一个能够自动创作长篇小说的智能 Agent 系统。用户只需输入一句话或一段设定，系统即可自动完成从素材收集到全文生成的完整创作流程。
实现人机协作的高质量长篇小说创作，降低创作门槛的同时保证内容一致性和文学质量。
- ✨ 一句话灵感输入 - 快速启动创作
- 🔍 自动素材收集 - 检索数据库 + 联网搜索
- 🧠 分层记忆系统 - 保证长篇一致性
- 🤝 人机协作创作 - 用户审核 + 机器生成
- 🎨 质量控制机制 - 多轮迭代优化
小说agent/
├── src/ # 源代码目录
│ ├── memory/ # 记忆系统模块 ✅ (100%)
│ │ ├── base.py # 基础接口
│ │ ├── hierarchical.py # 分层记忆系统
│ │ ├── mock_store.py # Mock 存储
│ │ ├── mock_vector_store.py # Mock 向量存储
│ │ └── chroma_store.py # Chroma 向量存储
│ └── story/ # 故事创作模块
│ ├── material_collector.py # 素材收集模块 ✅ (100%)
│ ├── local_knowledge_collector.py # 本地知识库收集器
│ └── web_search_collector.py # 联网搜索收集器
│
├── tests/ # 测试目录
│ ├── test_memory_base.py # 记忆系统测试
│ ├── test_memory_hierarchical.py # 分层记忆测试
│ ├── test_chroma_store.py # Chroma 测试
│ └── test_material_collector.py # 素材收集测试
│
├── examples/ # 使用示例
│ ├── memory_usage.py # 记忆系统示例
│ └── material_collector_usage.py # 素材收集示例
│
├── data/ # 数据存储
│
├── README.md # 项目说明 (本文件)
├── claude.md # 开发进度跟踪
├── PROJECT_STRUCTURE.md # 项目结构说明
├── FILE_LIST.md # 文件清单
├── STATUS_REPORT.md # 项目状态报告
├── requirements.txt # Python 依赖
└── config.yaml # 应用配置
记忆系统 ████████████████████████ 100% ████████████████████████
素材收集 ████████████████████████ 100% ████████████████████████
大纲生成 ░░░░░░░░░░░░░░░░░░░░░░░░░ 0% ░░░░░░░░░░░░░░░░░░░░░░░░░
篇章细化 ░░░░░░░░░░░░░░░░░░░░░░░░░ 0% ░░░░░░░░░░░░░░░░░░░░░░░░░
正文生成 ░░░░░░░░░░░░░░░░░░░░░░░░░ 0% ░░░░░░░░░░░░░░░░░░░░░░░░░
用户审核 ░░░░░░░░░░░░░░░░░░░░░░░░░ 0% ░░░░░░░░░░░░░░░░░░░░░░░░░
- 基础接口 -
MemoryStore,MemoryLevel,MemoryItem - 分层记忆 -
HierarchicalMemory支持 5 种记忆层级 - 向量存储 -
VectorStore抽象接口 - 存储实现 -
MockVectorStore,ChromaVectorStore - 向量检索 - 语义相似度搜索和 RAG 集成
- 核心接口 -
Material,MaterialSource,MaterialCategory - 收集器实现
LocalKnowledgeCollector- 从记忆系统检索素材WebSearchCollector- 网络搜索收集CompositeMaterialCollector- 多来源整合
- 智能处理
MaterialDeduplicator- 内容哈希去重CredibilityEvaluator- 多因素可信度评估
- 测试覆盖 - 100% 功能覆盖，80+ 测试用例
- 使用示例 - 7 个完整示例，详细注释
- 基于用户输入生成大纲
- 使用记忆系统保持一致性
- 多轮迭代优化
- 章节结构设计
- 情节节点展开
- 伏笔埋设
- 章节内容生成
- 记忆上下文注入
- 风格一致性控制
- 章节审核界面
- 修改建议收集
- 迭代优化机制
# 克隆项目
git clone <repository-url>
cd 小说agent
# 创建虚拟环境
python3 -m venv venv
source venv/bin/activate # Linux/Mac
# venv\Scripts\activate # Windows
# 安装依赖
pip install -r requirements.txt# 运行所有测试
bash run_tests.sh
# 或使用 pytest
pytest tests/ -v# 记忆系统示例
python examples/memory_usage.py
# 素材收集示例
python examples/material_collector_usage.py# 开发进度跟踪
cat claude.md
# 项目状态报告
cat STATUS_REPORT.md
# 快速项目概览
cat QUICK_OVERVIEW.md- 语言：Python 3.8+
- 测试框架：pytest
- 向量数据库：Chroma (支持其他)
- LLM 集成：可集成 OpenAI Claude
