☰
本地 AI 小说生成 10 分钟跑起来:AI_NovelGenerator 部署与配置速查
2026/9/26 7:14:25 网站建设 项目流程

本地 AI 小说生成 10 分钟跑起来:AI_NovelGenerator 部署与配置速查

【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

写长篇最难的不是开篇,而是写到第三十章时不跟第一十章打架。AI_NovelGenerator 是一款开源的本地 AI 小说生成工具,接入大语言模型后自动产出多章节长篇,上下文和伏笔自动衔接,每章定稿前还能做一次一致性检查。

一句话定位:基于大语言模型的开源 AI 写作助手,全程本地运行,给写长篇的人用,解决手动维护设定一致性的问题,直接产出多章节初稿。

🛠 环境与安装:三条命令完成本地 AI 小说生成准备

环境自查:确认 Python 版本

在终端执行,要求 3.9 及以上,推荐 3.10–3.12:

python --version

另外准备一个模型 API Key,云端服务(OpenAI、DeepSeek 等)和本地 Ollama 都行。

获取代码:克隆仓库

git clone https://gitcode.com/GitHub_Trending/ai/AI_NovelGenerator cd AI_NovelGenerator

安装依赖:安装命令速查

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

如果提示某个包编译失败,先装 C++ 构建环境(Windows 用 Visual Studio Build Tools,勾选“C++ 桌面开发”),再重新执行安装。

📖 上手走一遍:从空界面到第一章初稿

安装完成后启动:

python main.py

几秒后弹出 GUI 窗口,分参数、设定、目录、章节、角色管理等标签页,各页用途在 中文 README 里有更细的说明。

先在设置页填好 api_key、base_url、模型名称和温度值;再到小说参数页填主题、类型、总章数、每章字数、保存路径,比如 10 章、每章 3000 字。然后点“Step1. 生成设定”,产出 Novel_setting.txt,包含世界观和角色设定,可以直接打开改;接着点“Step2. 生成目录”,得到 Novel_directory.txt,含每章标题和简要提示。

到 Step3 开始写正文:填章节号(第一章填 1),也可以在“本章指导”里给提示,比如“主角与对手初遇,隐瞒身份”。点击后日志区实时滚动调用状态,生成结束,左侧文本框直接显示本章初稿,可边看边改。后台会自动读取设定、目录和已定稿章节,并用向量检索回顾前文剧情,保证衔接。

草稿满意后点“Step4. 定稿当前章节”,全局摘要、角色状态自动更新并写入向量库,下一章节循环 Step3 和 Step4 即可;“[可选] 一致性审校”按钮用于检测最新章节的人物逻辑与设定冲突,冲突项会输出在日志区。

⚙️ 参数速查:本地小说生成器配置常改项

完整示例在 config.example.json,复制一份命名为 config.json 即可使用,真正需要动的不多:

  • api_key:模型服务的密钥,用本地 Ollama 可留空
  • base_url:服务端点,接本地模型就填 Ollama 地址
  • model_name:生成用的模型,如 gpt-4o-mini
  • temperature:0–1,0.7 均衡,0.9 更发散,0.5 更稳
  • max_tokens:单次回复长度上限,长章节建议 4096 以上
  • word_number与num_chapters:每章目标字数、总章数
  • retrieval_k:向量库检索的剧情片段条数,默认 4
  • choose_configs:设定、大纲、草稿、定稿、审校五类任务可各分一个模型,草稿用便宜模型、定稿用强模型

🔧 排错速查:常见报错与处理

  • pip install报编译失败 → 安装 C++ 构建环境(Windows 选“C++ 桌面开发”)后重装
  • 提示Expecting value: line 1 column 1 (char 0)→ API 返回了非 JSON 内容,检查 api_key、base_url、接口模式是否填对
  • 出现504 Gateway Timeout→ 模型服务不稳定,重试或换一个模型预设
  • 长时间无输出或请求超时 → 检查网络,走代理时在 config.json 的proxy_setting里设置地址和端口
  • Ollama 本地 embedding 无响应 → 先执行ollama serve并ollama pull nomic-embed-text
  • 切换 embedding 模型后检索结果异常 → 清空 vectorstore 目录重新生成

下一步就一件事:打开界面,填一个一句话主题,把“生成设定”到“章节草稿”跑完,先看前两章衔接得怎么样,再决定要不要铺全文。

【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

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询