企业官网建设流程全解析

AI小说生成器部署教程：从环境配置到一键出稿的完整流程

【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

AI_NovelGenerator 是一款开源的 AI 自动写小说工具：你只需给出主题和类型，它会依次完成世界观设定、章节目录规划、逐章正文生成与定稿，并在章节之间自动衔接上下文、管理伏笔。整篇文章按实际操作线展开，覆盖部署教程、config.json 配置方法与常见报错排查，读完即可产出自己的第一部作品。

这个工具替你做了什么

它把长篇小说生产拆成了可反复执行的流水线，每步的产物都是纯文本文件，随时可以人工介入修改：

• 设定阶段：根据主题、类型、章节数生成Novel_setting.txt（世界观、角色信息、暗线雷点）
• 目录阶段：基于设定产出Novel_directory.txt，为每一章写好标题和剧情提示
• 写作阶段：逐章生成大纲outline_X.txt与正文chapter_X.txt
• 定稿阶段：更新全局摘要global_summary.txt、角色状态character_state.txt、剧情要点plot_arcs.txt，并同步进向量库供后续章节引用
• 审校阶段（可选）：对最新章节做剧情矛盾检测

适合两类人：想低成本验证长篇故事可行性的作者（先让 AI 跑完骨架再精修），以及需要批量产出连载章节的写作者。它不替代你的审美判断——每个文件定稿前都留了人工修改的口子。

跑通前检查清单：环境与密钥一次备齐

启动前确认三件事，能避免后面反复排查：

密钥方面建议只先配置一个主力生成模型；向量检索用的 embedding 模型可以后补，不配置也能跑通主流程，只是长程连贯性会打折扣。如果你打算全本地跑，Ollama 的 Embedding 需要先在终端启动服务：

ollama serve ollama pull nomic-embed-text

从安装到第一章出稿：一条完整操作线

在终端中依次执行以下命令：

git clone https://gitcode.com/GitHub_Trending/ai/AI_NovelGenerator cd AI_NovelGenerator pip install -r requirements.txt

依赖里包含chromadb、customtkinter、langchain等包，若个别包安装失败，按提示单独pip install补装即可。

接着准备配置文件。仓库带有一份模板，复制一份作为自己的配置：

cp config.example.json config.json

打开config.json，核心只需填对生成模型的密钥，其余字段保留默认值即可起步：

{ "llm_configs": { "DeepSeek V4 Flash": { "api_key": "填入你的密钥", "base_url": "https://api.deepseek.com", "model_name": "deepseek-v4-flash", "temperature": 0.7, "max_tokens": 8192 } } }

小说的主题、类型、章节数、每章字数则放在other_params里（topic、genre、num_chapters、word_number、filepath）。新手建议先从 10 章、每章 3000 字左右开始，出稿快，方便走通全流程。

然后启动程序：

python main.py

此时应弹出图形界面，顶部有四个带编号的操作按钮。按界面引导依次点击，你会看到这样的过程：

1. 点Step1 生成设定，日志区滚动输出后，输出目录里出现Novel_setting.txt。打开检查一遍世界观和角色，不满意直接改文本，后面的章节都会以你改过的版本为准。
2. 点Step2 生成目录，得到Novel_directory.txt，每章都有标题和一句话剧情提示。这一层同样建议手动过目，它是后续所有章节的路线图。
3. 点Step3 生成章节草稿，先填章节号（写第一章就填1），在"本章指导"输入框里补充你对这一章的具体期望（出场人物、关键道具、场景地点、时间限制等都有对应字段）。点击后系统会读取前文设定、目录和已定稿章节，并调用向量检索回顾相关剧情，随后产出outline_1.txt和chapter_1.txt，左侧文本框可直接查看和编辑草稿。
4. 点Step4 定稿当前章节，全局摘要、角色状态、向量库和剧情要点会一并更新——这一步决定了第二章还能"记得"第一章写了什么，不要跳过。
5. 需要的话，再点一致性审校，日志区会输出该章的角色逻辑问题与前后矛盾提示。

之后重复第 3–5 步直到所有章节完成。整条线跑下来，你的输出目录里会积累一整套可追溯的文本产物，而不是一坨无法拆解的长文本。

参数速查：关键配置取值与影响

另外config.json的choose_configs允许给五个环节（设定、目录、草稿、定稿、审校）分别指定不同模型，比如草稿用便宜快的 Flash 档、定稿用能力更强的 Pro 档，这是控制成本最直接的旋钮。

进阶用法：遇到什么问题，就动哪个模块

• 后期章节记不住前期剧情、人设漂移→ 检查向量检索链路。检索逻辑在 向量检索模块，前置条件是embedding_configs里配置好了 embedding 模型的接口与模型名。注意一条规则：切换 embedding 模型后，清空vectorstore目录再重新写入，否则新旧向量混用，检索质量会明显变差。
• 担心情节自相矛盾、逻辑穿帮→ 在 GUI 里点"一致性审校"。检测逻辑在 一致性检查器，它会针对最新章节输出角色逻辑、剧情前后矛盾的具体提示，把提示带回去修改章节草稿即可。
• 不同环节想用不同模型→ 接口封装在 模型适配层，你只需要在choose_configs里把五个任务指向llm_configs中的不同预设，无需改代码。
• 想固化自己的文风与叙事口吻→ 修改 提示词模板，里面定义了各阶段发给模型的提示结构，改动后对后续所有章节生效。

排查思路：现象 → 可能原因 → 处理动作

下一步

AI_NovelGenerator 的价值在于把长篇创作拆成了可检查、可回退的文本流水线，AI 负责初稿，你负责每个文件定稿前的修改权。跑通本篇流程后，建议先以 10 章以内的短篇幅完整走完"设定 → 目录 → 逐章草稿 → 定稿 → 审校"，确认出稿质量后再把num_chapters调大，开启你真正的长篇项目。

【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