AI 长篇小说自动生成 10 分钟上手AI_NovelGenerator 部署、配置与调参指南【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 是一个基于大语言模型的长篇小说生成工具输入主题和章节数它按「设定 → 目录 → 草稿 → 定稿」四步生成故事并用向量检索和状态文件自动衔接上下文、管理伏笔。这篇文章带你用 10 分钟跑通一次完整生成并说明参数怎么调、剧情不连贯时先查哪里。写长篇最容易翻车的不是文笔长篇写到 15 章以后人设开始打架靠人肉回翻原文能救回来吗很难。AI_NovelGenerator 的做法是让每一步生成都落盘成文件世界观设定、章节目录、每章大纲与正文、全局摘要、角色状态、未解决的剧情要点再把这些文件喂给后续生成步骤和一致性检查把靠记性写长篇变成靠状态文件写长篇。想验证这套机制有没有用先把它跑起来。 环境准备Python、依赖和 API 密钥先确认 Python 版本3.9 以上可用推荐 3.10–3.12python --version然后准备一个大模型服务的 API 密钥云端可选 DeepSeek、OpenAI、Gemini本地可用 Ollama兼容 OpenAI 接口。向量检索Embedding把文字转成数字以便按语义找相似段落也需要一个密钥或直接用 Ollama 的本地模型。密钥和 Python 都就位后就可以进安装环节。 一键部署步骤四条命令起界面git clone https://gitcode.com/GitHub_Trending/ai/AI_NovelGenerator cd AI_NovelGenerator pip install -r requirements.txt python main.pypython main.py会启动图形界面。如果个别依赖包安装失败通常需要先装 C 编译工具缺单个依赖就单独pip install 包名补上。界面打开后先别急着点生成花两分钟把配置理顺能省掉后面大量的返工。⚙️ 配置详解只改三组关键项项目自带一份内置配置你也可以参照 config.example.json 复制出 config.json 再改。真正需要动的就三组llm_configs模型预设每组里api_key填密钥base_url填接口地址model_name填模型名temperature控制创意度0–1示例默认 0.7max_tokens控制单次回复长度上限。embedding_configs向量检索model_name例如 text-embedding-3-smallretrieval_k是每次检索返回的相邻段落数示例为 4。choose_configs任务路由把 5 个任务分别指给不同模型——architecture_llm管世界观设定chapter_outline_llm管章节大纲prompt_draft_llm管正文草稿final_chapter_llm管定稿consistency_review_llm管审校。用便宜模型跑草稿、强模型跑设定和定稿是省 token 的常用组合。小说主题、章节数这些参数不在配置文件里界面上直接填。配置理顺后下面按界面走一遍完整生成。 一次完整生成流程走查在小说参数区填好主题topic、类型genre、章节数、每章字数和保存路径然后按顺序操作Step1 生成设定产出 Novel_setting.txt包含世界观、角色、雷点暗线Step2 生成目录基于设定产出 Novel_directory.txt每章一个标题加简要提示标题可以直接改Step3 生成章节草稿填章节号和本章指导系统读取前文并做向量检索产出 outline_X.txt 和 chapter_X.txtStep4 定稿当前章节更新全局摘要、角色状态、向量库和剧情要点文件可选一致性审校扫描最新章节与设定、角色状态、前文摘要的冲突结果输出在日志区。第 3–5 步对每一章重复每步产出都在保存目录里随时可以手改。提示词模板集中在 prompt_definitions.py核心生成逻辑在 novel_generator/。跑完一轮你能大致看出哪些步骤耗时最长接下来针对它们调参数。 关键参数怎么调temperature0.7 是安全的起点想要更大胆的情节往 0.9 靠严肃题材往下调max_tokens示例配置里草稿模型 8192、定稿模型 32768单章字数目标越大上限要给足retrieval_k设 4 左右能平衡上下文质量与速度调太大会把无关段落塞进提示词timeout示例统一 600 秒长章节生成别调太短本地 Ollama 场景base_url 指向 Ollama 地址即可Embedding 建议用 nomic-embed-text启动方式见下一节。参数只是放大器真正决定连贯性的是生成流程本身有没有走全。 剧情不连贯怎么办避坑清单定稿步骤别跳过全局摘要、角色状态、向量库都在 Step4 更新只生成草稿不定稿后续章节拿不到最新剧情报 Expecting value: line 1 column 1 (char 0)接口没返回 JSON多半返回了 HTML 错误页检查 api_key 和 base_url 是否配错HTTP 504 Gateway Timeout接口不稳或网络问题换个时间点或换服务换了 Embedding 模型后检索结果乱清空输出目录下的 vectorstore 目录再重新定稿本地 Ollama 做 Embedding先启动服务再下载模型——ollama serve ollama pull nomic-embed-text审校发现角色逻辑矛盾consistency_checker.py 会把冲突列进日志回到对应章节手改再重跑审校确认。排完这些坑剩下的工作就是重复生成与定稿。✅ 下一步把第一次完整生成跑完建议先用 10 章 × 3000 字的小配置跑完整流程重点检查两处第 3 章之后向量检索是否真的召回了前文段落以及审校日志里有没有被忽略的伏笔。跑通一遍后再换更大的章节数和更强的定稿模型效果差异一眼就能看出来。界面每个输入框都带提示说明更多细节直接查 README_zh-CN.md。【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 AI 长篇小说自动生成 10 分钟上手：AI_NovelGenerator 部署、配置与调参指南
