业务和功能介绍
一、立项背景和目标
网文市场对高武都市爽文类型需求旺盛，但人工写作速度慢、质量不稳定、长篇连载节奏难以保障。本项目以AI辅助工业化小说创作为核心目标，构建一套可量产、可复现、质量可控的AI小说生成流水线，并最终形成可迁移至其他题材的通用小说生成工程体系。
二、软件功能与核心模块
系统由多个专项技能模块构成。novel-architecture负责世界观与设定生成，包括势力划分、修炼体系、主线冲突框架。novel-charac
ter负责角色状态的全程追踪与更新，管理角色境界、关系网络及已退场人物。novel-outline负责400章全景大纲规划与Sprint任务卡
切分。novel-chapter是核心写作模块，采用分段生成策略，每段500到1000字逐步输出章节正文。novel-context负责跨Sprint上下文
加载，解决长篇创作中的记忆断层问题。novel-review执行15项维度的章节审查，涵盖逻辑、节奏、伏笔、角色OOC等。novel-memory-
guard提供6项记忆一致性门禁检查。elatia-humanizer-zh专项消除AI写作痕迹，提升文本自然度。此外系统设有6道质量门禁，分别把
控字数、审查结果、一致性、打脸质量与爽点节奏。
三、业务流程与功能路径
系统采用三角色Harness架构驱动整个流水线，角色分别为Planner、Generator、Evaluator。
Phase 0为规划阶段，Planner读取400章大纲，将其切分为若干Sprint任务卡，每批5章。Phase
1为一次性初始化，依次执行世界观生成、角色初始化、章节目录生成，完成后通过字数规模校验门禁。Phase
2为核心的Sprint循环生成阶段，每轮Sprint先由novel-context加载历史上下文，再由Generator逐段落写作；每段完成后Evaluator执
行节流检查，通过则继续，失败两次以内则重写当段，失败超过两次则暂停等待人工介入。章节写完后依次通过字数校验、15项审查、
6项记忆一致性检查、5项打脸质量检测，全部通过后将结果回写至全局摘要、角色状态、叙事记忆等文件。Phase
3为节奏检查，每3章触发一次小爽点确认，每10章触发一次大爽点确认，确认通过后进入下一Sprint。
网文市场对高武都市爽文类型需求旺盛，但人工写作速度慢、质量不稳定、长篇连载节奏难以保障。本项目以AI辅助工业化小说创作为核心目标，构建一套可量产、可复现、质量可控的AI小说生成流水线，并最终形成可迁移至其他题材的通用小说生成工程体系。
二、软件功能与核心模块
系统由多个专项技能模块构成。novel-architecture负责世界观与设定生成，包括势力划分、修炼体系、主线冲突框架。novel-charac
ter负责角色状态的全程追踪与更新，管理角色境界、关系网络及已退场人物。novel-outline负责400章全景大纲规划与Sprint任务卡
切分。novel-chapter是核心写作模块，采用分段生成策略，每段500到1000字逐步输出章节正文。novel-context负责跨Sprint上下文
加载，解决长篇创作中的记忆断层问题。novel-review执行15项维度的章节审查，涵盖逻辑、节奏、伏笔、角色OOC等。novel-memory-
guard提供6项记忆一致性门禁检查。elatia-humanizer-zh专项消除AI写作痕迹，提升文本自然度。此外系统设有6道质量门禁，分别把
控字数、审查结果、一致性、打脸质量与爽点节奏。
三、业务流程与功能路径
系统采用三角色Harness架构驱动整个流水线，角色分别为Planner、Generator、Evaluator。
Phase 0为规划阶段，Planner读取400章大纲，将其切分为若干Sprint任务卡，每批5章。Phase
1为一次性初始化，依次执行世界观生成、角色初始化、章节目录生成，完成后通过字数规模校验门禁。Phase
2为核心的Sprint循环生成阶段，每轮Sprint先由novel-context加载历史上下文，再由Generator逐段落写作；每段完成后Evaluator执
行节流检查，通过则继续，失败两次以内则重写当段，失败超过两次则暂停等待人工介入。章节写完后依次通过字数校验、15项审查、
6项记忆一致性检查、5项打脸质量检测，全部通过后将结果回写至全局摘要、角色状态、叙事记忆等文件。Phase
