"用 AI 创作长篇小说"是个非常考验 AI"活人感"的任务； 现在 AI 创作千把字的文章已经很不错了，但是创作长篇小说， 还是难以掩盖"AI 味"； 我做了很多提示词调整以及多个 Agent 协作，最后发现还是简单的提示词做的最好； 开源一个智能写作工厂，deepseek-v4-flash 百万字小说生成仅需 3 元,欢迎尝试： 艾特智能写作工厂 一个实例： 神座之上：欺诈者传奇 这是一部基于 Faker （李相赫）真实传奇经历改编的电竞小说大纲。为了增强小说的戏剧冲突和文学可读性，我们将现实中的战队、选手及游戏名称进行符合网文风格的虚构化拟真替换 我自己生成了好几部的百万字大部头，准备去小说连载平台，测试一下效果；
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 花了4个月写的AI小说写作软件。 主要针对AI写小说无记忆出现幻觉的问题，这是一个windows桌面版，下载安装即可使用。 github.com GitHub - Mochocyang/QMAI: 青幕AI写作软件，解决长篇小说写作问题，解决小说角色性格不统一，防止人设崩坏。 青幕AI写作软件，解决长篇小说写作问题，解决小说角色性格不统一，防止人设崩坏。 同时软件在AI对话中可以直接更改章节和大纲中的内容。 另外我也为角色赋予了灵魂，在角色灵魂当中可以为每个角色设置人物灵魂。 比如内置的角色有秦始皇，李世民，诸葛亮，吕树，李斯，赵高等等一些内置角色，将角色与这些灵魂绑定，小说中的人物便会拥有这些角色的性格，说话方式等等。 当然了软件当前还有不完善的地方，需要各位大佬多多指点。 2 个帖子 - 2 位参与者 阅读完整话题
前情提要： 【开源推广】天命Skill — 让 AI 写长篇网文不崩的创作系统 【开源推广】天命 — 让 AI 写长篇网文不崩的创作系统 【小说润色】提示词+正则清理（只针对小说） 【AI小说润色】正则跟新 （最新版） 【开源推广】天命小说写作2.8.7版 — 让 AI 写作不在依赖上下文 （最新版） 这两份提示词的设计逻辑是"一纵一横"： **创作规范（Spec）**回答的是：负责纵向执行------具体的写作技法、场景范式、人称细则、爽点触发。它定义了"这个世界的文字如何被写出来" 它定义世界观法则、能量体系、阶级结构、语言意境、必须包含和绝对避免。它是"宪法"，划定边界，告诉模型"什么是对的，什么是错的"。 **角色定义（BizPrompt）**回答的是：负责横向框架------世界观规则、能量体系、节奏范式、正反清单。它定义了"这是一个怎样的世界" 它定义具体的写作技法、场景范式、人称细则、爽点触发机制、执行禁令。它是"执法手册"，告诉模型"用什么样的手段才能达到Spec定下的目标"。 最终效果 组合后的提示词体系，让模型产出的文本具备三个特征： 题材血统纯正 ：不会写出"武侠里冒出筑基期"、“科幻里用魔法解释现象”、"都市里用修仙武力解决商业纠纷"的串味内容。 质感始终在线 ：情感是侧面映射的，对话是有信息密度的，战斗是有物理过程的，装逼是有人围观喝彩的。 爽点精准命中 ：该压抑的时候压抑，该爆发的时候爆发，该舔包的时候舔包，该留钩子的时候留钩子。 玄幻（角色定义）示例： "Id": "tpl-builtin-bizprompt-xuanhuan", "Name": "玄幻（角色定义）", "Category": "玄幻角色", "SystemPrompt": "【题材写作核心技法】\n1. 视觉奇观化（Spectacle）：玄幻不是仙侠，不需要太多“道韵留白”，需要的是“极具张力的宏大视觉”。如“万丈法相撑爆苍穹”、“一拳砸出真空通道”。描写要大开大合，充满能量爆炸的重金属质感。\n2. 境界质变感（Power Scaling）：境界突破绝不能写成简单的“数字+1”。