一个可控、改得动、不崩的 AI 长篇小说创作系统。(jarvis-write · Cangshan)
English | 简体中文
写长篇小说时，AI 工具的头号问题不是"写不出来"，而是写到几十万字后人设崩、伏笔丢、大纲改不动。藏山不是又一个"一键生成器"——生成文字的活交给 LLM，本项目做的是包在 LLM 外面的控制层：故事圣经管事实、伏笔调度管回收、大纲级联管改动、倾向标签管风格，让长篇创作全程可控、可改、可追溯。
🎯 初心：写《剑来》《青山》那样的长篇网文——先「能看」，再「爱看」，终「好看」。 能看是底线——百万字不崩人设、不丢伏笔、不自相矛盾；爱看是及格——章章有钩子、大纲随时改得动；好看是追求——文字有质感、读不出 AI 腔。详见项目愿景。
写作工作台:左侧全局工坊导航,书内按「开书 / 写作 / 全书」三区推进;写作区即「正文即界面」——本章正文为主场,章首交稿单与本章蓝图一键展开,右栏 AI 窄栏常驻(随便问 / 整章不满意),改动一律 diff 逐条验收
📸 更多截图（桌面版 / 移动端）
| 首页 · 我的小说 | 应用锁 |
|---|---|
 |
 |
✨ 故事工坊——自己冒出一个点子时进这里,一段话直接拍成竖屏短片:
移动端已适配，手机浏览器打开即用：
🖥️ 下载桌面版（Windows 安装包，开箱即用） → GitHub Releases
🌐 官网与在线文档 → ynnyh.github.io/jarvis-write
💬 想直接试用、不想自己部署? 扫码进 QQ 群领邀请码，开箱即用 → 见文末交流群
市面上的 AI 写作工具大多止步于"生成"，jarvis-write 的价值在于生成之后还改得动、不崩、你说了算——尤其这一版，把"一眼读得出是 AI 写的"这个老大难，当成重中之重来攻：
- 🔗 大纲级联更新——改任意一章大纲，系统自动做改动分级（小改零成本短路）、分析下游影响、你勾选后级联重生成；已有正文自动标记失配，大纲全程版本化可回退。这一条，同类开源项目里一个都没做。
- 🧭 长程一致性引擎——时序故事圣经（每条事实绑生效章节区间，可查"第 N 章时角色是什么状态"）+ 伏笔四态调度（埋设/强化/回收/弃用，到期自动提醒），章后自动抽取实体与事实写回圣经。几十万字不自相矛盾。
- 🎚️ 标签化倾向系统——风格/节奏/基调不再写死在 Prompt 里：chips + 自定义输入 + 预设模板，贯穿大纲、正文、润色三个节点，全程你说了算。
- 🧬 去 AI 味 · 双向锚定 + 自愈闭环——把"读得出是 AI 写的"当头号敌人来打：正向喂名家 / 预设文风范本（余华、鲁迅、汪曾祺、金庸、王小波、海明威…任选，也可喂自己的范文、或从已认可章节自动提取）给笔法一个具体的"人"去学，负向用 ✗AI 腔→✓人话 配对反例把套话逐条划掉；定稿再过一道量化 AI 味门禁（9 类套话规则 + 句长节奏 / 段落结构统计打分），超标就定向去味重写→复测→收敛，没改好自动回退、绝不落更差的版本。定稿主审还过一道叙事架构指纹检查（叙述者点题说教 / 结局"选择+接纳+成长"三脚架 / 情绪呈现单一化 / 模板转折），去味重写带校准纪律防矫枉过正——研究（StoryScope）实证：只凭叙事结构就能 93% 检出 AI 小说，光改措辞远远不够。正向锚一路铺到续写、片段润色、整章润色每一个入口。名家文风一律标注"风格参考·非原作节选"，范本为本项目自撰仿写，不含任何原作节选。
不止能写、能改——「全书 → 漫剧」把已定稿章节改编成竖屏漫剧的完整拍摄手册，从画风到预告片的整条制片流水线，拿去即梦 / 可灵 / Midjourney / 剪映照单施工：
① 画风方向拍板 ② 资产卡(一致性锚) ③ 切集 ④ 单集流水线 ⑤ 预告片
国漫/二次元/3D/ → 画风锁定段 → 按短剧节奏切 → 剧本 → 分镜表 → → 30-60s 高能混剪
水墨/赛博/真人写实 角色锁定外貌段 每集钩子+卡点 三轨绘图提示词 金句文案+标题卡
(AI 按书荐前三) 场景定调段+定妆照 成片包:配音稿/剪辑清单/SRT