3为节奏检查，每3章触发一次小爽点确认，每10章触发一次大爽点确认，确认通过后进入下一Sprint。
项目实现
一、整体架构与技术栈
架构模式：三角色 Harness 系统（Planner/Generator/Evaluator）+ 多级质量门禁 Pipeline
核心模块：
- novel-architecture：雪花写作法 + 角色弧光模型，负责世界观/角色/三幕式情节生成
- novel-chapter：三角色 Harness + Beat模式，负责逐段落正文生成与节流审查
- novel-memory-guard：六维一致性检测，负责伏笔/物品/角色状态/时间线一致性
- novel-review：14项审查清单，负责毒点检测/爽点节奏/格式校验
- _constraints：JSON Schema + Markdown格式，负责写作技巧/反模式/爽点分类体系
关键技术：温度0.7生成、70/30承继原则、三章批次迭代、上下文重置机制
二、可量化成果
- 章节产出：已完成60章（第1-60章），每章2500-3500字
- 总字数：约18万字，持续增长中
- 大纲规划：400章超长篇（120-150万字）全景大纲已完成
- 质量门禁：零容忍项（AI词汇/战力崩坏/OOC）覆盖率100%
三、难点与解决方案
难点1 - 长篇一致性问题：生成到第50章时角色物品/境界与前面矛盾
解决方案：六维GATE 3.5门禁 + narrative-memory.md动态追踪
难点2 - 爽点节奏崩坏：连续虐主/打脸方式重复
解决方案：每3章小爽/每10章大爽节奏表 + bridge-library去重
难点3 - AI程式化文风：排比句/残缺句/圣母放虎归山
解决方案：elatia-humanizer-zh风格注入 + anti-pattern.md逐段落检测
难点4 - 上下文窗口耗尽：60章正文无法全部加载
解决方案：Sprint交接文件 + 上下文重置机制
难点5 - 反派降智打脸：反派出场逻辑不成立就触发打脸
解决方案：villain-intelligence-constraints.md强制先写反派动机/立场
项目定位：端到端的AI网文量产系统，通过多智能体分工+多级质量门禁，实现长篇连载小说的持续稳定产出。
架构模式：三角色 Harness 系统（Planner/Generator/Evaluator）+ 多级质量门禁 Pipeline
核心模块：
- novel-architecture：雪花写作法 + 角色弧光模型，负责世界观/角色/三幕式情节生成
- novel-chapter：三角色 Harness + Beat模式，负责逐段落正文生成与节流审查
- novel-memory-guard：六维一致性检测，负责伏笔/物品/角色状态/时间线一致性
- novel-review：14项审查清单，负责毒点检测/爽点节奏/格式校验
- _constraints：JSON Schema + Markdown格式，负责写作技巧/反模式/爽点分类体系
关键技术：温度0.7生成、70/30承继原则、三章批次迭代、上下文重置机制
二、可量化成果
- 章节产出：已完成60章（第1-60章），每章2500-3500字
- 总字数：约18万字，持续增长中
- 大纲规划：400章超长篇（120-150万字）全景大纲已完成
- 质量门禁：零容忍项（AI词汇/战力崩坏/OOC）覆盖率100%
三、难点与解决方案
难点1 - 长篇一致性问题：生成到第50章时角色物品/境界与前面矛盾
解决方案：六维GATE 3.5门禁 + narrative-memory.md动态追踪
难点2 - 爽点节奏崩坏：连续虐主/打脸方式重复
解决方案：每3章小爽/每10章大爽节奏表 + bridge-library去重
难点3 - AI程式化文风：排比句/残缺句/圣母放虎归山
解决方案：elatia-humanizer-zh风格注入 + anti-pattern.md逐段落检测
难点4 - 上下文窗口耗尽：60章正文无法全部加载
解决方案：Sprint交接文件 + 上下文重置机制
难点5 - 反派降智打脸：反派出场逻辑不成立就触发打脸
解决方案：villain-intelligence-constraints.md强制先写反派动机/立场
