程序聚合 软件案例 AI长篇小说自动写作系统-AI协同长篇创作工作台

AI长篇小说自动写作系统-AI协同长篇创作工作台

2026-05-09 11:44:08
行业:人工智能、智慧数字孪生
载体:网站
技术:Python、SwiftyJSON、SQLite

业务和功能介绍

为解决长篇小说创作中世界观不一致、角色行为矛盾、情节烂尾等痛点,开发的一款AI多智能体协同写作工作台。核心功能包括:

多智能体分工协作:系统内置架构师(负责大纲与世界观设定)、写手(负责章节生成)、逻辑校验员(检查前后矛盾)和润色师(提升文笔)四个AI角色,各司其职。

记忆与伏笔管理:通过向量数据库实现角色、事件、物品的持久化记忆,自动检测新内容与已有设定的冲突,并能追踪和管理伏笔的埋设与回收。

项目管理:支持多部小说同时创作,提供章节编辑器、对话助手、去重检查等辅助工具。
用户只需提供初步创意,系统即可辅助完成从大纲、正文到润色、校验的半自动化长篇小说创作流程。

项目实现

架构与设计:项目采用前后端一体架构,前端界面用 Streamlit 框架快速搭建。后端采用模块化Agent架构,每个AI角色(架构师、写手、校验员、润色师)均为独立模块,通过统一的api_client.py调用大模型接口(如OpenAI API或本地部署模型)。记忆与伏笔模块采用向量数据库存储和检索,实现语义级别的上下文关联。项目数据以JSON/SQLite格式本地存储,支持多项目隔离。

“我”的贡献与难点攻克:

独立完成整个系统的设计、编码与调试,包含6个核心Agent模块、项目管理、记忆管理等。

难点1“逻辑校验”:AI生成内容容易出现前后矛盾。我设计了专门的logic_validator.py和foreshadowing.py模块,通过多轮对话提示词工程,让AI自动比对新内容与已有设定库,有效降低了幻觉和矛盾。

难点2“长文本记忆”:长篇小说上下文极长。我采用分段嵌入+向量检索的方式,让AI能动态召回相关的前文内容,突破了单次API调用的长度限制。

成果量化:系统可支撑一部20万字以上长篇小说的协同创作,将AI驱动的创意写作从“一次性聊天”提升为“结构化、可管理的工程化创作”。

示例图片视频


天花板之下
30天前活跃
方向: 前端-Web前端、前端-小程序、
交付率:100.00%
相似推荐
校园综合服务小程序
立项背景和目标 当前高校学生校园信息分散,资讯、二手、失物、活动、外卖等需求分散在多个社交群,信息流转低效、无统一查询渠道。本项目目标搭建轻量化微信小程序,无需下载 APP,统一聚合校园全场景服务,降低师生信息获取成本,搭建校内安全交易、信息发布渠道。 软件核心功能模块 1. 用户登录模块:对接微信官方登录接口,自动获取用户 OpenID 完成注册、身份识别; 2. 校园资讯模块:分类展示校园新闻、通知、学习资料,支持搜索、点赞、收藏、详情预览; 3. 闲置二手模块:学生发布闲置商品、浏览商品列表、查看商品详情; 4. 失物招领模块:发布遗失 / 捡拾物品信息,检索公告; 5. 校园活动模块:展示校内文体、志愿活动,点击查看活动详情; 6. 快捷外卖服务:校内商家点餐、购物车、订单管理、收货地址管理; 7. 个人中心:用户信息、我的发布、我的收藏、订单记录、系统设置。 业务流程 用户打开小程序后自动触发微信授权登录,登录后进入首页,首页提供各功能入口;点击对应图标跳转资讯 / 二手 / 活动 / 外卖页面,列表页支持下拉刷新、上拉加载更多,点击条目跳转详情页,可完成点赞、收藏、发布、下单等操作;全部数据由后端接口统一提供存储与校验。
短剧出海项目
1、海外短剧市场处于高速增长期,TikTok/Reels 等内容消费习惯催生了用户对"短平快"剧集的需求。平台面向东南亚、北美、拉美等海外市场,通过 Facebook 广告投放获客,以 H5 网页形 式提供服务——无需下载 App,打开链接即看。 2、业务目标 内容变现 通过会员订阅 + 金币单集购买两种模式实现付费 广告归因 完整追踪从广告点击到付费的全链路转化数据 多支付商 支持 Stripe(信用卡)和 PayPal 两种主流支付方式 多站点 一套代码支持多个品牌站独立部署(通过 settings.yaml 配置) iOS 友好 通过服务端 CAPI 规避 iOS 14.5+ ATT 事件拦截 3、业务流程
华为云控制台-智果AgentArts智能体平台
华为云AI智能体应用管理平台,为企业提供智能体的创建、配置、监控及技能管理的一站式解决方案。本项目全程采用AI驱动开发模式,基于GLM-5.1+miniMax2.7完成从架构设计到代码实现的全流程,手写代码占比不足5%,交付效率较 传统模式提升3以上。
模型部署优化
为应对 DeepSeek-V4-Pro 模型在长上下文、高并发推理场景下的性能瓶颈,我们启动了 H20 集群推理服务优化项目。原单机部署方案在解码阶段依赖 DSpark 投机解码(num_speculative_tokens=3)进行加速,但在实际业务流量(高峰约 100 req/min)下,KV Cache 显存占用成为主要限制,导致请求承载能力仅约 10% 的流量比例,大量请求因资源不足被拒绝或排队,严重影响服务可用性和用户体验。 本次项目旨在通过架构升级,将部署规模从单机扩展至双 H20 集群,并引入 LMCache KVCache Pool 池化技术,实现 KV Cache 跨实例复用,显著降低长上下文场景下重复 Prefill 计算开销,最终目标是将业务承载能力提升至 25% 以上,保障高峰流量下的服务稳定性与低延迟响应。
鲜速达生鲜配送平台(FreshExpress)
鲜速达是一家面向社区的生鲜电商平台,用户可通过微信小程序和Web端下单购买果蔬、肉禽、海鲜等商品,平台提供智能分拣和30分钟极速达配送服务。该项目旨在重构原有单体系统,解决高并发下订单超时、库存不准确等问题。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服