- 一致性是命门：画风锚、人物锚、场景锚由资产卡统一管理，逐字注入每一格分镜提示词（LLM 偶发漏注入时引擎兜底强制拼入）——同一个人不换脸、上百格画风不漂移。这正是"拍出来像一部剧"和"一百张拼贴"的区别。
- 定妆照锁脸：文字锚只能把漂移压小、压不到零——角色卡上一步「出定妆照」，AI 写一条参考图专用提示词（单人正面半身 / 纯色背景 / 3:4，带本书画风锚），你出一张满意的上传回角色卡，之后凡这个角色出场的分镜都提示你带上它当垫图。文字锚 + 参考图，是当前业界最稳的锁脸做法。
- 提示词一键粘贴，认得你用的生图站：每格三份现成的——① 只有一个描述框的站（GPT-image / DALL·E / 豆包 / 通义）负面词改写成「【不要出现】…」并入正文，整段粘一次就行；② 有负面词框的站（即梦 / 可灵 / SD / ComfyUI）正文与负面词分开粘；③ Midjourney / Niji 用英文 +
--ar 9:16+--no。三份由后端同一套规则生成，站内所见 / 导出手册 / CSV（含paste_oneframe整段列）完全一致 - 画风方向你拍板：国漫厚涂 / 日系二次元 / 3D 动画 / 水墨国风 / 赛博霓虹 / 真人写实六向硬约束（真人写实挂恐怖谷警示，动画系为默认推荐）；不确定就「AI 荐方向」——按书的题材/基调荐前三，带理由带优先级，点一下即选中
- 导演知识已编码：切集按短剧行规（每集独立冲突 + 3 秒钩 + 结尾卡点，3000 字一章约出 4-6 集）；分镜带景别/运镜、成片包带转场与按段配乐标——你出的是「手」，不是「脑」
- 成片包管到出片：配音稿（TTS 友好文本 + 声线 + 估时，配音与画面时长不匹配自动提示）+ 剪辑清单 + SRT 字幕（剪映/PR 直接导入）；出片顺序：定妆照 → 出图 → 图生视频 → 配音 → 按清单拼 → 压字幕 → 铺 BGM
- 预告片一键混剪：从各集钩子/高能分镜混剪 30-60 秒——炸点开场、冲突连切、悬念定格，附金句文案骨架与标注取材来源的分镜表
- 配音合规红线：只用音色特征描述 + TTS 平台正版音色库选型，绝不克隆、不指名模仿任何真人声音；商用发布前确认所选音色的商用授权
- 沿用「只产提示词」哲学：不接生成模型、零新配置——图像视频模型迭代快、按张按秒计费，编排与专业知识才是我们做的部分，工具你自己挑
详见官网 功能导览 · 漫剧工坊。
漫剧之外，同一套制片管线（锚段一致性 / 三轨提示词 / 切段 / SRT）又开了五个工坊，服务五类新需求：
📣 宣传片工坊（城市 / 景区 / 品牌）——先聊后做：
- 与 AI 策划总监多轮研讨（真流式打字机）：你说「想从吃的入手」，他反问关键问题、给具体方案、每轮复述共识；聊透了一键收敛成创作简报（定位/受众/段落结构/slogan/需人工核实清单）——简报是契约，可锁定可重收敛，不玩「一版不对推倒重来」
- 素材点事实红线：史实/数据/slogan 只可引用你给的素材点，拿不准的自动进核实清单——宣传片把年代写错就是事故
- 全链路：风格+地标卡 → 解说词 → 分镜 → 三轨提示词 → 生成切段（镜头边界并段 ≤5/10/15s，每段整段视频提示词+首帧指引，贴画布拼接工作流）→ 成片包 → 四格式导出
⚡ 情绪短片工坊（15/30 秒，双入口）——一次三本子，三选一：
- 通用入口：遗憾/争吵/爱情/童趣等十大情绪命题，一次产 3 个不同切入的本子（钩子→蓄势→金句字幕卡），每本自带三轨提示词/切段/SRT——短视频是试号逻辑，不磨单版
- 小说衍生入口（全书→「投流」页签）：从你的定稿章节抽金句名场面出投流种草片，金句溯源校验——引用必须给出正文原句并逐句比对，编造的当场标红。它读的是你的书，引用的是你写的话，这是和通用 AI 聊天拉开差距的地方
💡 灵感工坊（玩法短视频）——选个玩法,一次三本子：
- 治愈手绘 / 黏土定格 / 赛博雨夜 / 像素复古 / 动物拟人 / 荒诞脑洞等十二种玩法,玩法 directive 自带强画风锚,画风气质一眼可辨;允许荒诞与反差,越有梗越对,拿去做账号试号 / 日常更新
✨ 故事工坊（自由创作）——我突然有个点子,直接拍：