- 配置管理：PyYAML
MemoryLevel (记忆层级)
├── GLOBAL - 全局设定、世界观
├── CHARACTER - 角色设定、性格档案
├── PLOT - 情节、事件、时间线
├── CONTEXT - 近期上下文、对话
└── STYLE - 风格、写作手法
MaterialSource (素材来源)
├── LOCAL_KNOWLEDGE - 本地知识库
├── WEB_SEARCH - 联网搜索
├── USER_INPUT - 用户输入
└── PREVIOUS_WORK - 历史作品
MaterialCategory (素材分类)
├── CHARACTER - 人物设定
├── SETTING - 场景/世界观设定
├── PLOT - 情节/事件
├── DIALOGUE - 对话素材
├── DESCRIPTION - 描写素材
├── KNOWLEDGE - 背景知识
└── REFERENCE - 参考作品
- README.md - 项目说明和快速开始 (本文件)
- claude.md - 开发进度跟踪和任务清单
- PROJECT_STRUCTURE.md - 项目结构详细说明
- FILE_LIST.md - 完整文件清单和代码统计
- STATUS_REPORT.md - 项目状态报告和完成度分析
- QUICK_OVERVIEW.md - 快速项目概览
- examples/memory_usage.py - 记忆系统使用示例
- examples/material_collector_usage.py - 素材收集使用示例
- requirements.txt - Python 依赖列表
- config.yaml - 应用配置文件
- 测试文件：5 个
- 测试用例：80+ 个
- 代码覆盖：核心功能 100%
- 集成测试：已覆盖
# 运行所有测试
pytest tests/ -v
# 运行特定测试
pytest tests/test_material_collector.py -v
# 运行测试并生成覆盖率报告
pytest tests/ --cov=src --cov-report=html| 模块 | 代码行数 | 测试行数 | 示例行数 | 小计 |
|---|---|---|---|---|
| 记忆系统 | ~1,355 | ~1,030 | ~542 | ~2,927 |
| 素材收集 | ~751 | ~402 | ~312 | ~1,465 |
| 总计 | ~2,106 | ~1,432 | ~854 | ~4,392 |
from src.story.material_collector import CollectionRequest, MaterialCategory
from src.story.local_knowledge_collector import LocalKnowledgeCollector
from src.story.web_search_collector import MockWebSearchCollector
from src.story.material_collector import CompositeMaterialCollector
# 创建收集器
local_collector = LocalKnowledgeCollector(memory_store)
web_collector = MockWebSearchCollector()
composite = CompositeMaterialCollector([local_collector, web_collector])
# 创建请求
request = CollectionRequest(
query="武侠剑法",
category=MaterialCategory.KNOWLEDGE,
max_results=10,
use_local=True,
use_web=True,
)
# 收集素材
result = composite.collect(request)
# 显示结果
for material in result.materials:
print(f"- [{material.category.value}] {material.content}")
print(f" 可信度: {material.credibility_score:.2f}")更多示例请参见 examples/ 目录。
- ✅ 完成素材收集模块开发
- 实现核心接口和数据结构
- 实现本地知识库收集器
- 实现联网搜索收集器
- 实现去重和可信度评估
- ✅ 完成素材收集模块测试
- 80+ 测试用例
- 100% 功能覆盖
- ✅ 完成素材收集使用示例
- 7 个完整示例
- 详细注释说明
- ✅ 完善项目文档
- 更新 claude.md
- 创建 6 个文档文件
- 完成项目统计和分析
- ✅ 完成向量存储模块实现
- ✅ 完成记忆系统集成测试
- 设计大纲生成接口
- 实现基础大纲生成算法
- 集成素材收集和记忆系统
- 完成篇章细化模块
- 实现正文生成引擎原型
- 添加用户审核接口
- 完成全文生成引擎
- 开发 Web 用户界面
- 性能优化和部署
欢迎贡献代码、报告问题或提出建议！
- Fork 项目
- 创建功能分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 创建 Pull Request
本项目采用 MIT 许可证 - 详见 LICENSE 文件
- 项目 Issues
- 开发讨论区
感谢所有为这个项目做出贡献的人！
最后更新： 2026-02-05 14:20 UTC 项目版本： 0.2.0 项目状态： 🚧 开发中 - 阶段 1 & 2 完成