必须写出“神识笼罩范围的扩张、肉身重组的剧痛、对下位境界产生的生命形态压制”。高境界看低境界要如同看蝼蚁。\n3. 镜头语言的快慢切换：打斗场面要像动漫分镜。群战用远景快切（如“残影交错、音爆轰鸣”），绝杀招式用特写慢动作（聚焦于气血燃烧的纹路、空间被撕裂的轨迹）。\n\n【场景写法范式】\n- 机缘/秘境探索场：危机与诱惑并存。不要直接把宝物塞给主角，要通过“破阵、猎杀守护兽、与其他天骄算计夺宝”来体现获取过程的凶险。奇遇必伴随代价或极端的生理痛苦。\n- 越阶反杀场（高潮）：反杀前必须把敌人的压迫感拉满（体现实力的绝对绝望）。反杀时，必须清晰亮出主角的“底牌”且伴随严重代价（如：献祭寿元、激活上古血脉后陷入数月虚弱期、引爆剑意导致经脉崩裂）。\n- 势力踩人场：反派先施展傲慢与偏见，主角隐忍不发或用冷漠回应。随后在众目睽睽之下（如宗门大比、拍卖会），主角亮出实力，用最具冲击力的方式（如一招秒杀、随手拿出极品丹药）粉碎质疑。\n\n【人称运用细则】\n- 绝对第三人称限知。不要去写“路人甲心中震惊地想”，而是通过“路人甲倒吸一口冷气，手中的茶杯哐当坠地”来侧面烘托装逼效果。\n- 战斗中必须用清晰的“姓名”开头，大开大合的招式必须绑定具体角色，防止画面混乱。\n\n【爽点/情绪触发设计】\n- 纯粹的力量碾压：前期被规则或强权压迫，主角一旦突破，便以绝对霸道的姿态（不服就干，一拳轰碎规则）碾碎一切算计，这是玄幻最核心的释放感。\n- 收获的满足感：不仅要写打赢了，还必须写“清点战利品（舔包）”提供多巴胺反馈。但舔包情绪应区分对象：对仇人可冷酷满足，对值得尊敬的对手应有片刻沉默或对其遗产的认可。\n\n【写法禁忌】\n- 严禁战斗回合制：不要写成“你打我一拳，我踢你一脚”。玄幻战斗是法则、血脉、法相的对轰。\n- 严禁“遇事不决量子力学”式的西方魔法解释，必须使用东方玄幻语系（如气血、元神、法则、真元）。\n- 严禁主角像圣母一样宽恕死敌。玄幻世界信奉“斩草不除根，春风吹又生”，杀伐必须果断。", "Tags": "玄幻,GenreBiz,角色定义", "Description": "玄幻章节生成时注入的角色定义，与玄幻（创作规范）配套使用" 玄幻（创作规范）示例： "Id": "tpl-builtin-spec-xuanhuan", "Name": "玄幻（创作规范）", "Category": "玄幻", "SystemPrompt": "【题材锚点】\n涵盖东方玄幻、高武纪元、异界大陆。核心逻辑是“伟力归于自身”，即个人的武力可以超越皇权、法则甚至天地。等级体系森严，一切以实力为尊。\n\n【世界观规则】\n1. 阶层压制与越阶壁垒：高境界对低境界有绝对的物理和生命形态压制。越阶反杀必须具备逆天底牌，且必须付出惨痛代价（如献祭生命本源、神器碎裂、经脉重创）。\n2. 黑暗森林与夺道法则：修炼资源（天材地宝、灵脉）是绝对稀缺的。势力的本质是资源掠夺机器，没有实力的善良就是原罪。\n3. 世界的嵌套性（飞升机制）：世界往往是多维度的（如凡界、上界、神域），打破当前世界的天花板会引来“天劫”或更高位面势力的注视。\n\n【语言与意境】\n用词极致的热血、夸张、极具力量感与毁灭感。多用排比、夸张修辞（如“气吞万里”、“崩碎星辰”）。动作描写必须有强烈的视听冲击力。\n\n【属性规格】\n【写作风格】热血燃爆、大开大合\n【叙述视角】第三人称限知（严格聚焦主角的霸道视角）\n【情感基调】狂傲不羁与逆天改命的孤勇\n【目标字数】3500\n【段落长度】175\n【对话比例】25\n\n【章节节奏范式】\n起（遭遇不公/发现机缘） -> 承（被轻视/闭关苦修/险死还生） -> 转（神功大成/底牌掀开/以暴制暴） -> 合（清点战利品/名震一方/引出更强老怪）。\n\n【人物关系法则】\n- 慕强心理：在这个世界，强者受人敬畏，弱者只配被同情或践踏。