- 自己冒出一个具体场景(「小朋友和妈妈坐出租车,车上的搞笑对话」)时进这条:一段话把点子写下来,AI 以你的点子为本子主轴——第 1 个本子忠实还原你的故事,另两条同场景换镜头语言变体,不另起炉灶编新故事;画风任选(Q版沙雕漫画 / 日系二次元 / 3D 动画…),手卡自带角色定妆卡,先出定妆照锁脸再逐段出片,人物不漂
🎂 生日祝福工坊（30/60 秒，寿星定制）——填一份寿星资料，一次三本子三选一：
- 结构化寿星资料：称呼（祝福台词点名用）/ 关系 / 里程碑（周岁/成人礼/大寿）/ 回忆点（2-5 条具体场景、梗、口头禅）/ 送出人——定制感的全部来源；六大基调（整蛊爆笑/催泪走心/温馨日常/惊喜反转/燃向里程碑/宠溺可爱）各带三幕节奏契约（开场 3 秒点名抛悬念 → 回忆杀具体到物 → 高潮收在吹蜡烛/拥抱那一帧）
- 儿童向风格包：佩奇式简笔动画 / 奥特曼式特摄英雄 / 汪汪队式 3D 救援 / 恐龙世界 / 童话城堡 / 小小宇航员六套内置「世界包」——寿星作为主角进入动画片世界（变身小小英雄、当救援队长…），每一格都有TA；版权口径与灵感工坊同（标签提示「同款气质」，提示词只写画风特征不点名 IP）；出片传小朋友照片走图生视频，TA 就出现在那个世界里
- 回忆点防编造校验：分镜必须落在你给的回忆点上，引擎逐条做关键词核对，对不上的当场标进「需核实」——定制片最怕张冠李戴的「假回忆」
- 分段出片玩法指引：手卡与出片盘按段标注建议工具路径——普通段文生视频、回忆杀段传寿星真实照片走图生视频（提示词已含「保持参考照片面部特征与体型」）、想让寿星照片开口说祝福走对口型工具单独做；沿用「只产提示词」哲学，出片仍拿去即梦/可灵/剪映
第五条创作线（/scripts），产出 Fountain 风格文字剧本（场景标题/动作行/对白），和出片工坊互不影响：
- 两条来路：独立创作（剧名/类型/一句话故事/目标集数）；或小说改编——选一本有定稿章的书，AI 把定稿正文压缩成改编蓝本（保留主线冲突与人物弧光，取舍写进风格备忘），一次生成分集大纲建剧
- 分集大纲：AI 一次出全部集大纲（集名/梗概/开场钩/结尾钩），可整表重建；逐集生成：大纲满意一集才生成一集，自动衔接上一集结尾（末 400 字）、注入风格备忘与当集补充方向，正文随手改、重新生成前明确提示覆盖
- 阅读体验：场景标题行自动高亮成场景块，每集标注字数与约估片长
担心 token 烧钱？拿官方 DeepSeek v4-flash 实测（2026-09，50 章长篇压测，全程峰时跑的）：
- 一章 ≈ 6.7 万 token ≈ 峰时 ¥0.16，低峰 ¥0.08；一章约 2500 字
- 一部 10 万字长篇（40 章）≈ ¥3~7——一杯奶茶钱，还不限时不限量
- 设置页「用量与花费」实时显示累计 token 与折算金额；官方 DeepSeek 配置可一键查实时账户余额
- 官方 API 分峰谷时段（峰时 9:00-12:00、14:00-18:00 价格 ×2），设置页会提示当前时段——长篇批量生成挂低峰，成本再砍一半
- 正文即界面的写作工作台：日常写作按「开书 / 写作 / 全书」三区组织；写作区打开就是本章正文，选中段落就地「改这段 / 手改」，读到多处问题可边读边批注、一次性定点改；一条常驻 AI 窄栏梳理修改意见后锁情节整章优化或重写，AI 改动一律 diff 逐条验收、旧版留快照；章首一张交稿单用一句话报告本章自检（校对、与设定有无冲突），要改的一键带进验收流。命令面板
Ctrl+K输章号或动作名直达，全套快捷键桌面端与浏览器通用 - 全书全文检索（Ctrl+Shift+F）：正文 / 大纲 / 设定 / 事实 / 伏笔五类一键横查，命中带上下文摘要与高亮，点章节直达、点设定跳故事圣经；FTS5 trigram 倒排索引由数据库触发器自动同步（任何写路径都不漏），写作中随手核对「这个人之前说过什么」不再靠翻
