AI_NovelGenerator本地部署与快速上手完整指南4步跑通AI长篇小说生成器【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写长篇写到十几章剧情断裂、设定打架AI_NovelGenerator 是一款基于大语言模型的长篇小说生成工具能自动衔接上下文、管理伏笔。这篇本地部署教程带你完成安装、配置到首次生成全程照着操作即可出稿。 AI_NovelGenerator 是什么长篇小说生成的四段式工作流先花一分钟搞清楚它怎么干活后面配置才不会填错。它解决的是长篇创作里最头疼的两件事上下文断裂和设定前后矛盾。整体流程分四段每段产出对应文件生成架构根据主题和类型产出世界观、角色、伏笔线Novel_architecture.txt生成目录基于架构为全部章节生成标题与简要提示Novel_directory.txt生成草稿逐章产出大纲与正文outline_X.txt、chapter_X.txt并用向量检索召回前文关键信息定稿章节更新全局摘要、角色状态、剧情要点global_summary.txt、character_state.txt、plot_arcs.txt并写入向量库供后续章节调用。每一章定稿前还可以点击「一致性审校」自动扫描人名、剧情矛盾并在日志区提示。适合三类人需要批量产出长篇的作者、希望文本与向量数据全部留在本地的写作者、以及只用 Ollama 等本地模型不想买云 API 的开发者。 AI_NovelGenerator 本地部署环境自查Python 版本与依赖安装部署前先对照下表确认机器满足条件缺哪补哪。依赖要求用途Python3.9推荐 3.10–3.12运行主程序与 GUI安装时记得勾选 Add to PATHpipPython 自带一次性拉取项目全部依赖模型服务无版本限制云端 APIOpenAI / DeepSeek 等或 Ollama 等本地 OpenAI 协议服务C 编译工具可选仅 Windows 下个别包需要本地编译时才用确认无误后执行这条命令克隆代码并安装全部依赖git clone https://gitcode.com/GitHub_Trending/ai/AI_NovelGenerator cd AI_NovelGenerator pip install -r requirements.txt[!TIP] 安装中途报编译错误基本就是缺 C 构建工具Windows 安装 Visual Studio Build Tools 并勾选「C 桌面开发」Linux 先装build-essential然后重跑上面的安装命令即可。个别依赖缺失时用pip install 包名单独补装。⚙️ AI_NovelGenerator 配置教程config.json 四组关键参数速查配置按「用途」拆成四块对着填就行不必把每个预设都填满。先复制一份模板作为实际配置文件cp config.example.json config.json用途一生成模型llm_configs。挑一个你手头能用的预设填好api_key、base_url、model_name、interface_format四项。云端服务直接填官方地址用 Ollama 时base_url填http://localhost:11434/v1model_name填本地已部署的模型名。用途二向量化模型embedding_configs。负责把前文切成向量供检索填api_key、base_url、model_name如text-embedding-3-small或 Ollama 的nomic-embed-text和retrieval_k。用途三作品参数other_params。填topic主题、genre类型、num_chapters总章数、word_number单章字数、filepath生成文件保存路径。用途四任务分配choose_configs。五个键对应五类任务——architecture_llm设定、chapter_outline_llm目录、prompt_draft_llm草稿、final_chapter_llm定稿、consistency_review_llm审校各填一个模型预设名也可以全填同一个。最容易填错的参数集中在下表参数含义推荐值 / 示例注意api_key模型服务访问密钥你的真实密钥首尾别带空格base_urlAPI 接口地址云端如https://api.deepseek.comOllama 填http://localhost:11434/v1必须与interface_format对应model_name模型名称deepseek-v4-flash、gpt-5.5Ollama 用户要和本地模型名一致temperature文本随机性0–10.6–0.8过低僵硬过高逻辑散max_tokens单次输出长度上限8192别超模型自身上限timeout请求超时秒600长文本生成建议保留大值retrieval_k向量库召回片段数450 章以上作品建议 6–8只影响检索精度不耗 tokentopic/genre故事主题 / 类型「废土世界的 AI 叛乱」/「科幻」决定后续所有生成方向num_chapters/word_number总章节数 / 单章字数10 / 3000章数决定目录长度filepath生成文件保存路径非系统盘的独立空目录设定、目录、章节都落在这里[!WARNING] 切换 embedding 模型后一定要清空vectorstore/目录再重新定稿否则旧模型产生的向量会混进新检索导致召回不准。用 Ollama 做 embedding 时先启动服务并拉取模型ollama serve ollama pull nomic-embed-text所有参数之后都能在图形界面设置区改配置文件里只需保证一个 LLM 预设和一个 Embedding 预设完整可用。