AI_NovelGenerator本地部署：三步跑通多章节长篇小说生成

AI_NovelGenerator本地部署三步跑通多章节长篇小说生成【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长篇小说最怕写到一半剧情断裂、前后矛盾。AI_NovelGenerator本地部署完成后从世界观设定到章节定稿都能由大模型分步产出还能靠向量检索自动回看前文、衔接上下文。这篇教程把搭建过程压成拉代码、装依赖、填配置三步再讲清关键参数怎么调读完你手里会有一套能连续产出章节的本地创作流程。项目速览这是一款基于大语言模型的多功能小说生成器适合想批量产出长篇故事、又怕设定和逻辑跑偏的作者与开发者。它把创作拆成设定、目录、草稿、定稿四个阶段核心逻辑在novel_generator/目录配置由 config_manager.py 统一读写和校验。AI_NovelGenerator/ ├── main.py # 入口文件启动 GUI 工作台 ├── config.example.json # 配置模板含模型预设示例 ├── config_manager.py # 管理配置API Key、Base URL ├── llm_adapters.py # 多厂商 LLM 接口封装 ├── embedding_adapters.py # Embedding 接口封装 ├── consistency_checker.py # 一致性检查防止剧情冲突 ├── novel_generator/ # 章节生成核心逻辑 ├── ui/ # 图形界面 └── vectorstore/ # 可选本地向量数据库存储 三步跑起来第一步拉代码。这一步是把项目源码放到你本地。git clone https://gitcode.com/GitHub_Trending/ai/AI_NovelGenerator cd AI_NovelGenerator第二步装依赖。这一步相当于给引擎加满油把生成所依赖的库装齐。安装前确认 Python 版本在 3.9 以上推荐 3.10–3.12 区间。pip install -r requirements.txt依赖清单见requirements.txt包含langchain、chromadb、customtkinter等库。个别包如果编译失败Windows 上较常见需要安装 C 编译工具安装器中要手动勾选C 桌面开发组件。第三步填配置并启动。这一步把 API 密钥和模型参数落盘然后拉起 GUI。cp config.example.json config.json python main.pyWindows 终端可把第一条换成copy config.example.json config.json。用文本编辑器打开config.json填入密钥下面是一份精简后可运行的示例{ last_llm_config_name: DeepSeek V4 Flash, llm_configs: { DeepSeek V4 Flash: { api_key: sk-你的密钥, base_url: https://api.deepseek.com, model_name: deepseek-v4-flash, temperature: 0.7, max_tokens: 8192 } }, embedding_configs: { OpenAI: { api_key: sk-你的密钥, base_url: https://api.openai.com/v1, model_name: text-embedding-3-small, retrieval_k: 4 } } }llm_configs下可以预存多套模型last_llm_config_name指定默认启用哪一套。小说参数topic、genre、num_chapters、word_number、filepath启动后直接在界面里填即可choose_configs则能为设定、大纲、草稿、定稿、审校等环节分别指派不同模型。本地服务如 Ollama按兼容 OpenAI 的接口方式配置base_url填本地服务地址具体字段以项目文档为准。 参数怎么调最影响出稿效果的 5 个参数如下参数作用推荐值/范围什么场景调大/调小temperature控制文本创意程度0–1默认 0.7描写想更有想象力时调大剧情要求严谨时调小max_tokens模型单次回复长度上限8192–32768随模型上限而定章节正文被截断时调大生成设定等短任务不必调大word_number单章目标字数3000 上下细节密集、节奏慢时调大快节奏爽文调小num_chapters总章节数首次试跑 10–20 章流程跑顺后再扩到百章规模避免前期返工retrieval_k向量检索回看的片段数4前文关联多、容易断档时调大检索结果噪音多时调小 完整流程演示启动 GUI 后先填主题、类型、章节数、单章字数和保存路径然后按顺序执行Step1. 生成设定基于主题和类型产出Novel_setting.txt包含世界观、角色信息、伏笔暗线可直接编辑修改。Step2. 生成目录根据设定文件产出Novel_directory.txt列全章节标题和每章简要提示。Step3. 生成章节草稿设置章节号必要时在本章指导框里写入剧情期望产出outline_X.txt大纲和chapter_X.txt正文这一步实际由 novel_generator/chapter.py 组装上下文并调用模型完成。Step4. 定稿当前章节更新全局摘要、角色状态、向量库和剧情要点本章正式定稿。[可选] 一致性审校扫描最新章节的角色逻辑与前后矛盾冲突提示输出在日志区。重复第 3–5 步直到所有章节生成并定稿。每步产出的文件都能在界面里人工修改后再进入下一步你始终握有最终编辑权。可选向量检索想让它跨章节回忆前情需要显式指定 embedding 接口和模型名云端服务确认 API 权限已开通用本地 Ollama 时先执行ollama serve和ollama pull nomic-embed-text。切换 embedding 模型后建议清空vectorstore目录避免旧向量干扰检索。 报错先看这里Expecting value: line 1 column 1 (char 0)现象调用 API 后日志里出现这条解析错误大概率原因API 没有返回合法 JSON可能返回了错误页解法逐项核对api_key和base_url或换更稳定的服务重试HTTP/1.1 504 Gateway Timeout现象请求长时间无响应后报网关超时大概率原因接口不稳定或网络延迟解法更换更稳定的base_url端点或适当调大timeout依赖安装失败C 编译报错现象pip install卡在某个包的编译阶段大概率原因本机缺少 C 构建环境解法Windows 安装 C 编译工具并勾选C 桌面开发后重装该包章节之间剧情断裂、设定前后矛盾现象后面的章节忘记前文的关键情节大概率原因向量检索没启用或检索片段数偏少解法确认 embedding 配置可用把retrieval_k调大再试如果还有其他问题优先查阅项目 README或直接在项目 Issues 中提出。写在最后完成AI_NovelGenerator本地部署之后设定、目录、章节、审校小说创作的每一步都能交给模型接力完成你只需要专注创意决策和定稿把关。建议先用 10 章左右的小体量试跑一遍校准temperature和word_number之后再扩到长篇——跑通前一百章比一开始就追一百章更容易拿到满意的结果。【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创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考