自动调用 Editor 润色]
完成!生成了完整的文章草稿

一条命令,从调研到成稿,全部搞定。

场景 2:快速查资料#

> 帮我查一下 MCP 协议最近有什么新动态
Chief:[调用 Researcher 搜索] [调用 Fact-Checker 验证]
找到了 3 篇最新文章,主要内容是...

场景 3:管理知识库#

> 之前我写的关于 xxx 的笔记在哪?
Chief:[调用 Archivist 搜索你的 Obsidian 笔记]
找到了,在 xx 文件里,需要我调取出来吗?

场景 4:提取网页内容#

> 把这个 PDF 的内容提取出来
Chief:[调用 Extractor]
已提取完成,保存在 xxx.md

场景 5:桥接个人微信#

newtype CLI 内置了 WeClaw 集成,通过 ACP(Agent Client Protocol) 将你的微信与完整 Agent 团队打通。在微信里给自己发一条消息,Chief 就会接手处理——调研、写作、核查,全部在微信完成。

命令说明
nt wechat setup下载 WeClaw 二进制文件 + 扫码绑定微信
nt wechat start启动微信 Agent 桥接(启动前自动检测更新)
nt wechat stop停止微信 Agent 桥接
nt wechat status查看已安装版本和运行状态

快速开始:

Terminal window
nt wechat setup # 首次:下载 + 扫码登录
nt wechat start # 启动桥接守护进程

桥接进程在后台运行。微信消息通过 newtype 的 ACP 服务器路由,使用你配置的模型调度 Chief 处理。微信端无需 API Key——使用的是微信官方 iLink API

PS. 配置文件里,第一行 default_agent 设置为 newtype 就会加载它技能的工作流: C:\Users\Administrator\.weclaw\config.json


用了一段时间,最大的感受是:终于可以把「创作」这件事,真正变成一件只需要动嘴不动手的事。

以前写一篇文章,要自己查资料、自己整理、自己写、自己改,来来回回折腾好几遍。现在只需要告诉 Chief 要写什么,它会把后面的事情全部安排好。

当然,它不是完美的。生成的内容还是需要自己过一遍,核心观点还是需要自己把控。但至少,那些繁琐的体力活,有人帮你干了。

这篇文章是否对你有帮助?

发现错误或想要改进这篇文章?

在 GitHub 上编辑此页