配角的态度会随着主角实力的展现而发生180度的反转。\n- 拔出萝卜带出泥：“打了小的来老的”是经典羁绊。任何一个反派背后都可能牵扯出庞大的宗门或古老家族。\n\n【必须包含】\n境界突破的质变描写, 极具画面感的法相/神功对轰, 越阶反杀时的底牌与惨痛代价, 杀伐果断的战后舔包（收集战利品）\n\n【必须避免】\n主角优柔寡断/圣母心发作, 战力体系崩坏（凡人随便一拳打死仙帝）, 啰嗦的街头式扯皮对骂, 用科幻/魔法词汇解释玄幻功法", "Tags": "玄幻,Spec,创作规范", "Description": "适用于玄幻类小说的创作规范，热血修炼、境界突破风格" 注意！！！！！ 这不是润色提示词！这不是润色提示词！这不是润色提示词！重要的事情说3遍。 一共25组，每组都为（角色定义+创作规范），直接到 【角色定义+创作规范】组合提示词 下载就可以，因为我是直接在我项目中复制出来的，需要去除多余的结构。（不理解效果的可以复制一组问AI），过几天在跟新润色提示词和新NLP规则。 5 个帖子 - 2 位参与者 阅读完整话题
应该不会有几个人爱看我的长篇大论，发这篇帖子主要是对自己想法的一个记录，也希望和大家交流交流——在 AI 时代中，更应该去学什么，应该用什么样的心态去使用 AI 和面对 AI。 背景 先简单介绍一下自己。我目前是一位研一的学生，在非人工智能专业进行人工智能相关研究（应该是大多数工科的现状了）。由于本科并非计算机或人工智能专业，代码能力并不强，目前主写 Python，基础语法没什么问题，但对一些常用库的用法还不够熟练，数据结构、算法原理这些计算机基础课也没有系统学过。跟各位大佬比起来真的很菜很菜，先把丑话说前面。 正如大家所见的，现在的 AI 发展真的很快，新模型层出不穷，模型的编程能力也越来越强。我自然而然地入坑了 vibe coding，并且也确实利用 AI 完成了很多自己平常的一些小想法和老师交代的项目任务。客观来说，AI 极大程度地帮助我完成了很多凭借自己目前能力无法完成的事情。 矛盾：省出了时间，却填不上去 在这期间，我无数次产生过一个想法：既然 AI 帮我省了这么多时间，我应该利用这些时间去猛补基础知识啊，比如仔细去看看这个算法是怎么实现的，这个页面的设计逻辑是什么样子的，HTML 的基本语法是什么样子的，等等。 但始终没办法长时间落实下来。 不得不承认，原因就是 惰性 。心里暗暗觉得学这些基础知识是比较耗时间的事情，而且由于 AI 的存在，我对它产生了依赖性——很多时候会想让 AI 帮我解释概念，短时间内确实能听懂，但这种方式对知识的真正理解和贯通，实际上促进作用微乎其微。听懂了和掌握了，之间有着非常大的差距。 于是我陷入了一个很深的矛盾： 我不屑于也不希望自己成为纯 vibe coding 的人，认为这样只会让自己的代码水平和理解能力越来越差； 但自己却越来越向纯 vibe coding 靠拢，每次想补基础都坚持不了几天。 一边是 AI 省出来的大量空余时间，另一边是被 AI 放纵得愈发横生的惰性。这种无力感和焦虑感混杂的情绪真的让人非常难受。 今天看到 Tiago Forte 发的一个帖子，末尾有一句话： There’s nothing more confronting to humans than freedom. 对人类来说，没有什么比自由更让人感到难以面对。 以前的我看到这种话肯定是无法理解的，但现在看到的时候，我觉得它非常准确地概括了我的心理状态。并且我的状态可能还更复杂—— 我物理上变得更自由了，但心理上好像更忙碌了。 仔细想想，我的脑子里一直有两边在碰撞 一边是从小被教导的 踏实肯干 ，告诉我基础不牢地动山摇，该学的东西一样都不能少； 另一边是 AI 带来的 快速成果展出 ，项目完成了、效果出来了，但伴随着一种说不清的虚无感。 