長篇小說自動寫作)
本地部署 AI 小說生成器:3 步跑通多章節(jié)長篇小說自動寫作【免費下載鏈接】AI_NovelGenerator使用ai生成多章節(jié)的長篇小說自動銜接上下文、伏筆項目地址: https://gitcode.com/GitHub_Trending/ai/AI_NovelGeneratorAI_NovelGenerator 用大模型生成多章節(jié)長篇小說,自動銜接上下文、管理伏筆,解決 LLM 寫到后段人物設定和劇情邏輯崩壞的問題。讀完本文,你能在本地完成部署,配好 API 密鑰后按 4 個步驟生成一部帶架構、目錄和定稿章節(jié)的長篇。它到底能做什么輸入主題和題材,它先產(chǎn)出世界觀、人物與伏筆的設定文件,再生成章節(jié)目錄,然后逐章輸出草稿并定稿。每章定稿時更新全局摘要、人物狀態(tài)和向量庫,后續(xù)章節(jié)靠向量檢索召回前文,保證長文前后一致。整個流程由圖形界面 GUI 層 承載,不用敲命令行。最快上手路徑:AI 小說生成器本地部署 3 步教程拿到代碼git clone https://gitcode.com/GitHub_Trending/ai/AI_NovelGenerator cd AI_NovelGenerator需要 Python 3.9,推薦 3.10–3.12,clone 下來后所有操作都在你自己的本地目錄里進行。裝依賴pip install -r requirements.txt一次性裝好 langchain、chromadb、customtkinter 等第三方庫,個別包失敗時按提示補裝對應編譯工具即可。改配置并跑起來cp config.example.json config.json python main.py前一條基于示例配置文件在你的本地目錄生成 config.json,后一條啟動圖形界面。config.json 里只需要填這幾處:{ llm_configs: { DeepSeek V4 Flash: { api_key: 你的密鑰, base_url: https://api.deepseek.com, model_name: deepseek-v4-flash, temperature: 0.7, max_tokens: 8192 } }, other_params: { topic: 星際探險家意外穿越到魔法世界, genre: 科幻奇幻, num_chapters: 10, word_number: 3000, filepath: ./output } }其余字段保持默認即可。主題那句話別寫太泛,具體一點,后面的設定和章節(jié)質量會跟著上臺階。調出長篇小說效果的關鍵參數(shù)參數(shù)不少,但只有這幾個動了才有明顯效果:temperature:調高,情節(jié)更跳躍、腦洞更大;調低,更嚴格貼著設定走。要穩(wěn)在 0.5–0.7,要新奇可以到 0.8–0.9。word_number(單章目標字數(shù)):調高,單章更充實但生成更慢;調低,講同一個故事需要的章節(jié)變多。短篇 2000–3000,長篇 3500–5000。retrieval_k(向量檢索條數(shù)):調高,對遠距離伏筆的召回更強,但提示詞更長、響應更慢;調低則相反。默認 4 是均衡值。一個典型使用場景:從主題到第一章定稿輸入:主題末世 AI 覺醒,題材科幻,10 章、每章 3000 字,已寫入 config.json。操作:啟動界面后依次點 Step1 生成架構、Step2 生成目錄、Step3 生成草稿、Step4 定稿章節(jié)。寫草稿前可以在This chapter guidance輸入框里給本章下指令,比如本章讓主角發(fā)現(xiàn)基地里有內鬼。得到什么:設定文件 Novel_setting.txt(世界觀、人物、伏筆)、Novel_directory.txt(章節(jié)標題和簡要提示)、outline_1.txt 和 chapter_1.txt,以及更新后的全局摘要與人物狀態(tài)文件。定稿動作由 核心生成引擎 完成,同時把內容寫入向量庫,第二章生成時就能檢索到第一章的關鍵信息。跑不通時查這里API 連接失敗:核對 api_key 和 base_url 是否匹配服務商;用本地 Ollama 時先確認服務已啟動(ollama serve)。Expecting value: line 1 column 1 (char 0):接口沒返回合法 JSON,通常是拿到了 HTML 錯誤頁,檢查 base_url 和 model_name。HTTP 504 Gateway Timeout:端點或網(wǎng)絡不穩(wěn),可增大 timeout,或換延遲更低的服務商。換 embedding 模型后檢索效果變差:向量庫按模型索引,切換模型后清空 vectorstore 目錄再生成。依賴裝不上:確認 Python 3.9;Windows 上個別包需要 C 桌面開發(fā)工作負載提供的編譯工具。下一步:把 config.json 里的 base_url 和 model_name 換成你本地 Ollama 的接口,先用零成本的本地模型跑通第一章,再換云端模型調質量?！久赓M下載鏈接】AI_NovelGenerator使用ai生成多章節(jié)的長篇小說自動銜接上下文、伏筆項目地址: https://gitcode.com/GitHub_Trending/ai/AI_NovelGenerator創(chuàng)作聲明：本文部分內容由AI輔助生成（AIGC），僅供參考 本地部署 AI 小說生成器:3 步跑通多章節(jié)長篇小說自動寫作
