📖 自动小说生成工具

✨ 核心功能 ✨

功能模块	关键能力
🎨 小说设定工坊	世界观架构 / 角色设定 / 剧情蓝图
📖 智能章节生成	多阶段生成保障剧情连贯性
🧠 状态追踪系统	角色发展轨迹 / 伏笔管理系统
🔍 语义检索引擎	基于向量的长程上下文一致性维护
📚 知识库集成	支持本地文档参考
✅ 自动审校机制	检测剧情矛盾与逻辑冲突
🖥 可视化工作台	全流程GUI操作，配置/生成/审校一体化

一款基于大语言模型的多功能小说生成器，助您高效创作逻辑严谨、设定统一的长篇故事

2025-03-05 添加角色库功能

2025-03-09 添加字数显示

2025-03-13 1、新增闲云修改； 2、把本章指导改成内容指导； 3、在生成架构中的： 2. 角色动力学设定（角色弧光模型）、 3. 世界构建矩阵（三维度交织法）、 4. 情节架构（三幕式悬念）与生成目录的：5. 章节目录生成（悬念节奏曲线）加入引导词内容指导，以方便生成角色动力学时只以核心种子生成，导致生成的内容与实际需求不符。 4、在终端加回被删除的LLM提示词与LLM返回内容显示，以便复盘，参考修改提示词。

---

📑 目录导航

1. 环境准备
2. 项目架构
3. 配置指南
4. 运行说明
5. 使用教程
6. 疑难解答

---

🛠 环境准备

确保满足以下运行条件： - Python 3.9+ 运行环境（推荐3.10-3.12之间） - pip 包管理工具 - 有效API密钥： - 云端服务：OpenAI / DeepSeek 等 - 本地服务：Ollama 等兼容 OpenAI 的接口

---

📥 安装说明

1. 下载项目

2. 通过 GitHub 下载项目 ZIP 文件，或使用以下命令克隆本项目： bash git clone https://github.com/YILING0013/AI_NovelGenerator

3. 安装编译工具（可选）

4. 如果对某些包无法正常安装，访问 Visual Studio Build Tools 下载并安装C++编译工具，用于构建部分模块包；

5. 安装时，默认只包含 MSBuild 工具，需手动勾选左上角列表栏中的 C++ 桌面开发 选项。

6. 安装依赖并运行

7. 打开终端，进入项目源文件目录： bash cd AI_NovelGenerator
8. 安装项目依赖： bash pip install -r requirements.txt
9. 安装完成后，运行主程序： bash python main.py

如果缺失部分依赖，后续手动执行 bash pip install XXX 进行安装即可

🗂 项目架构

novel-generator/
├── main.py                      # 入口文件, 运行 GUI
├── ui.py                        # 图形界面
├── novel_generator.py           # 章节生成核心逻辑
├── consistency_checker.py       # 一致性检查, 防止剧情冲突
|—— chapter_directory_parser.py  # 目录解析
|—— embedding_adapters.py        # Embedding 接口封装
|—— llm_adapters.py              # LLM 接口封装
├── prompt_definitions.py        # 定义 AI 提示词
├── utils.py                     # 常用工具函数, 文件操作
├── config_manager.py            # 管理配置 (API Key, Base URL)
├── config.json                  # 用户配置文件 (可选)
└── vectorstore/                 # (可选) 本地向量数据库存储

---

⚙️ 配置指南

📌 基础配置（config.json）

{
    "api_key": "sk-XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX",
    "base_url": "https://api.openai.com/v1",
    "interface_format": "OpenAI",
    "model_name": "gpt-4o-mini",
    "temperature": 0.7,
    "max_tokens": 4096,
    "embedding_api_key": "sk-XXXXXXXXXXXXXXXXXXXXXXXXXXXXXX",
    "embedding_interface_format": "OpenAI",
    "embedding_url": "https://api.openai.com/v1",
    "embedding_model_name": "text-embedding-ada-002",
    "embedding_retrieval_k": 4,
    "topic": "星穹铁道主角星穿越到原神提瓦特大陆，拯救提瓦特大陆，并与其中的角色展开爱恨情仇的小说",
    "genre": "玄幻",
    "num_chapters": 120,
    "word_number": 4000,
    "filepath": "D:/AI_NovelGenerator/filepath"
}

