AI_NovelGenerator 本地部署与使用教程
环境准备:搭建基础运行环境
在开始部署 AI_NovelGenerator 之前,我们需要先准备好必要的运行环境。这一步是确保项目能够顺利运行的基础。
系统要求与依赖安装
AI_NovelGenerator 需要 Python 3.9+ 的运行环境,推荐使用 3.10-3.12 之间的版本,这个区间的 Python 版本兼容性最佳。同时,你还需要 pip 包管理工具来安装项目所需的依赖库。如果你还没有安装 Python,可以从 Python 官网下载并安装。
除了 Python 环境,你还需要一个有效的 API 密钥。API 密钥是连接 AI 模型的桥梁,你可以选择云端服务如 GPT-4、DeepSeek 等,也可以使用本地服务如 Ollama 等兼容的接口。获取 API 密钥的具体方法可以参考对应服务提供商的官方文档。
项目文件结构概览
在开始部署之前,让我们先了解一下 AI_NovelGenerator 的项目文件结构,这有助于你更好地理解项目的组织和各个文件的作用。项目的主要文件和目录如下:
AI_NovelGenerator/
├── main.py # 入口文件,运行 GUI
├── consistency_checker.py # 一致性检查,防止剧情冲突
├── chapter_directory_parser.py # 目录解析
├── embedding_adapters.py # Embedding 接口封装
├── llm_adapters.py # LLM 接口封装
├── prompt_definitions.py # 定义 AI 提示词
├── utils.py # 常用工具函数,文件操作
├── config_manager.py # 管理配置 (API Key, Base URL)
├── config.json # 用户配置文件 (可选)
├── novel_generator/ # 章节生成核心逻辑
├── ui/ # 图形界面
└── vectorstore/ # (可选) 本地向量数据库存储
从这个结构中可以看出,main.py 是项目的入口文件,运行它将启动 GUI 界面。novel_generator 目录包含了章节生成的核心逻辑,ui 目录则负责图形界面的实现。其他文件如 consistency_checker.py、embedding_adapters.py 等则分别承担了不同的功能,共同构成了整个项目的运行体系。
项目部署:从下载到运行的完整步骤
下载项目代码
首先,我们需要将 AI_NovelGenerator 项目代码下载到本地。你可以通过以下命令克隆项目:
git clone <项目仓库地址>
如果你没有安装 git,也可以直接从项目页面下载 ZIP 文件,然后解压到本地目录。
安装项目依赖
下载完成后,打开终端,进入项目目录:
cd AI_NovelGenerator
然后运行以下命令安装项目依赖:
pip install -r requirements.txt
这条命令会根据 requirements.txt 文件中列出的依赖项,自动安装所有必要的库。如果在安装过程中遇到某些包无法正常安装的情况,可以访问 Visual Studio Build Tools 下载并安装 C++ 编译工具,用于构建部分模块包。安装时,默认只包含 MSBuild 工具,需手动勾选左上角列表栏中的C++ 桌面开发选项。

