企业官网建设流程全解析

AI小说生成器完整指南：从设定到定稿，四步写出长篇

【免费下载链接】AI_NovelGenerator使用ai生成多章节的长篇小说，自动衔接上下文、伏笔项目地址: https://gitcode.com/GitHub_Trending/ai/AI_NovelGenerator

写到第二十章，你却想不起第二章里那个配角去了哪——这是 AI_NovelGenerator 想解决的事。它是一个基于大语言模型的长篇写作工具：设定、角色、前文摘要与伏笔会被记录成文件并随时回喂给模型，续写时无需手动整理前情。

定位：把设定管理从作者脑子里搬出来

它面向需要写多章节故事的人：负责"记得设定、衔接上下文、追踪伏笔"，你负责题材与润色。界面是图形化的（ui/ 目录下的标签页），不写代码也能走完整个流程。

能力拆解：按写长篇小说的流程走

先定大纲：设定、目录两阶段生成

界面里的 Step1、Step2 对应两个产物：Novel_setting.txt给出世界观、人物、触发点与伏笔；Novel_directory.txt给出每章标题与简述。章节如何铺排由 novel_generator/blueprint.py 负责，它会把全书拆成可控的块来规划，而不是让模型一口气编完。两份文件生成后都可以直接改，相当于给后续写作立了规矩。

立角色与状态：写一章、刷新一次

每章定稿时，novel_generator/finalization.py 会更新四个东西：全局摘要global_summary.txt、角色状态character_state.txt、向量库、未解决冲突plot_arcs.txt。这样写到第 50 章时，前 49 章的人物处境不会凭空遗忘——状态文件就是角色的"体检记录"。

出章节：草稿时自动回捞前文

Step3 生成草稿时，novel_generator/chapter.py 会读取近几章文本，并通过 novel_generator/vectorstore_utils.py 的向量检索取回与本章最相关的段落。向量检索简单说就是把文字变成可计算的距离，找"意思相近"的内容，比纯关键词匹配更准。

如何检查情节一致性

Step4 定稿后可选跑一次一致性检查：consistency_checker.py 会把设定、角色状态、全局摘要、未解决冲突与最新章节一起交给模型核对，冲突会列在日志区，例如角色行为与设定矛盾、前文未回收的冲突被跳过。

补充：本地资料也能进上下文

config_manager.py 支持多组模型预设，不同任务可以路由给不同模型（配置示例见 config.example.json）。另外 novel_generator/knowledge.py 能把本地文档按句子语义分段后存入向量库，写章节时可检索——有设定集或考据资料的作者可以挂进来。

三步跑通第一次生成

1. 准备与安装：需要 Python 3.9+，模型接口支持 OpenAI、DeepSeek 等云服务，或 Ollama 等兼容本地服务。

   git clone https://gitcode.com/GitHub_Trending/ai/AI_NovelGenerator cd AI_NovelGenerator pip install -r requirements.txt

2. 配置：复制 config.example.json 为config.json，填入 API key、base_url、模型名；嵌入（embedding）模型同理。
3. 启动与首生成：

   python main.py

   进入图形界面后依次点 Step1 生成设定 → Step2 生成目录 → Step3 生成章节草稿（可为单章加"本章指引"）→ Step4 定稿。定稿前可在编辑器里改草稿。

它管不了什么

• 检查工具只负责列出冲突，怎么改仍由你决定，它不会自动重写正文。
• 所有生成都依赖外部模型接口，没有离线模式；接口超时或返回异常格式时需要自行排查（README 的 FAQ 列了常见报错）。
• 切换嵌入模型后需手动清空vectorstore目录，否则检索结果会混杂旧数据。

适合手里有现成题材、想把它扩成连贯长篇的人，也适合想验证"AI 能否接住复杂设定"的写作者。建议先跑一遍最小流程——设定、目录、一章、定稿——确认四个输出文件符合预期，再开始铺长篇幅。

【免费下载链接】AI_NovelGenerator使用ai生成多章节的长篇小说，自动衔接上下文、伏笔项目地址: https://gitcode.com/GitHub_Trending/ai/AI_NovelGenerator