AI_NovelGenerator：从零写出30万字长篇

AI_NovelGenerator从零写出30万字长篇【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写长篇小说写到第20章才发现第2章里的人名前后不一致甚至把已经死掉的角色又写活了AI_NovelGenerator 是一款 AI 长篇小说生成工具你给一句灵感它负责搭设定、列目录、逐章写正文还会自动衔接上下文与伏笔让你不用操心设定崩盘。✍️ 它能帮你做什么你能让它记住全部前文。长篇写作本质是记忆管理问题。它的状态追踪会持续记录每个角色的发展轨迹character_state.txt、全局摘要global_summary.txt和未解决的剧情要点plot_arcs.txt写新章节时再靠向量语义检索从本地向量库vectorstore/里召回相关剧情几十章之后写第N章也能接上前面的伏笔。你能只用一句话开书。给它一句废土世界的 AI 叛乱加上题材类型它会先搭出世界观、角色信息和雷点暗线再把全书每一章的标题和简要提示排成目录。你只需要挑着改而不是对着空白页发呆。你能让它替你对答案。一章写完做一致性审校它拿这一章去比对小说设定、角色状态、前文摘要和已记录的剧情要点发现角色逻辑或剧情前后矛盾会直接把细节列在日志区。你手头有自己写的资料、设定集也能通过导入知识库灌进向量库让模型边写边参考。 从0到跑起来装完之后你会得到一个图形界面后面所有操作都在窗口里完成。动手前先备齐三样东西Python 3.9推荐 3.10–3.12和 pip一个可用的模型服务OpenAI、DeepSeek、Gemini 等云端 API或 Ollama 等 OpenAI 兼容的本地服务一份 API Keygit clone https://gitcode.com/GitHub_Trending/ai/AI_NovelGenerator cd AI_NovelGenerator pip install -r requirements.txt python main.py最后一条命令跑通GUI 窗口就出来了。如果在 Windows 上有包装不上通常是缺 C 编译工具安装 Visual Studio Build Tools 并勾选使用 C 的桌面开发再重跑安装个别缺失的包直接pip install 包名补上即可。 完成一件真实任务写出第一章跟着走一遍你就明白整本书是怎么一章一章长出来的。先在界面右侧填参数主题(Topic)、类型(Genre)、章节数与每章字数、保存路径再在配置区填好模型的 API Key、Base URL、模型名称和 temperature。然后按顺序操作第一步生成架构按「Step1. 生成架构」。做完后你会看到保存路径下多了一个Novel_setting.txt里面有世界观、角色信息、暗线等内容直接打开就能编辑。第二步生成目录按「Step2. 生成目录」。做完后你会看到Novel_directory.txt全书每一章的标题加一句简要提示都可以改、可以补。第三步生成草稿填入章节号写第一章就填 1在内容指导里写下你对本章的期望按「Step3. 生成草稿」。做完后你会看到左侧文本框里出现本章正文顶部显示实时字数内容可以直接编辑保存路径下同时多了大纲outline_X.txt和正文chapter_X.txt。这一步系统已经自动读取了设定和已定稿章节并从向量库召回相关剧情保证上下文连贯。第四步定稿改到满意后按「Step4. 定稿章节」。做完后你会看到一串更新全局摘要global_summary.txt、角色状态character_state.txt、剧情要点plot_arcs.txt全部刷新向量库同步入库——下一章写的时候就能想起刚定稿的这一章。定稿后按「一致性审校」有冲突日志区会输出详细提示没有它会返回无明显冲突。接着把章节号加一重复草稿、定稿两步赶进度时还可以用「批量生成」一次跑多章。 写完后的保存文件夹里有什么打开你选的保存文件夹这些就是后续改稿、追更的全部抓手Novel_setting.txt全书设定架构Novel_directory.txt全书目录outline_X.txt/chapter_X.txt每章大纲与定稿正文global_summary.txt、character_state.txt、plot_arcs.txt全局摘要、角色状态、剧情要点vectorstore/本地向量库长程上下文衔接的记忆所在除向量库外全是纯文本任何一章、一句设定你都可以随手改。⚙️ 改成适合自己的样子不用读源码改三个地方就能把工具调成你顺手的状态。大部分配置可以直接在界面里填保存到config.json仓库自带的config.example.json是完整模板可参照。模型预设llm_configs里能存多组模型API Key、Base URL、模型名。最有用的是choose_configs——每个阶段可以分配不同模型choose_configs: { architecture_llm: Gemini 3.5 Flash, prompt_draft_llm: DeepSeek V4 Flash, final_chapter_llm: DeepSeek V4 Pro }搭架构、定稿用强模型中间环节用快模型效果与成本自己平衡。Embedding 配置embedding_configs里填语义检索用的模型api_key、base_url、model_name、retrieval_k界面上也能直接改。用本地 Ollama 的话先起服务并拉模型ollama serve ollama pull nomic-embed-text小说参数topic、genre、num_chapters、word_number、filepath即主题、类型、章节数、每章字数、保存路径。再往外走「导入知识库」可把本地文档灌入向量库供模型参考「清空向量库」清掉旧向量切换 Embedding 模型后强烈建议执行「角色库」管理角色信息「查看剧情要点」随时看plot_arcsproxy_setting可配置代理。 卡住了怎么办三个最常见的报错对号入座。现象报Expecting value: line 1 column 1 (char 0)可能原因API 没有返回预期的 JSON而是回了错误页 HTML 等内容多半是 api_key 或 base_url 填错或网络不通。解决办法核对 api_key 与 base_url 是否与服务商一致、有无多余空格先单独测试能否正常访问该 API。现象报HTTP/1.1 504 Gateway Timeout可能原因接口不稳定服务端网关超时。解决办法确认接口是否稳定稍后重试也可在llm_configs里换一组模型预设继续。现象换了 Embedding 模型后检索效果怪异或不生效可能原因向量库里存的是旧模型生成的向量和新模型对不上。解决办法在界面按「清空向量库」清掉vectorstore再重新生成用本地 Ollama 时同时确认服务已启动。从有个想法但不知道从哪下笔到一本设定前后自洽的百章长篇AI_NovelGenerator 把这条链路压成了几个按钮和几份可编辑的文本。把依赖装好、界面打开挑一个你此刻最想写的开头先跑通第一章吧。【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