项目定位：端到端的AI网文量产系统，通过多智能体分工+多级质量门禁，实现长篇连载小说的持续稳定产出。
示例图片视频
相似推荐
Java 应用集群迁移与 Elasticsearch 数据同步
一、背景与目标
客户因业务调整，需要将现有生产环境的网站服务及数据完整迁移至新服务器。涉及约 10 个 Java 网络应用程序及配套的搜索、消息队列服务。目标是在保证数据完整性的前提下，实现业务的平滑割接，确保迁移后服务可正常访问。
二、功能模块
1.全量服务迁移： 涵盖 Elasticsearch 7.8.0 搜索引擎、Nginx 反向代理、RabbitMQ 消息队列及 Redis 缓存服务的部署与配置还原。
2.Java 应用部署： 迁移并配置 10 个左右的 Java 后端应用，恢复其 JVM 参数及配置文件。
3.数据一致性保障： 执行数据库与索引数据的导出导入操作，确保新旧环境数据一致。
CentOS7 Docker 基础运行环境搭建与组件部署
客户需要在单台 CentOS 7 服务器上快速构建一套标准化的后端开发与运行环境。目标是替代繁琐的手动安装过程，通过容器化技术统一部署 MySQL、MongoDB、Redis、Kafka、Zookeeper、MinIO 等中间件，并预置 GoLang 开发环境，确保环境的一致性和可移植性。
功能模块：
1.中间件容器化： 集成 MySQL 5.7+、MongoDB 6.0+、Redis 7.0+、Kafka 及 Zookeeper 等核心组件，通过 Docker Compose 进行统一编排启动。
2.对象存储服务： 部署 MinIO 对象存储，用于非结构化数据的存储测试。
3.环境初始化： 编写初始化脚本，自动完成各组件的用户名密码配置（如 mysql/mongodb/redis/minio 统一认证），并安装 GoLang 1.18 及 Git 工具链，交付即可用的基础镜像环境。
考霸APP
面向小学、初中、高中学生，主打本地名校真题、同步教材、AI 智能刷题，题库超 350 万道，适配人教版、北师大版等主流教材版本。
核心功能
本地真题资源：名校月考、联考、教研室统考、分班考试卷，贴合本地考情
视频讲解：试卷、难题配套名师视频，支持投屏观看
AI 错题本：自动归集错题，按知识点分类；AI 举一反三推送同类变式题，做一道通一类；学情统计，定位薄弱知识点
音频磨耳朵：语文、历史、道法等文科考点音频，通勤碎片时间背诵记忆
同步教材练习：同步课本章节预习、课后巩固，试卷支持下载打印 PDF
备考计划：寒暑假提分计划、一轮二轮复习、中考真题专项训练
微信小程序商城
本项目围绕微信小程序商城及服务业务场景进行开发，集商品展示、在线预约、订单管理、微信支付、用户中心、服务管理和数据统计等功能于一体。用户可通过小程序完成商品浏览、服务预约、订单提交、在线支付及订单查询等操作，企业则可通过管理后台统一管理商品、服务、用户、订单、支付记录及运营数据，并可根据后续业务需求扩展会员、优惠券、积分、物流配送、消息通知及第三方系统接口等功能。
山姆拼团小程序
一、立项背景和目标
山姆会员店商品多为大容量家庭装，个人/小家庭用户常面临单品分量过大、不易储存或单独购买起送门槛高的问题。本项目旨在打造一款专为山姆商品设计的“社区/同城拼单与分装小程序”，支持用户快速发起拼单、凑单分装、分摊会员优惠与配送费，降低购买门槛，提升商品流通与履约效率。
二、软件功能与核心功能模块
1. 商品与拼团管理模块：支持山姆商品目录展示、拼单发起（支持按份数/按件拆分拼团）、拼团时效倒计时与成团状态流转。
2. 订单与支付分账模块：集成微信支付与预授权机制，支持成团自动扣款、拼团失败自动原路退款及差额多退少补。
3. 履约配送与自提核销：支持团长代收分装、同城配送对接、社区自提点选择及到货动态取件码核销。
4. 社交裂变与通知提醒：提供拼团海报一键生成、微信群转发分享及基于模板消息的成团/发货进度实时提醒。
三、业务流程与功能路径
团长/用户选择山姆商品并发起拼单 -> 设定拼团规则（成团人数/件数/有效时间）并分享至微信群或好友 -> 参团成员加车支付参团 -> 满员触发成团事件与采购通知（未满员超时自动退款） -> 商品到货团长分装/核销自提 -> 完成订单闭环。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服