AI-Novel-Writing-Assistant: 一种用于管理长篇小说创作全生命周期的导演式 AI 制作系统

它解决了什么问题

本项目解决了使用 AI 编写长篇小说的困难，超越了简单的“提示词与响应”聊天界面，因为后者往往会导致情节不一致和叙事碎片化。它提供了一个结构化的、“导演式”的制作系统，旨在通过管理高层规划、世界观构建和跨越数百个章节的角色一致性，帮助初学者完成一整本书。

工作原理

该系统使用由 LangGraph 和 LangChain 编排的 AI 原生工作流，将一个灵感的火花转化为一部完整的长篇小说。它通过一系列相互关联的阶段运行：

• Automatic Director: 从一个简单的想法生成整体方向、世界观构建和章节级任务。
• Production Pipeline: 一个包含生成、审计和修复的链条，可以在检查点处暂停和恢复。
• Creative Hub: 一个中央智能体运行时，将自然语言意图路由到特定的规划或执行任务。
• Long-term Assets: 使用 RAG (通过 Qdrant) 和“Style Engine”来维护世界观设置、角色档案和特定写作风格的知识库，这些知识库会在生成过程中被调用以确保一致性。
• Feedback Loop: 每个完成的章节都会将角色状态、事实和情节钩子反馈到全局上下文中，以影响后续章节。

适合人群

• 新手作家: 有想法但缺乏构建长篇小说结构经验的人。
• AI 开发者: 对在实际应用中实现复杂的 Agent Workflows、LangGraph 编排和长链任务管理感兴趣的人。

亮点

• 端到端制作: 涵盖从最初的灵感、宏观规划、卷策略、章节执行到质量修复的所有环节。
• 角色演变追踪: 扫描章节以追踪角色外观和状态的变化，生成一致的视觉参考。
• Style Engine: 允许用户从现有文本中提取并保存写作风格特征，以避免生成平庸的“AI 味”散文。
• Crossover Workflows: 包括将已完成的小说改编为漫画或短剧剧本的工作坊。
• Multi-Model Routing: 支持将不同的任务（规划 vs. 写作 vs. 审计）路由到不同的 LLM 提供商 (OpenAI, DeepSeek, 等)。