定位：基于 Spring AI Alibaba 的工业化长篇小说创作流水线系统。 核心理念：将感性的创作拆解为理性的工程逻辑，解决 AI 创作长篇小说时的“逻辑崩坏”、“人设跑偏”与“爽点缺失”痛点。
本项目将小说生产划分为六大核心车间，通过 Spring AI Alibaba Graph 进行调度编排：
| 模块名称 | 内部代号 | 核心职责 | 技术关键点 |
|---|---|---|---|
| 1. 神谕模块 | The Oracle | 市场趋势分析、选题挖掘、题材缝合评估。 | 数据爬虫 + 趋势向量分析 |
| 2. 编剧模块 | The Architect | 世界观设定、角色卡建模、三层递归大纲生成。 | 结构化 Prompt + 递归逻辑 |
| 3. 生产流水线 | The Engine | 分镜拆解、多 Agent 协作生成、自动回滚重写。 | Agentic Workflow (Graph) |
| 4. 记忆与状态库 | The Brain | 世界状态机 (WSM) 维护、长短期记忆 RAG 调度。 | Redis/MySQL + Milvus |
| 5. 精修车间 | The Workshop | 人机协作断点、手动干预状态机、文笔润色。 | WebSocket 实时交互 |
| 6. 物流模块 | The Publisher | 自动排版、合规性扫描、多平台一键分发。 | 文本处理引擎 + API 对接 |
- 角色核反应堆：建立包含“性格缺陷”、“行动动机”、“初始属性”的结构化角色卡，拒绝扁平化。
- 三层大纲系统：
- Level 1 (卷纲)：宏观主线与终极目标。
- Level 2 (章纲)：每一章的承上启下任务。
- Level 3 (节纲/分镜)：将单章拆解为 5-8 个具体镜头（Beats）。
- 分镜级生成：不以“章”为单位，而以“分镜”为最小生产单元，确保每 500-800 字都在精准控制下。
- 混合模型策略：
- 推理层：调用 DeepSeek-R1 处理逻辑严密的分镜拆解与矛盾点设计。
- 表现层：调用 Qwen-Max/Claude 进行高感染力的文字输出。
- 动态 Review 机制：内置“爽点扫描器”，对情绪价值波动低于阈值的章节触发自动重写。
- 世界状态机 (WSM)：
- 实体追踪：动态记录主角等级、物品耐久、金钱变动。
- 环境追踪：记录当前场景的时间、天气、势力分布。
- 三级记忆检索：
- L1 (工作记忆)：当前分镜的前置上下文。
- L2 (短期记忆)：前 5 章的事件摘要。
- L3 (长期记忆)：基于 Milvus 的全书伏笔、世界观设定检索。
- 核心框架：Spring Boot 3.4+ / Spring AI Alibaba (最新版)
- 大模型编排：Spring AI Alibaba Graph (实现 Agent 状态流转)
- 主流模型：DeepSeek V3/R1 (逻辑层), 通义千问 Qwen-Max (文本层)
- 数据库：
- 关系型：MySQL 8.0 (业务数据、WSM 状态机)
- 向量库：Milvus 2.x (长期记忆、背景设定)
- 缓存：Redis (任务队列、Session 记忆)
- 前端：Vue 3 + Element Plus (管理后台)
- Fork 本项目
- 创建特性分支
- 提交代码
- 发起 Pull Request
- GitHub Issues：提交 bug 报告和功能请求
- Discord 社区：与其他开发者交流
- 文档网站：详细的使用文档和 API 参考
- 企业支持：提供定制开发和技术咨询服务
本项目基于 Apache License 2.0 协议开源。 你可以免费使用、修改、分发和商用，但必须保留原作者版权声明。 禁止直接倒卖本项目源码、禁止冒充原作者进行收费服务。 如需企业部署、定制开发、技术支持，可联系作者。
作者：StoryFactory Team 版本：1.0.0 更新时间：2026-03-19