zy-zmc/tianming-novel-ai-writer

해결하는 문제

AI가 생성하는 장편 소설에서 흔히 발생하는 '기억 상실' 및 일관성 문제를 해결합니다. 표준 AI 도구는 컨텍스트 윈도우에 의존하기 때문에, 이야기가 수천 화로 길어지면 플롯 포인트 망각, 캐릭터 성격 왜곡, 설정 붕괴가 발생합니다. 이 시스템은 컨텍스트에 대한 의존성을 구조화된 상태 관리 방식으로 대체합니다.

작동 방식

AI에게 긴 텍스트 기록을 입력하는 대신, 이야기를 관리 가능한 데이터로 처리합니다. 폐쇄 루프 집필 프로세스를 사용합니다: 현재 상태 읽기 $\rightarrow$ AI 집필 $\rightarrow$ 게이트키핑 검증 $ ightarrow$ 최종 텍스트 저장 $ ightarrow$ 상태 업데이트 $ ightarrow$ 다음 화.

주요 메커니즘:

• 생성 게이트 (Generation Gates): 챕터를 저장하기 전에 통과해야 하는 6가지 검증 체크(프로토콜 파싱, 참조 검증, 일관성, 엔티티 감지, 설명 체크, 블루프린트 준수).
• 15차원 사실 스냅샷 (15-Dimensional Fact Snapshot): 챕터 전반에 걸쳐 특정 변수(캐릭터 레벨, 위치, 아이템 소유권, 플롯 플래그)를 추적하는 시스템. AI는 이러한 사실을 업데이트하기 위해 CHANGES JSON 선언을 출력해야 합니다.
• 장거리 회상 (Long-Distance Recall): 벡터 기반 의미론적 검색(로컬 ONNX 모델 사용)과 역사적 마일스톤을 사용하여 수천 화 전의 관련 플롯 조각을 검색합니다.
• 인간화 (Humanization): 로컬 MLM 모델을 사용하여 의미적 유사성을 유지하면서 AI 특유의 말투를 더 자연스러운 언어로 대체합니다.

대상 사용자

매우 긴 시리즈에서 엄격한 서사 일관성과 복잡한 세계관 구축을 유지해야 하는 웹소설 작가 및 AI 보조 집필자.

주요 특징

• 상태 기반 집필: 컨텍스트 윈도우를 넘어 3000화 이후에도 일관성을 보장합니다.
• 엄격한 검증: 다단계 게이트키핑 시스템을 통해 플롯 구멍과 캐릭터 모순을 방지합니다.
• 구조화된 계획: 상세한 스토리 구성을 위한 4단계 계층 구조(개요 $\rightarrow$ 권 $\rightarrow$ 화 $\rightarrow$ 블루프린트).
• 로컬 AI 통합: 임베딩 기반 검색 및 텍스트 인간화를 위한 ONNX 모델 내장.
• 포괄적인 추적: 15가지 스토리 사실 차원에 걸쳐 12가지 변경 유형을 모니터링합니다.