企业官网建设流程全解析

AI小说生成本地部署完整指南：5 分钟跑通长篇生成全流程

【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

长篇写到三万字就开始崩，多半不是 AI 不会写，是它忘了前情。AI_NovelGenerator 是一个本地部署的 AI 小说生成器：自动衔接上下文、追踪角色状态、向量召回伏笔，一个 API Key 就能跑，不用写代码。本文按"装 → 配 → 跑 → 排错"走一遍，从克隆到第一章出稿，正常网络下 5 分钟以内。

1. 它替你扛下了什么

• 输入一个主题，自动产出世界观、角色设定、剧情蓝图，再铺出全书目录
• 章节生成分"大纲 → 正文"两个阶段，向量检索回看前文，这是长篇不崩的核心
• 每章定稿后全局摘要、角色状态、向量库同步更新，后续章节直接基于定稿写
• 可选的一致性审校，把人物 OOC 和剧情矛盾列进日志，源码在 consistency_checker.py

核心逻辑都集中在 novel_generator/ 目录，UI 只是它的图形外壳。

2. 一条命令装好依赖

环境要求三条：

• Python 3.9+（3.10~3.12 最稳），带 pip
• 一个有效的 LLM API Key（DeepSeek、OpenAI、Gemini 等云端服务，或本地 Ollama 等兼容 OpenAI 的接口）
• 一个可用的 embedding 模型（向量召回需要，云端或本地均可）

确认版本后克隆安装：

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

依赖里有图形界面（customtkinter）和向量库（chromadb），一次性装齐，不用逐个操心。个别包装不上时，手动pip install <包名>补装即可。

3. 配置只改两处

配置模板字段不少，但只有两处必须动。先复制一份：

cp config.example.json config.json

第一处：模型连接。在llm_configs里任选一个有 Key 的预设，填api_key和base_url即可，模板已预置 DeepSeek、Gemini、OpenAI 等条目：

"llm_configs": { "DeepSeek V4 Flash": { "api_key": "你的Key", "base_url": "https://api.deepseek.com", "model_name": "deepseek-v4-flash" } }

注意embedding_configs里同样要填一个可用的 embedding 模型的 Key 与地址，否则向量召回跑不起来；走本地 Ollama 的话，先ollama serve再ollama pull nomic-embed-text。

第二处：other_params。主题、类型、章节数、单章字数、保存路径五项，其余字段保持默认：

"other_params": { "topic": "你的小说主题", "genre": "科幻", "num_chapters": 10, "word_number": 3000 }

这四个字段决定这本书的骨架，是核心输入。模板里的choose_configs按任务分配了不同预设（设定、大纲、初稿、定稿各用一个），直接沿用默认就行。

4. 一次完整生成流程：四步按钮，逐章循环

python main.py

界面弹出后，config.json 里的参数自动带入；首次使用把界面里缺的项补齐即可。然后按下面四步走，每一步的耗时和产出文件都标出来了：

① Step1. 生成架构（约 1~2 分钟）→ 产出Novel_architecture.txt：世界观、角色设定、伏笔暗线。不满意直接用文本编辑器改这个文件，后面所有步骤都以它为准。

② Step2. 生成目录（约 1~2 分钟）→ 产出Novel_directory.txt：全书每章一个标题加一句剧情指引。

③ Step3. 生成草稿（单章 3~10 分钟）→ 先填章节编号（写第 1 章就填1）和"本章指导"，点按钮后系统自动带上架构设定、角色状态，并走向量库召回相关前文，产出chapters/chapter_1.txt。草稿直接显示在左侧编辑区，可边看边改。

④ Step4. 定稿章节（约 1 分钟）→ 更新global_summary.txt、character_state.txt，并把本章写入本地vectorstore/向量库。这一步千万别跳，跳了后续章节就"失忆"，这就是写几章剧情崩掉的头号原因。

走完 ③④ 就是"初稿 → 定稿"一整圈，对第 2 章、第 3 章循环执行，直到目录写完。中途可以点"一致性审校"按钮，人物逻辑矛盾、剧情断点会输出在日志区。

5. 两个高频翻车点与两个调参旋钮

Q：报Expecting value: line 1 column 1 (char 0)？A：API 没返回合法 JSON，多半是请求被代理或网关截断返回了 HTML。逐个核对api_key、base_url是否拼对、网络是否稳定；用代理的再看下配置里的proxy_setting是否填对。

Q：504 Gateway Timeout？A：接口侧不稳定，确认服务状态；长时间任务可把预设里的timeout（模板默认 600 秒）调大。

调优只需盯两个参数：

• temperature：默认 0.7 是创意与稳定的平衡点，文字开始失控就降到 0.5
• retrieval_k：默认 4，是每章向量召回的上下文条数；剧情漂移就调大（如 6），生成太慢就调小

还有一个容易忽略的坑：切换 embedding 模型后，先清空vectorstore/目录再重新生成，新旧向量混用会导致召回质量下降。

更多细节看 中文文档。配置填好后，每章走完 ③④ 两个按钮就是一整圈——初稿审稿交给定稿按钮，剩下的交给 AI_NovelGenerator。

【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