- 自由改稿与同文双轨：默认「正文即界面」段落点选之外另备两种整章模式——自由改稿（CodeMirror 6 编辑器：搜索替换 / 撤销历史 / 实时字数，生成任务进行中自动只读）；双轨对照（左栏当前定稿只读参照、右栏新稿编辑，逐段差异统计实时显示，写回走同一验收链路、旧版自动留快照）——大改整章不再憋在气泡里
- 六步生成流水线：种子 → 角色动力学 → 世界观 → 情节架构 → 章节蓝图 → 逐章正文（成熟的雪花写作法 Prompt 体系，鸣谢见文末）；生成章节蓝图时逐章增量生长，进度实时显示「已生成 N / 共 M 章」，不再对着黑盒批量调用干等
- 章节标题风格与一键批量改名：生成蓝图前先给全书标题定调——朴素 / 带钩子 / 悬疑冷峻 / 含蓄诗意，治「AI 起名个个『惊天逆转！命运终章！』」的标题党毛病；已成书可在大纲页一键为全书重拟一整批标题，old→new 逐条预览、勾选、可自改，只换标题、不动剧情，已写正文不会被标失配
- 长程一致性引擎：时序故事圣经（每条事实绑定生效章节区间，可查"第 N 章时角色状态"）、伏笔四态调度（埋设/强化/回收/弃用，到期自动提醒）、章后自动抽取实体与事实写回圣经
- 逐章生成 + 一致性检查：定稿后自动与故事圣经比对找矛盾，问题列表交用户拍板，不擅自改稿；被拦下时章首一张说人话的卡给三个明确选择（按矛盾重写 / 改设定 / 忽略继续），不必懂黑话；内置重复用词检测
- 大纲级联更新：随时改任意一章大纲，系统自动做改动分级（minor 零成本短路）→ 下游影响分析 → 用户勾选后级联重生成；已有正文自动标记失配，大纲全程版本化可回溯
- 润色引擎：整章或选段风格化润色，锁定情节事实（润色前抽事实清单、润色后逐条校验）
- 去 AI 味（双向锚定 + 自愈闭环）：正向锚——名家 / 预设文风范本（可选余华 / 鲁迅 / 汪曾祺等，或喂自己的范文、从已认可章节提取）+ ✗AI 腔→✓人话 配对反例；检测——9 类套话规则库（含专揪「脑内涟漪 / 仿佛有人在远方呼唤 / 无形的手」式空洞比喻的重罚旁路）+ 4 项句式统计（句长 burstiness / 节拍器句组 / 段落结构 / 长重复）打 AI 味指数；门禁——定稿超标自动定向去味重写、复测收敛、没改好即回退，绝不落更差版本；重写带校准纪律（只改诊断点、情绪呈现混用、留平庸句），闭环带过度矫正检测（节奏打碎到夸张/满篇一行段=反向指纹，丢弃回退）；主审带叙事架构指纹清单（叙述者点题说教 / 结局"选择+接纳+成长"三脚架 / 模板转折 Echo test / 情绪呈现单一化 / 模糊指涉 / 关系全正向）——措辞干净也藏不住结构上的 AI 味。正向锚铺满续写 / 片段润色 / 整章润色所有入口；名家文风均标注"风格参考·非原作节选"（自撰仿写，不嵌原文）
- 场景节拍 + 文风备忘：章节蓝图带 3-5 个场景节拍，正文按节拍铺场景不再松散；文风备忘随书自动累积（调性/人物声音/复现意象），注入后续章节，长篇后段不变味；不同任务自动分档采样温度
- 已有书翻新引擎：旧章节按新逻辑重构——回填节拍、初始化文风备忘、轻度重润（锁情节）/ 重度重写（整章重跑）；中途失败已完成章进度保留，可续跑剩余章节
- 质感看板：章节地图带主审四维评分与 AI 味指数，哪章该返工一目了然
- 时序事实时间线：全书区「时间线」页签把每个角色的时序事实画成章节区间条，谁在第几章到第几章是什么状态一眼看穿，按重要度着色、按类型过滤、点条跳章——「第 N 章时他是什么状态」的可视化版
- 人物卡关系证据链：每条关系边带原文证据（引用到具体章节的关系型事实，新→旧最多 3 条）——关系图不只好看，还有据可查
- 整本旧书导入（TXT / DOCX）：自动识别分卷与章节标题（第X章 / 序章 / 楔子 / 番外 / 后记…），没有章标题按段落长度兜底切章；兼容 GBK 等老编码，单文件 ≤20MB；导入正文按「已定稿」入库，直接可读、可检索、可跑已有书翻新
- 标签化倾向系统：chips + 自定义输入 + 预设模板，贯穿大纲、正文、润色三个节点，风格/节奏/基调由用户说了算
- 创作偏好档案：文风 / 禁忌 / 读者定位 / 其他主张结构化沉淀为项目级档案，作为最高优先级约束贯穿所有生成环节；研讨中的主张可一键吸收沉淀，已生成的老书打开即自动从正文反向提炼启用