🔧 配置说明

1. 生成模型配置
2. api_key: 大模型服务的API密钥
3. base_url: API终端地址（本地服务填Ollama等地址）
4. interface_format: 接口模式
5. model_name: 主生成模型名称（如gpt-4, claude-3等）
6. temperature: 创意度参数（0-1，越高越有创造性）

7. max_tokens: 模型最大回复长度

8. Embedding模型配置

9. embedding_model_name: 模型名称（如Ollama的nomic-embed-text）
10. embedding_url: 服务地址

11. embedding_retrieval_k:

12. 小说参数配置

13. topic: 核心故事主题
14. genre: 作品类型
15. num_chapters: 总章节数
16. word_number: 单章目标字数
17. filepath: 生成文件存储路径

---

🚀 运行说明

方式 1：使用 Python 解释器

python main.py

执行后，GUI 将会启动，你可以在图形界面中进行各项操作。

方式 2：打包为可执行文件

如果你想在无 Python 环境的机器上使用本工具，可以使用 PyInstaller 进行打包：

pip install pyinstaller
pyinstaller main.spec

打包完成后，会在 dist/ 目录下生成可执行文件（如 Windows 下的 main.exe）。

---

📘 使用教程

1. 启动后，先完成基本参数设置：
2. API Key & Base URL（如 https://api.openai.com/v1）
3. 模型名称（如 gpt-3.5-turbo、gpt-4o 等）
4. Temperature (0~1，决定文字创意程度)
5. 主题(Topic)（如 “废土世界的 AI 叛乱”）
6. 类型(Genre)（如 “科幻”/“魔幻”/“都市幻想”）
7. 章节数、每章字数（如 10 章，每章约 3000 字）

8. 保存路径（建议创建一个新的输出文件夹）

9. 点击「Step1. 生成设定」

10. 系统将基于主题、类型、章节数等信息，生成：
    • Novel_setting.txt：包含世界观、角色信息、雷点暗线等。

11. 可以在生成后的 Novel_setting.txt 中查看或修改设定内容。

12. 点击「Step2. 生成目录」

13. 系统会根据已完成的 Novel_setting.txt 内容，为全部章节生成：
    • Novel_directory.txt：包括每章标题和简要提示。

14. 可以在生成后的文件中查看、修改或补充章节标题和描述。

15. 点击「Step3. 生成章节草稿」

16. 在生成章节之前，你可以：
    • 设置章节号（如写第 1 章，就填 1）
    • 在“本章指导”输入框中提供对本章剧情的任何期望或提示
17. 点击按钮后，系统将：
    • 自动读取前文设定、Novel_directory.txt、以及已定稿章节
    • 调用向量检索回顾剧情，保证上下文连贯
    • 生成本章大纲 (outline_X.txt) 及正文 (chapter_X.txt)

18. 生成完成后，你可在左侧的文本框查看、编辑本章草稿内容。

19. 点击「Step4. 定稿当前章节」

20. 系统将：
    • 更新全局摘要（写入 global_summary.txt）
    • 更新角色状态（写入 character_state.txt）
    • 更新向量检索库（保证后续章节可以调用最新信息）
    • 更新剧情要点（如 plot_arcs.txt）

21. 定稿完成后，你可以在 chapter_X.txt 中看到定稿后的文本。

22. 一致性检查（可选）

23. 点击「[可选] 一致性审校」按钮，对最新章节进行冲突检测，如角色逻辑、剧情前后矛盾等。

24. 若有冲突，会在日志区输出详细提示。

25. 重复第 4-6 步 直到所有章节生成并定稿！

向量检索配置提示
1. embedding模型需要显示指定接口和模型名称； 2. 使用本地Ollama的Embedding时需提前启动Ollama服务：
bash ollama serve # 启动服务 ollama pull nomic-embed-text # 下载/启用模型 3. 切换不同Embedding模型后建议清空vectorstore目录 4. 云端Embedding需确保对应API权限已开通

---

❓ 疑难解答

Q1: Expecting value: line 1 column 1 (char 0)

该问题大概率由于API未正确响应造成，也许响应了一个html？其它内容，导致出现该报错；

Q2: HTTP/1.1 504 Gateway Timeout？

确认接口是否稳定；

Q3: 如何切换不同的Embedding提供商？

在GUI界面中对应输入即可。

---

如有更多问题或需求，欢迎在项目 Issues 中提出。