本地部署 AI 小說生成器:3 步跑通多章節(jié)長篇小說自動寫作【免費下載鏈接】AI_NovelGenerator使用ai生成多章節(jié)的長篇小說自動銜接上下文、伏筆項目地址: https://gitcode.com/GitHub_Trending/ai/AI_NovelGeneratorAI_NovelGenerator 用大模型生成多章節(jié)長篇小說,自動銜接上下文、管理伏筆,解決 LLM 寫到后段人物設定和劇情邏輯崩壞的問題。讀完本文,你能在本地完成部署,配好 API 密鑰后按 4 個步驟生成一部帶架構、目錄和定稿章節(jié)的長篇。它到底能做什么輸入主題和題材,它先產(chǎn)出世界觀、人物與伏筆的設定文件,再生成章節(jié)目錄,然后逐章輸出草稿并定稿。每章定稿時更新全局摘要、人物狀態(tài)和向量庫,后續(xù)章節(jié)靠向量檢索召回前文,保證長文前后一致。整個流程由圖形界面 GUI 層 承載,不用敲命令行。最快上手路徑:AI 小說生成器本地部署 3 步教程拿到代碼git clone https://gitcode.com/GitHub_Trending/ai/AI_NovelGenerator cd AI_NovelGenerator需要 Python 3.9,推薦 3.10–3.12,clone 下來后所有操作都在你自己的本地目錄里進行。裝依賴pip install -r requirements.txt一次性裝好 langchain、chromadb、customtkinter 等第三方庫,個別包失敗時按提示補裝對應編譯工具即可。改配置并跑起來cp config.example.json config.json python main.py前一條基于示例配置文件在你的本地目錄生成 config.json,后一條啟動圖形界面。config.json 里只需要填這幾處:{ llm_configs: { DeepSeek V4 Flash: { api_key: 你的密鑰, base_url: https://api.deepseek.com, model_name: deepseek-v4-flash, temperature: 0.7, max_tokens: 8192 } }, other_params: { topic: 星際探險家意外穿越到魔法世界, genre: 科幻奇幻, num_chapters: 10, word_number: 3000, filepath: ./output } }其余字段保持默認即可。主題那句話別寫太泛,具體一點,后面的設定和章節(jié)質量會跟著上臺階。調出長篇小說效果的關鍵參數(shù)參數(shù)不少,但只有這幾個動了才有明顯效果:temperature:調高,情節(jié)更跳躍、腦洞更大;調低,更嚴格貼著設定走。要穩(wěn)在 0.5–0.7,要新奇可以到 0.8–0.9。word_number(單章目標字數(shù)):調高,單章更充實但生成更慢;調低,講同一個故事需要的章節(jié)變多。短篇 2000–3000,長篇 3500–5000。retrieval_k(向量檢索條數(shù)):調高,對遠距離伏筆的召回更強,但提示詞更長、響應更慢;調低則相反。默認 4 是均衡值。一個典型使用場景:從主題到第一章定稿輸入:主題末世 AI 覺醒,題材科幻,10 章、每章 3000 字,已寫入 config.json。操作:啟動界面后依次點 Step1 生成架構、Step2 生成目錄、Step3 生成草稿、Step4 定稿章節(jié)。寫草稿前可以在This chapter guidance輸入框里給本章下指令,比如本章讓主角發(fā)現(xiàn)基地里有內鬼。得到什么:設定文件 Novel_setting.txt(世界觀、人物、伏筆)、Novel_directory.txt(章節(jié)標題和簡要提示)、outline_1.txt 和 chapter_1.txt,以及更新后的全局摘要與人物狀態(tài)文件。定稿動作由 核心生成引擎 完成,同時把內容寫入向量庫,第二章生成時就能檢索到第一章的關鍵信息。跑不通時查這里API 連接失敗:核對 api_key 和 base_url 是否匹配服務商;用本地 Ollama 時先確認服務已啟動(ollama serve)。Expecting value: line 1 column 1 (char 0):接口沒返回合法 JSON,通常是拿到了 HTML 錯誤頁,檢查 base_url 和 model_name。HTTP 504 Gateway Timeout:端點或網(wǎng)絡不穩(wěn),可增大 timeout,或換延遲更低的服務商。換 embedding 模型后檢索效果變差:向量庫按模型索引,切換模型后清空 vectorstore 目錄再生成。依賴裝不上:確認 Python 3.9;Windows 上個別包需要 C 桌面開發(fā)工作負載提供的編譯工具。下一步:把 config.json 里的 base_url 和 model_name 換成你本地 Ollama 的接口,先用零成本的本地模型跑通第一章,再換云端模型調質量?！久赓M下載鏈接】AI_NovelGenerator使用ai生成多章節(jié)的長篇小說自動銜接上下文、伏筆項目地址: https://gitcode.com/GitHub_Trending/ai/AI_NovelGenerator創(chuàng)作聲明：本文部分內容由AI輔助生成（AIGC），僅供參考