- 字数守卫与自动拆章：定稿超标自动压缩重写，严重超标自动拆章（LLM 选断点 + 全表编号顺移 + 圣经/摘要重建），结构改动与正文同事务原子落地，中途崩溃不损坏正文
- 编辑部回显：主审 / 校对结果留存，生成时的自动修复清单与手动待修清单打开即见，正文一旦改动自动失效，不留过期误导
- 重写前先聊：重写前与 AI 多轮对话蒸馏出精准修改意见，再据此重写，避免"AI 猜你想要什么"
- AI 对话真流式打字机：选段讨论、整章问答、重写研讨的回复逐字流式蹦出来（像真人敲键盘），首字未到时原地转圈，聊完自动收敛出修改意见 / 改写建议与档位建议；基于 fetch + ReadableStream 手工解帧（带鉴权），经中转站 / CDN 反代也不被攒着一次性下发
- 全书阅读器：主题（纸张/牛皮纸/夜间）、字体、字号可调；段落级 AI 问答与润色，选中即问、采纳即替换
- 漫剧工坊（衍生改编）：把已定稿小说改编成竖屏漫剧拍摄手册——画风方向自己拍板（国漫厚涂 / 日系二次元 / 3D / 水墨 / 赛博 / 真人写实，AI 也可按书荐前三个带理由）→ 美术风格卡 / 角色卡 / 场景卡（画风锚 + 人物锚逐字注入每格分镜，保一致性；角色可出定妆照参考图提示词并上传存档，锁脸从文字提升到像素）→ 集数规划（每集开场钩子 + 结尾卡点）→ 单集剧本（对白 / 口播双模式）→ 分镜表 → 三轨绘图提示词（中文六层 / 英文 / 负面词，按你用的生图站一键粘贴：单描述框站整段版 / 双框站分开版 / MJ 参数版，手册与 CSV 同规则）→ 成片包（声线选型 + 配音稿 + 剪辑清单 + SRT 字幕，配音走平台正版音色、禁克隆他人声音）→ 预告片一键混剪（高能镜头 + 金句文案，30-60 秒），整集导出 Markdown / CSV / JSON / 成片包 / 字幕，拿去即梦 / 可灵 / MJ / 剪映出片；工作台管线步骤条 + 资产侧栏布局，沿用「只产提示词」哲学，不接生成模型
- 多用户：JWT 登录 + 邀请码注册 + 每用户独立配置 LLM key + 数据隔离；移动端已适配
- 公开分享链接：整本书或单章生成免登录只读链接,任何人在牛皮纸阅读页直接读(衬线正文、章内导航、页脚产品入口),可随时撤销、带浏览计数;公开面只回书名与正文,零敏感数据
- 导出与统计：整本导出 txt / epub；token 用量统一埋点、实时统计
- 成本与用量透明：设置页「用量与花费」按模型显示调用次数 / token / 按官方牌价折算金额（无可靠牌价的模型如实标注不编价）；官方 DeepSeek 配置可实时查询上游账户余额（总余额 / 赠送额度 / 是否足够继续生成）；官方峰谷定价时段提示，欠费时明确告知充值后续跑、已生成内容不丢
- Docker 一键部署：单容器，前端产物由 FastAPI 托管，数据卷持久化；官方镜像 ghcr.io 多架构（amd64/arm64），发版自动构建，一条
docker run即起 - 迁移前自动备份：启动检测到数据库有 pending 迁移时，先用 SQLite backup API 快照到
migrations-backup/（保留份数可配），升级失败可手动回滚 - 模型渠道主动限速：每套模型配置可设并发上限与 RPM（次/分钟），按「渠道+模型」全站共享计数——多人共用一个中转站时自动排队，防 429、防封号
- 桌面版（Windows）：安装包开箱即用，免登录单机运行、数据落本机；由 GitHub Actions 自动构建并发布到 Releases
从 GitHub Releases 下载最新的 jarvis-write_<版本>_x64-setup.exe，双击安装即可。免登录单机运行，作品数据存在本机（%APPDATA%\jarvis-write），无需部署、无需配置数据库。首次打开后在「模型设置」里填上你自己的 LLM API key 即可开始创作。
安卓端是 Capacitor 壳 + 你自己的 jarvis-write 服务：App 打包了移动端全部界面，数据与生成都在你的服务上。两种装法：