更多字段含义见 config.example.json参数解析逻辑在 config_manager.py。 AI_NovelGenerator 快速上手python main.py 启动命令与 3 个验证检查点配置存好后执行这条命令启动主程序python main.py窗口弹出只代表环境通了按下面 3 个检查点逐项核对全过才算部署成功界面响应GUI 正常打开包含设定、目录、章节编辑等分区设置区能回显你填的模型名、主题、章节数模型链路打通保存路径指向一个空目录点击「Step1. 生成架构」日志区走完后无连接错误产物落盘保存路径下出现Novel_architecture.txt打开确认里面有世界观、角色与伏笔线内容。第 2 项卡住时看日志区报什么错直接翻下一节的排障表处理。 AI_NovelGenerator 质量调优与故障排查部署后常见问题处理质量调优三个高频现象的对症调整现象章节文字重复、剧情跑偏 →调整草稿步骤的「本章指导」输入框里写具体情节点和人物动作 →效果本章围绕指定指导展开跑题明显减少现象文本僵硬、句式单调 →调整temperature从 0.5 提到 0.7–0.8 →效果表达更多样开始出现创造性描写现象中后期章节出现人名、剧情前后矛盾 →调整retrieval_k从 4 提到 6–8并在每章定稿前点「一致性审校」 →效果召回更多前文冲突点在日志区被自动指出故障排查按报错信息对照处理现象可能原因处理方法Expecting value: line 1 column 1 (char 0)API 返回了非 JSON 内容如报错页或密钥 / 地址填错检查api_key无多余空格用浏览器打开base_url确认可达HTTP/1.1 504 Gateway Timeout接口服务侧不稳定或处理超时确认服务状态调大timeout后重试pip install报编译错误缺少 C 编译环境装 VS Build Tools 或 build-essential 后重装依赖切换 Embedding 后检索不准vectorstore/残留旧模型向量清空该目录重新定稿章节重建向量库GUI 无法打开Python 版本超出范围或依赖未装全确认 Python 为 3.9–3.12重跑依赖安装命令更多模块细节可参考 中文文档、核心生成逻辑 novel_generator/ 与界面代码 ui/。至此AI_NovelGenerator 的本地部署与验证已全部完成。下一步在界面里用 10 章的短篇把「生成架构→生成目录→章节草稿→定稿」完整跑一遍并在定稿前启用一致性审校体会自动查错的效果。【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
AI_NovelGenerator本地部署与快速上手完整指南4步跑通AI长篇小说生成器【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写长篇写到十几章剧情断裂、设定打架AI_NovelGenerator 是一款基于大语言模型的长篇小说生成工具能自动衔接上下文、管理伏笔。这篇本地部署教程带你完成安装、配置到首次生成全程照着操作即可出稿。 AI_NovelGenerator 是什么长篇小说生成的四段式工作流先花一分钟搞清楚它怎么干活后面配置才不会填错。它解决的是长篇创作里最头疼的两件事上下文断裂和设定前后矛盾。整体流程分四段每段产出对应文件生成架构根据主题和类型产出世界观、角色、伏笔线Novel_architecture.txt生成目录基于架构为全部章节生成标题与简要提示Novel_directory.txt生成草稿逐章产出大纲与正文outline_X.txt、chapter_X.txt并用向量检索召回前文关键信息定稿章节更新全局摘要、角色状态、剧情要点global_summary.txt、character_state.txt、plot_arcs.txt并写入向量库供后续章节调用。每一章定稿前还可以点击「一致性审校」自动扫描人名、剧情矛盾并在日志区提示。适合三类人需要批量产出长篇的作者、希望文本与向量数据全部留在本地的写作者、以及只用 Ollama 等本地模型不想买云 API 的开发者。 AI_NovelGenerator 本地部署环境自查Python 版本与依赖安装部署前先对照下表确认机器满足条件缺哪补哪。依赖要求用途Python3.9推荐 3.10–3.12运行主程序与 GUI安装时记得勾选 Add to PATHpipPython 自带一次性拉取项目全部依赖模型服务无版本限制云端 APIOpenAI / DeepSeek 等或 Ollama 等本地 OpenAI 协议服务C 编译工具可选仅 Windows 下个别包需要本地编译时才用确认无误后执行这条命令克隆代码并安装全部依赖git clone https://gitcode.com/GitHub_Trending/ai/AI_NovelGenerator cd AI_NovelGenerator pip install -r requirements.txt[!TIP] 安装中途报编译错误基本就是缺 C 构建工具Windows 安装 Visual Studio Build Tools 并勾选「C 桌面开发」Linux 先装build-essential然后重跑上面的安装命令即可。个别依赖缺失时用pip install 包名单独补装。⚙️ AI_NovelGenerator 配置教程config.json 四组关键参数速查配置按「用途」拆成四块对着填就行不必把每个预设都填满。