AI 长篇小说自动生成 10 分钟上手AI_NovelGenerator 部署、配置与调参指南【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 是一个基于大语言模型的长篇小说生成工具输入主题和章节数它按「设定 → 目录 → 草稿 → 定稿」四步生成故事并用向量检索和状态文件自动衔接上下文、管理伏笔。这篇文章带你用 10 分钟跑通一次完整生成并说明参数怎么调、剧情不连贯时先查哪里。写长篇最容易翻车的不是文笔长篇写到 15 章以后人设开始打架靠人肉回翻原文能救回来吗很难。AI_NovelGenerator 的做法是让每一步生成都落盘成文件世界观设定、章节目录、每章大纲与正文、全局摘要、角色状态、未解决的剧情要点再把这些文件喂给后续生成步骤和一致性检查把靠记性写长篇变成靠状态文件写长篇。想验证这套机制有没有用先把它跑起来。 环境准备Python、依赖和 API 密钥先确认 Python 版本3.9 以上可用推荐 3.10–3.12python --version然后准备一个大模型服务的 API 密钥云端可选 DeepSeek、OpenAI、Gemini本地可用 Ollama兼容 OpenAI 接口。向量检索Embedding把文字转成数字以便按语义找相似段落也需要一个密钥或直接用 Ollama 的本地模型。密钥和 Python 都就位后就可以进安装环节。 一键部署步骤四条命令起界面git clone https://gitcode.com/GitHub_Trending/ai/AI_NovelGenerator cd AI_NovelGenerator pip install -r requirements.txt python main.pypython main.py会启动图形界面。如果个别依赖包安装失败通常需要先装 C 编译工具缺单个依赖就单独pip install 包名补上。界面打开后先别急着点生成花两分钟把配置理顺能省掉后面大量的返工。⚙️ 配置详解只改三组关键项项目自带一份内置配置你也可以参照 config.example.json 复制出 config.json 再改。真正需要动的就三组llm_configs模型预设每组里api_key填密钥base_url填接口地址model_name填模型名temperature控制创意度0–1示例默认 0.7max_tokens控制单次回复长度上限。embedding_configs向量检索model_name例如 text-embedding-3-smallretrieval_k是每次检索返回的相邻段落数示例为 4。choose_configs任务路由把 5 个任务分别指给不同模型——architecture_llm管世界观设定chapter_outline_llm管章节大纲prompt_draft_llm管正文草稿final_chapter_llm管定稿consistency_review_llm管审校。用便宜模型跑草稿、强模型跑设定和定稿是省 token 的常用组合。小说主题、章节数这些参数不在配置文件里界面上直接填。配置理顺后下面按界面走一遍完整生成。 一次完整生成流程走查在小说参数区填好主题topic、类型genre、章节数、每章字数和保存路径然后按顺序操作Step1 生成设定产出 Novel_setting.txt包含世界观、角色、雷点暗线Step2 生成目录基于设定产出 Novel_directory.txt每章一个标题加简要提示标题可以直接改Step3 生成章节草稿填章节号和本章指导系统读取前文并做向量检索产出 outline_X.txt 和 chapter_X.txtStep4 定稿当前章节更新全局摘要、角色状态、向量库和剧情要点文件可选一致性审校扫描最新章节与设定、角色状态、前文摘要的冲突结果输出在日志区。第 3–5 步对每一章重复每步产出都在保存目录里随时可以手改。提示词模板集中在 prompt_definitions.py核心生成逻辑在 novel_generator/。跑完一轮你能大致看出哪些步骤耗时最长接下来针对它们调参数。 关键参数怎么调temperature0.7 是安全的起点想要更大胆的情节往 0.9 靠严肃题材往下调max_tokens示例配置里草稿模型 8192、定稿模型 32768单章字数目标越大上限要给足retrieval_k设 4 左右能平衡上下文质量与速度调太大会把无关段落塞进提示词timeout示例统一 600 秒长章节生成别调太短本地 Ollama 场景base_url 指向 Ollama 地址即可Embedding 建议用 nomic-embed-text启动方式见下一节。参数只是放大器真正决定连贯性的是生成流程本身有没有走全。 剧情不连贯怎么办避坑清单定稿步骤别跳过全局摘要、角色状态、向量库都在 Step4 更新只生成草稿不定稿后续章节拿不到最新剧情报 Expecting value: line 1 column 1 (char 0)接口没返回 JSON多半返回了 HTML 错误页检查 api_key 和 base_url 是否配错HTTP 504 Gateway Timeout接口不稳或网络问题换个时间点或换服务换了 Embedding 模型后检索结果乱清空输出目录下的 vectorstore 目录再重新定稿本地 Ollama 做 Embedding先启动服务再下载模型——ollama serve ollama pull nomic-embed-text审校发现角色逻辑矛盾consistency_checker.py 会把冲突列进日志回到对应章节手改再重跑审校确认。排完这些坑剩下的工作就是重复生成与定稿。✅ 下一步把第一次完整生成跑完建议先用 10 章 × 3000 字的小配置跑完整流程重点检查两处第 3 章之后向量检索是否真的召回了前文段落以及审校日志里有没有被忽略的伏笔。跑通一遍后再换更大的章节数和更强的定稿模型效果差异一眼就能看出来。界面每个输入框都带提示说明更多细节直接查 README_zh-CN.md。【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