- APK 直装：从 Releases 下载
jarvis-write-android-debug.apk（debug 签名，直接安装），首次打开已预置官方服务器地址，可改成自己的部署 - PWA 免安装：浏览器打开自部署站点 → 菜单「添加到主屏幕」，同样的全屏 App 体验
APK 为 debug 签名（自用侧载定位）；要上架应用商店再补正式签名。
拉现成镜像（推荐，amd64/arm64 都有）——每次发 v* 标签自动构建推送：
docker run -d --name jarvis-write -p 8000:8000 \
-e APP_MODE=server -e APP_ENV=prod \
-e INVITE_CODE=你的邀请码 -e JWT_SECRET=随机长串 \
-e ADMIN_USERNAME=admin -e ADMIN_PASSWORD=强密码 \
-v jarvis_write_data:/srv/data \
ghcr.io/ynnyh/jarvis-write:latest源码构建：
git clone https://github.com/ynnyh/jarvis-write.git
cd jarvis-write
# 配置必填环境变量（见下方"配置要点"），然后：
docker compose up --build访问 http://localhost:8000（端口可用 PORT 环境变量覆盖）。SQLite 数据持久化在 named volume jarvis_write_data。
# 后端（首次需建 venv、pip install -r requirements.txt、cp .env.example .env 并配 key）
cd backend && python -m app # http://127.0.0.1:8000
# 前端（另开终端，/api 代理到 8000）
cd frontend && npm install && npm run dev # http://localhost:5173详细步骤、冒烟测试与目录结构见 backend/README.md。
| 配置项 | 说明 |
|---|---|
JWT_SECRET |
JWT 签名密钥，必填，必须设为随机长串（公网部署否则 token 可被伪造）。APP_ENV=prod 下仍用弱默认值将拒绝启动 |
ADMIN_PASSWORD |
初始管理员密码，必填（Docker 下无默认值；代码默认值仅限本地开发） |
INVITE_CODE |
注册邀请码：填对才能注册；留空则关闭注册 |
| LLM API key | 支持 DeepSeek / OpenAI / Gemini 及任意 OpenAI 兼容中转站。每个账号登录后在设置页配自己的 key——可存多套命名配置，一键切换默认（强模型档）/快档（存数据库，推荐）；也可用 .env 做兜底 |
完整配置项见 backend/.env.example。
🌐 在线文档站（含全部设计文档 + 本地搜索）：ynnyh.github.io/jarvis-write
| 文档 | 内容 |
|---|---|
| docs/00-overview.md | 项目愿景、设计思路，以及与同类项目的差异化对比 |
| docs/01-architecture.md | 系统架构、代码目录结构、技术选型理由 |
| docs/02-data-model.md | 数据模型：全部表结构、字段、关系 |
| docs/03-engines.md | 核心引擎设计：一致性 / 大纲级联 / 润色 / 翻新 + 生成质量增强 |
| docs/04-tag-system.md | 标签化倾向系统：chips + 自定义输入 + 预设模板 |
| docs/05-roadmap.md | 分阶段落地路线图、验收标准与落地偏差记录 |
| backend/README.md | 后端运行、测试与目录结构细节 |
