AI_NovelGenerator 完整指南：4 步生成自动衔接上下文的多章节长篇小说

AI_NovelGenerator 完整指南4 步生成自动衔接上下文的多章节长篇小说【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_NovelGeneratorAI_NovelGenerator 是基于大语言模型的本地 GUI 长篇小说生成工具输入主题与题材它自动完成架构、章节目录、逐章草稿与定稿四个阶段跨 30 章以上仍保持角色状态与向量检索数小时即可完成一部 9 万字小说。为什么它不一样痛点一上下文丢失。线性写作到后半场前十章的设定已记不清人名、伤势、承诺都会跑偏。本项目把全流程拆成架构→目录→草稿→定稿四个阶段每章定稿后把全局摘要、角色状态与正文写入向量库下一章永远基于最新记忆快照生成。痛点二文本复读。模型天然倾向照抄前文。novel_generator/chapter.py 的草稿组装逻辑有硬性规则最近 2 章内容直接跳过3-5 章前的内容须改写 40% 以上才能引用更早内容才可直接复用。痛点三成本与质量难兼顾。30 章全程用最强模型账单很痛。配置文件支持按任务路由见 config.example.json架构、目录、草稿、定稿、一致性审校 5 类任务可各指一个模型预设便宜模型干草稿与审校强模型出最终文本。快速上手git clone https://gitcode.com/GitHub_Trending/ai/AI_NovelGenerator cd AI_NovelGenerator pip install -r requirements.txt python main.py需要 Python 3.9推荐 3.10-3.12运行后直接弹出 CustomTkinter 窗口。首次配置按 4 步走配置 LLM在 Main Functions 页填 api_key、base_url、模型名支持 OpenAI、DeepSeek、Gemini 及 Ollama 本地接口填完先点测试按钮验证连通。填小说参数主题、类型、总章数、每章字数、保存路径。第一次建议用 3 章×2000 字的短篇试跑。生成架构与目录点 Step1. 生成架构 得到 Novel_architecture.txt核心种子、角色动力学、世界观、三幕结构再点 Step2. 生成目录 得到 Novel_directory.txt 的章节条目两者都可在界面手动改。逐章或批量点 Step3. 生成草稿 产出第 1 章Step4. 定稿章节 回写状态后重复或直接用批量生成指定起止章节一次跑完。核心机制拆解四段式流水线每段输入输出都明确阶段源码文件输出职责架构novel_generator/architecture.pyNovel_architecture.txt、character_state.txt种子→动力学→世界观→三幕结构四子步骤目录novel_generator/blueprint.pyNovel_directory.txt每章定位/目的/伏笔/简述章数多自动分块草稿novel_generator/chapter.pychapters/chapter_X.txt组装全部上下文产出正文定稿novel_generator/finalization.pyglobal_summary.txt、character_state.txt、向量库把本章压缩回写进全部记忆向量检索如何记住前文章节与知识库文档按约 500 字切段存入 Chroma 向量库novel_generator/vectorstore_utils.py。每章草稿前模型先产出最多 5 组检索词再从库里取 retrieval_k默认 4条最相关片段总上下文限 2000 字你自己的参考资料也能通过知识库导入功能放进同一库。定稿回写与一致性审校Step4 定稿做三件事把本章压进全局摘要、更新角色状态位置、持有物、关系变化、正文插入向量库。另有一致性审校按钮由 consistency_checker.py 拿设定、角色状态、剧情要点与最新章节同框比对输出冲突清单或无明显冲突。场景实战30 章科幻小说半天交付以 9 万字科幻30 章×3000 字为例参数填主题AI 觉醒与人类共存、类型科幻、30 章、每章 3000 字保存路径选新文件夹。Step1 生成架构四个子步骤依次调用中途失败重点自动断点续跑通常 10-15 分钟。Step2 生成目录30 个章节条目分块产出含定位、目的、伏笔与简述不满意的条目直接在界面改。批量生成指定 1-30勾选低于最低字数时自动扩写逐章自动出草稿随后逐章 Step4 定稿关键章节加一次一致性审校。耗时对照按 1 章 3000 字 API 调用约 2-4 分钟的典型估算项目传统做法AI_NovelGenerator世界观大纲6-8 小时约 40 分钟9 万字正文90-120 小时约 2-3 小时批量逻辑校验修改8-12 小时约 2 小时合计104-140 小时2-3 周5-7 小时半天节省 90% 以上时间真正需要你投入的只有架构修订与关键章打磨。高频技巧与避坑便宜模型顶重活choose_configs 里把 prompt_draft_llm、consistency_review_llm 指到快速模型final_chapter_llm、architecture_llm 用最强模型30 章 API 账单通常省一半。换 embedding 模型后清空向量库不同模型的向量不能混用点清空向量库按钮重刷否则检索结果错乱。Step3 前填齐本章五参数出场人物、关键道具、场景地点、时间约束、本章指导都会直接进提示词填得越具体本章越不跑题。中断后直接重跑架构分步数据存在 partial_architecture.json目录会识别已有章数续写不用删掉输出重来。批量核对章节字数批量生成后用下面的脚本核对保存路径下每章实际字数import os from utils import get_word_count out output/chapters # 你的保存路径/chapters for name in sorted(os.listdir(out)): if name.endswith(.txt): p os.path.join(out, name) print(name, get_word_count(open(p, encodingutf-8).read()))常见疑问能用本地模型Ollama吗能。base_url 填 Ollama 的 OpenAI 兼容端点embedding 用 nomic-embed-text运行前先用ollama serve起服务。不配 embedding 行不行能跑没向量库时检索结果为空程序不会报错10 章以内的作品影响不大30 章以上长篇建议配上否则前文伏笔查不到容易跑偏。报Expecting value: line 1 column 1 (char 0)说明 API 没返回 JSON通常是 HTML 错误页。依次检查api_key 是否有效、base_url 是否拼错、模型名是否与服务匹配、网关是否超时504。适合第一次写长篇的作者和想快速验证故事构想的人。先克隆仓库跑一个 3 章×2000 字的短篇把完整流程走一遍。【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