先复制一份模板作为实际配置文件cp config.example.json config.json用途一生成模型llm_configs。挑一个你手头能用的预设填好api_key、base_url、model_name、interface_format四项。云端服务直接填官方地址用 Ollama 时base_url填http://localhost:11434/v1model_name填本地已部署的模型名。用途二向量化模型embedding_configs。负责把前文切成向量供检索填api_key、base_url、model_name如text-embedding-3-small或 Ollama 的nomic-embed-text和retrieval_k。用途三作品参数other_params。填topic主题、genre类型、num_chapters总章数、word_number单章字数、filepath生成文件保存路径。用途四任务分配choose_configs。五个键对应五类任务——architecture_llm设定、chapter_outline_llm目录、prompt_draft_llm草稿、final_chapter_llm定稿、consistency_review_llm审校各填一个模型预设名也可以全填同一个。最容易填错的参数集中在下表参数含义推荐值 / 示例注意api_key模型服务访问密钥你的真实密钥首尾别带空格base_urlAPI 接口地址云端如https://api.deepseek.comOllama 填http://localhost:11434/v1必须与interface_format对应model_name模型名称deepseek-v4-flash、gpt-5.5Ollama 用户要和本地模型名一致temperature文本随机性0–10.6–0.8过低僵硬过高逻辑散max_tokens单次输出长度上限8192别超模型自身上限timeout请求超时秒600长文本生成建议保留大值retrieval_k向量库召回片段数450 章以上作品建议 6–8只影响检索精度不耗 tokentopic/genre故事主题 / 类型「废土世界的 AI 叛乱」/「科幻」决定后续所有生成方向num_chapters/word_number总章节数 / 单章字数10 / 3000章数决定目录长度filepath生成文件保存路径非系统盘的独立空目录设定、目录、章节都落在这里[!WARNING] 切换 embedding 模型后一定要清空vectorstore/目录再重新定稿否则旧模型产生的向量会混进新检索导致召回不准。用 Ollama 做 embedding 时先启动服务并拉取模型ollama serve ollama pull nomic-embed-text所有参数之后都能在图形界面设置区改配置文件里只需保证一个 LLM 预设和一个 Embedding 预设完整可用。更多字段含义见 config.example.json参数解析逻辑在 config_manager.py。 AI_NovelGenerator 快速上手python main.py 启动命令与 3 个验证检查点配置存好后执行这条命令启动主程序python main.py窗口弹出只代表环境通了按下面 3 个检查点逐项核对全过才算部署成功界面响应GUI 正常打开包含设定、目录、章节编辑等分区设置区能回显你填的模型名、主题、章节数模型链路打通保存路径指向一个空目录点击「Step1. 生成架构」日志区走完后无连接错误产物落盘保存路径下出现Novel_architecture.txt打开确认里面有世界观、角色与伏笔线内容。第 2 项卡住时看日志区报什么错直接翻下一节的排障表处理。 AI_NovelGenerator 质量调优与故障排查部署后常见问题处理质量调优三个高频现象的对症调整现象章节文字重复、剧情跑偏 →调整草稿步骤的「本章指导」输入框里写具体情节点和人物动作 →效果本章围绕指定指导展开跑题明显减少现象文本僵硬、句式单调 →调整temperature从 0.5 提到 0.7–0.8 →效果表达更多样开始出现创造性描写现象中后期章节出现人名、剧情前后矛盾 →调整retrieval_k从 4 提到 6–8并在每章定稿前点「一致性审校」 →效果召回更多前文冲突点在日志区被自动指出故障排查按报错信息对照处理现象可能原因处理方法Expecting value: line 1 column 1 (char 0)API 返回了非 JSON 内容如报错页或密钥 / 地址填错检查api_key无多余空格用浏览器打开base_url确认可达HTTP/1.1 504 Gateway Timeout接口服务侧不稳定或处理超时确认服务状态调大timeout后重试pip install报编译错误缺少 C 编译环境装 VS Build Tools 或 build-essential 后重装依赖切换 Embedding 后检索不准vectorstore/残留旧模型向量清空该目录重新定稿章节重建向量库GUI 无法打开Python 版本超出范围或依赖未装全确认 Python 为 3.9–3.12重跑依赖安装命令更多模块细节可参考 中文文档、核心生成逻辑 novel_generator/ 与界面代码 ui/。至此AI_NovelGenerator 的本地部署与验证已全部完成。下一步在界面里用 10 章的短篇把「生成架构→生成目录→章节草稿→定稿」完整跑一遍并在定稿前启用一致性审校体会自动查错的效果。【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