- 后端：Python 3.12 + FastAPI（REST + SSE），SQLAlchemy 2.x + SQLite，Pydantic v2
- LLM 层：自封适配层（DeepSeek / OpenAI / Gemini，不用 LangChain），任务级模型路由（强模型/快模型分档，各选一套配置），cc-switch 风格多配置管理，瞬时错误自动重试 + 流式聚合兜底（防中转站 CDN 掐断长请求）
- 前端：React + TypeScript + Vite
- 部署：单容器 Docker（多阶段构建，前端产物由 FastAPI 托管在
/app） - 桌面版：Tauri 2 壳 + PyInstaller 冻结后端，GitHub Actions 自动构建 NSIS 安装包并发布到 Releases
阶段 0–8 已全部完成：生成流水线与倾向拼装器、逐章生成、长程一致性引擎、大纲级联更新引擎、润色引擎、Web 前端工作台、token 统计与 txt/epub 导出、Docker 部署、多用户与移动端适配。每阶段验收结果与实现偏差见 docs/05-roadmap.md。
已知遗留项：
- 逐 token 真流式：AI 对话（选段 / 整章讨论、重写研讨）已升级为 SSE 逐字真流式打字机，章节蓝图生成也已「逐章增量」上报进度；唯逐章正文生成因需串联多步审校（去味 / 一致性 / 字数守卫）仍走"异步任务 + 进度轮询"，更适合任务化
- 数据库当前绑定 SQLite：ORM 层用 SQLAlchemy，但全书全文检索建立在 SQLite 专有语法上（FTS5 + trigram 虚拟表、
MATCH/bm25()、json_each），Postgres 无原生等价物。改DATABASE_URL切 Postgres 目前不可行，需先重写检索层。此前 README 标注的「可切 Postgres」是不实描述，已更正
- 改动前后跑评测：
python -m app.evals run --fixture po_feng_ji --label after→python -m app.evals gate <after.json>，越界即非 0 退出（可挂 CI）。门槛只锁确定性指标（AI 味 / 复读 / 事实抽取数 / blocker / 篇幅比）；主审四维是 LLM 自评、默认同模型自审，只作参考。详见 CONTRIBUTING.md「Prompt 改动守则」 - 关键环节失败是显式的：一致性检查、章后事实抽取、主审评分任一环节没跑成，都会留下
degraded标记并隔离章节待人工复核，不会静默冒充「检查通过」
# 后端：接口级 + mock LLM 全链路（独立临时库，不碰开发数据）
cd backend && python -m pytest
# 前端：lint + 构建
cd frontend && npm run lint && npm run build另有按阶段的自检脚本（backend/scripts/stage*_test.py），详见 backend/README.md。
遇到问题、想要邀请码试用、提需求或一起折腾，欢迎进 QQ 群：
QQ 群：1006352530 · 扫码进群，领邀请码免费试用
本项目站在许多优秀开源项目的肩上——下面这些能力借鉴了它们的思路，特此致谢（逐个读源码的完整对比见 docs/00-overview.md）：
- 雪花写作法 Prompt 体系 ← AI_NovelGenerator
- 伏笔四态追踪 ← NovelClaw
- 事实绑章节区间的时序真相库 ← knowrite
- 读者/角色已知分离 · 揭示调度 · 重复用词检测 ← KazKozDev/NovelGenerator
- 知识图谱式 story bible 组织 ← graphify-novel
- Web 全流程工程化分层 ← AI-Novel-Writing-Assistant
而大纲级联更新引擎、标签化倾向系统，以及把这些"零件"整合成一套连贯控制层的工作，是本项目自研的部分。
本项目以 Apache License 2.0 开源。Copyright 2026 ynnyh。