ExplosiveCoderflome/AI-Novel-Writing-Assistant

面向长篇小说创作的 AI Native 开源系统，用 Agent、世界观、写法引擎、RAG 和整本生产工作流，帮助新手从一句灵感走到完整小说。AI-native engine for end-to-end novel creation — from idea to full chapters, with structured planning, worldbuilding, and agent-driven workflows.

它是什么

AI 小说写作助手 是一个开源的全栈应用程序，借助大型语言模型帮助你撰写一部完整的长篇小说。它不仅仅是一个简单的‘写一句话，AI 完成它’的聊天界面——而是协调一个多步骤的生产流程（规划、世界观构建、角色设定、章节生成、审查与修复，甚至还能生成衍生漫画/短剧）。系统的核心基于 LangChain 和 LangGraph 代理，运行在 Express 后端中，而前端则是一个 React + Vite 客户端。所有数据都存储在本地 SQLite 数据库中，可选地通过 Qdrant 实现向量搜索，用于 RAG（检索增强生成）。

适合谁

目标用户	为何重要
新手写作者，有想法但不知道如何构建整本书	“自动导演”功能可将一个种子句子转化为完整的书籍大纲、角色列表和逐章计划，让用户遵循引导式工作流进行创作。
开发者 / AI 研究人员，对基于代理的工作流、LangGraph 协调或 AI 原生产品设计感兴趣	该项目公开了完整的代理运行时、模型路由、检查点/恢复逻辑以及 RAG 集成——是长链 AI 应用的一个具体范例。
内容创作者，希望从小说中生成衍生漫画或短剧剧本	内置的“衍生创作工坊”模块可将生成的章节转化为视觉分镜和剧本草稿。

核心功能（如 README 所述）

自动导演 – 从一句灵感语句开始；系统会提出多个完整书籍方向、标题、世界观设定和角色配置。用户可以迭代某个方向，或接受后进入写作阶段。
创意中心 / 代理运行时 – 一个统一的 UI，将自然语言意图路由到相应的代理阶段（规划、工具调用、状态卡片等）。
生产链 – 一个可暂停、可恢复的流水线，连接：
- 书籍级框架 → 世界观与角色准备 → 卷策略 → 章节节奏 → 章节生成 → AI 审查 → 质量修复 → 状态补全 → 下一章节。
检查点与恢复 – 每个阶段都会保存其状态；如果模型配额用尽或发生错误，工作流可以从最后一个检查点恢复。
角色与世界资产库 – 分层的角色档案（简要 → 深度）和“世界手册”，可在生成过程中通过 RAG 查询。
风格引擎与反 AI 规则 – 可复用的写作风格资产，可在生成过程中切换、组合并应用，以避免模板化文风。
Qdrant 的 RAG – 书籍分析（拆书）和知识库文档被索引到 Qdrant；嵌入向量会去重存储，并可检索以指导后续章节。
衍生创作工坊 – 可选模块，用于从已完成的小说内容生成漫画分镜或短剧剧本。
桌面客户端 – 提供 Windows 安装程序（Setup.exe）和便携版本，便于快速启动，另附 GitHub Pages 站点展示文档与演示。
多提供商模型路由 – 支持 OpenAI、DeepSeek、SiliconFlow、xAI 等；每个任务（规划、生成、审查、嵌入）可分配不同模型。
详尽的文档 – 超过 30 个 Markdown 文档，涵盖安装、常见问题、分步小说创作、架构说明和恢复指南。

如何快速上手（快速入门摘要）

前置条件 – Node 20.19 LTS（或更高版本）和 pnpm ≥ 10.6。
安装 – pnpm install（安装后端和前端依赖；仅当你运行桌面版本时才会下载 Electron 运行时）。
配置 – 复制服务器和客户端的示例 .env 文件，至少设置 DATABASE_URL（SQLite 可开箱即用）和一个 LLM API 密钥。
运行 – pnpm dev 启动 Express API（运行在 http://localhost:3000）和 React UI（运行在 http://localhost:5173）。
首次使用 – 打开 UI，进入设置 → 添加你的模型 API 密钥，然后通过输入一句灵感语句开始新小说。
（可选）启用 RAG – 设置 RAG_ENABLED=true 并提供 Qdrant Cloud 的 URL/API 密钥，以使用向量搜索进行世界观/知识检索。

技术亮点

单体仓库，使用 pnpm 工作区管理（client/、server/、shared/）。
后端：Express 5 + Prisma ORM（SQLite）+ Zod 用于验证。
AI 协调：LangChain 用于 LLM 调用，LangGraph 用于多步骤代理图和状态管理。
前端：React 19、Vite、TanStack Query、Plate（富文本编辑器）——全部使用 TypeScript 编写。
RAG 技术栈：Qdrant 向量数据库、可配置的嵌入提供方、自动分块哈希以避免重复向量。
模型路由 UI – 专用设置页面允许你隐藏/显示单个提供商模型，并将其分配给特定任务。
检查点系统 – 每个流水线阶段都会将其输出记录到 SQLite 数据库；UI 可从任意检查点恢复，不会丢失进度。

许可与贡献

双许可：默认为 AGPL‑3.0，作者也提供商业 SaaS 许可证。
通过拉取请求（pull-requests）接受贡献；需签署 CLA。README 中列出了清晰的贡献指南和高影响力改进方向（生产链稳定性、新手引导、风格引擎、知识库补全等）。

总结

如果你正在寻找一个研究级的范例，展示如何将 LLM 代理串联起来完成一项真实世界、长期持续的创造性任务，或者你只是想要一个工具，能从一个简单想法出发，帮你完成一部完整小说（还可选生成漫画/短剧衍生作品），那么这个仓库提供了一个完整、文档齐全且可运行的解决方案。