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_NovelGeneratorAI_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 WebDAVui/other_settings.py卡壳自救症状 1pip 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-textembedding 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 32768retrieval_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 
长河君 · 2026/11/1 1:40:11 · 阅读 1.2k 如何用 AI 稳定生成不崩线的长篇小说：AI_NovelGenerator 完整使用指南
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_NovelGeneratorAI_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 WebDAVui/other_settings.py卡壳自救症状 1pip 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-textembedding 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 32768retrieval_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