如何用 AI 稳定生成不崩线的长篇小说：AI_NovelGenerator 完整使用指南
【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_NovelGenerator
AI_NovelGenerator 是一款本地运行的多章节长篇小说生成工具，能自动衔接上下文、管理伏笔与角色状态，只需接入你的模型 API 或本地 Ollama。适合想快速产出长篇初稿、又不想手工维护设定的写作者和开发者。
30秒看懂这个项目
它把"写长篇"拆成四个步骤：先生成世界观架构，再生成章节目录，然后逐章写草稿、定稿，中间用向量库检索前文来保住剧情连贯。界面是图形化的，全部结果落在普通 txt 文件里，随时可以手动改。
- 能帮你把一章一章的生成串成完整流程，第 30 章仍然记得第 3 章埋的伏笔
- 能帮你把人物状态、剧情要点、全局摘要单独存档，定稿时自动更新，减少前后矛盾
- 能帮你用云端 API 或本地 Ollama 任选模型，不同环节可以各配各的模型
首次运行最少要做什么
# 克隆仓库 git clone https://gitcode.com/GitHub_Trending/ai/AI_NovelGenerator # 安装依赖（建议 Python 3.10~3.12，先建虚拟环境） pip install -r requirements.txt # 启动图形界面 python main.py- 启动后在"小说参数"区填四样东西：模型接口（API Key、Base URL、模型名）、主题 Topic、章节数与每章字数、一个空白的保存路径
- 点「Step1. 生成架构」，得到
Novel_setting.txt（世界观、角色、伏笔规划），可以打开文件手动改 - 点「Step2. 生成目录」，得到
Novel_directory.txt（各章标题与简述），不满意可改标题和章节描述 - 点「Step3. 生成草稿」输入章节号，得到
outline_X.txt和chapter_X.txt - 点「Step4. 定稿章节」，系统把本章写入全局摘要、角色状态并更新向量库
走到第 4 步看到chapter_1.txt有内容，就跑通了。想多写几章，重复 3~5 步即可；嫌手动点麻烦，右侧有「批量生成」按钮，一次框定起止章节、目标字数和最低字数，并可选"低于最低字数时自动扩写"。
功能场景对照
| 你想做的事 | 对应模块 / 真实文件路径 |
|---|---|
| 规划世界观、角色、雷点暗线 | novel_generator/architecture.py，输出Novel_setting.txt |
| 拆分章节目录、标注伏笔操作 | novel_generator/blueprint.py，输出Novel_directory.txt |
| 写章节草稿、自动检索前文 | novel_generator/chapter.py，输出outline_X.txt、chapter_X.txt |
| 定稿、更新摘要/角色状态/向量库 | novel_generator/finalization.py，输出global_summary.txt、character_state.txt、plot_arcs.txt |
| 检测剧情矛盾、人设冲突 | consistency_checker.py，界面「一致性审校」按钮 |
| 接入自己的本地文档设定 | novel_generator/knowledge.py，界面「导入知识库」按钮 |
| 解析"第 X 章"格式的目录文本 | chapter_directory_parser.py |
| 切换 DeepSeek / OpenAI / Gemini / Ollama 等接口 | llm_adapters.py |
| 配置多模型预设、任务分派、代理 | config.example.json、config_manager.py |
| 角色档案分类管理、从角色状态导入 | ui/role_library.py |
| 备份/恢复配置到 WebDAV | ui/other_settings.py |
卡壳自救
症状 1：pip 安装依赖时报编译错误（安装）原因：个别包（如 numpy、chromadb 相关组件）在 Windows 上需要 C++ 编译环境。 处方：安装 Visual Studio Build Tools，勾选"C++ 桌面开发"负载后重新执行pip install -r requirements.txt；仍有个别包失败，按提示pip install 包名单独补装。
症状 2：点「Step1. 生成架构」后报 JSON 解析错误或 504（运行）原因：API 没有返回有效 JSON（常见是返回了 HTML 错误页），或接口/网络不稳定。 处方：先核对 Base URL 是否拼对（Ollama 填本机地址即可，api_key 可留空由程序补默认值）；用timeout参数确认超时是否足够；换网络或在配置的proxy_setting里开代理再试。
症状 3：越写越跑偏，后面的章节忘了前面的伏笔（输出质量）原因：只点了「Step3. 生成草稿」，没有点「Step4. 定稿章节」——向量库、global_summary.txt、character_state.txt都是定稿时才更新的，不定稿后续章节检索不到最新剧情。 处方：每章草稿改完后先定稿再写下一章；写关键章前点「一致性审校」，日志区会列出与设定、角色状态、未解决冲突的矛盾点。
症状 4：换本地 Ollama 跑不动，或切换 embedding 模型后检索结果乱（配置）原因：Ollama 服务没启动、embedding 模型没拉取，或者新旧模型向量混在同一个vectorstore/里。 处方：执行ollama serve和ollama pull nomic-embed-text，embedding 接口选 Ollama 并填模型名；切换 embedding 模型后点界面「清空向量库」重建。
按目标调优
配置文件按"模型预设 + 任务分派"组织，完整示例见 config.example.json。五个环节（架构architecture_llm、目录chapter_outline_llm、草稿prompt_draft_llm、定稿final_chapter_llm、审校consistency_review_llm）可以在choose_configs里各选各的预设：
| 目标 | 建议 |
|---|---|
| 更快出稿 | 草稿和目录环节选轻量 Flash 级模型；max_tokens不必给到 32768；retrieval_k降到 2~3，缩短每次检索带入的上下文 |
| 更稳、少崩线 | 定稿环节换更长的上下文模型；temperature从默认 0.7 降到 0.5~0.6；每章必做定稿 + 一致性审校（审校环节内部已用 0.3 低温） |
| 风格化 | temperature调高（0.8+）放开发挥；章节字数、章数在"小说参数"区改；固定口吻可把要求写进"内容指导"输入框；深度改文风则改 prompt_definitions.py 里的提示词模板（英文模式对应 prompt_definitions_en.py） |
草稿阶段还会自动带入前三章内容做摘要衔接（见 novel_generator/chapter.py 的summarize_recent_chapters），单章字数不够时批量生成里勾选"自动扩写"即可补齐。
现成集成与参与方式
仓库里已经具备的能力，不用自己搭：
- 本地部署：llm_adapters.py 内置 Ollama 适配器（api_key 留空即可），embedding 侧 embedding_adapters.py 支持 Ollama 的
nomic-embed-text，可做到全本地 - 多接口：DeepSeek、OpenAI、Gemini、Azure、硅基流动、火山引擎、阿里云百炼、Grok 等，新增一家只需在 llm_adapters.py 加一个 Adapter 类并注册到
create_llm_adapter - 代理与备份：配置里的
proxy_setting走代理，webdav_config支持一键备份/恢复（界面在"其他设置"页） - 免 Python 分发：
pip install pyinstaller后执行pyinstaller main.spec，可执行文件在dist/目录
贡献入口：界面问题改 ui/，模型适配改 llm_adapters.py 或 embedding_adapters.py，生成逻辑改 novel_generator/，问题反馈走项目 Issues。注意 README 提示：重构版在开发分支进行，当前主干是可用的完整版本。
下一步：按上面的命令把界面跑起来，用 5 章 × 2000 字的小参数走一遍 Step1~4，先确认流程通了，再调章节数和模型。
【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