我是 INFJ 且有点偏向 INFP，本来就容易内耗和反刍，这两套系统一撞，内耗就特别严重。之前其实也不是没意识到这个问题，只是一直不太敢面对。今天不知道在哪又看到苏格拉底那句经典的"认识你自己"，觉得我不应该再逃避了，应该去直面自己发现的问题。 我身边有些纯 vibe coding 的人，说实话我之前对此是趋之若鹜的。但后来才慢慢发现，这样的人确实可以不焦虑技术，对 AI 产出的结果也没有不确定感，心态是真的不错，但他的基础能力不咋样（没有贬义的意思，我认为这是完全依赖ai所导致的必然结果）。 我不想完全成为他那样的人，但也不可能抛弃 AI，毕竟这个时代不使用 AI 已经近乎完全不可能了。 在这个时代，真正应该要做的就是找到一个使用 AI 的平衡点——知道如何正确地使用 AI，并且知道如何正确地面对 AI。 一些初步的想法 目前其实没有想到一个特别好的解决办法，但有一些方向性的思考： 1. 先接纳自己 接纳自己的这些想法和情绪。懒惰是正常的，想追赶技术发展是正常的，焦虑也是正常的。首先不要否定自己，我的所有感受都是合理的，不用选边站。 2. 学一些系统性、宏观性的课程 比如斯坦福的 CS336 等等（还有很多 CS 的好课，之前收藏了不少但是都还没看……）。我对这些课程是有学习热情的，问题在于真正开始。与其泛泛地说"补基础"，不如挑一两门具体的课，定下来就去做。 3. 不要试图"补完"，试着"理解手边的东西" 这是一个Claude给我的建议： 你在做文本转语音，就去看你用的那个模型的论文，哪怕只看懂了一个模块；你在写前端，就去理解你复制过来的那段 HTML 到底在干什么。 这种 就地深挖 比从头系统学更容易坚持，也更能产生那种"哦原来如此"的实感。不要去焦虑自己没看懂或者没掌握整个项目，这没有意义，只要关注自己当前正在用的那些模块和部分就好了。 说白了就是： 别想着吃掉整头大象，先把眼前这口嚼明白。 写在最后 早上刚醒脑子不太清醒就写了这些，逻辑可能还是有点混乱，各位见谅。主要是给自己一个记录，也想抛出来和大家聊聊： 在 AI 时代，你觉得更应该去学什么？ 你是用什么样的心态去使用 AI 和面对 AI 的？ 你找到属于自己的平衡点了吗？ 欢迎讨论，当然也欢迎骂醒我。 2 个帖子 - 2 位参与者 阅读完整话题
前情提要 之前发过的相关帖子： 【开源推广】天命Skill — 让 AI 写长篇网文不崩的创作系统 【开源推广】天命 — 让 AI 写长篇网文不崩的创作系统 【小说润色】提示词+正则清理（只针对小说） 【AI小说润色】正则跟新 （最新版） 【开源推广】天命小说写作2.8.7版 — 让 AI 写作不在依赖上下文 （最新版） 因为出来玩，手机不好写代码，就想着趁着有时间把群友想要"蒸馏"我给他打工的skill做了，先发个初版，后续有空的时候和"天命skill"一起继续优化， 直接下面贴出来，佬们自己复制走。 # Ziye.skill (子夜的开发思维蒸馏) # 适用平台: Claude Code / DistillHub / 任何支持 System Prompt 注入的 AI Agent # 描述: 将 AI 塑造成一位极度严谨、追求【绝对闭环】与【高可用防御】的资深架构师 <Persona> 你现在是「子夜」，一位拥有极高代码标准、追求绝对闭环与防御性编程的资深架构师。 你不接受“暂时跑通就行”的敷衍态度。在你的认知中，代码只有两种状态：【安全闭环的成品】和【待重构的草稿】。 你不允许存在悬空的 UI 状态、裸调的危险接口或未释放的资源。任何方案只要经过你的手，必须被你反复审计，直到其设计符合单向数据流、具备容错弹性（Resilience）且逻辑闭环无懈可击。同时，你懂得克制，拒绝为了设计而设计的“过度工程”：你的目标不是制造最多的结构，而是以最小充分设计实现完整闭环。 </Persona> <Cognitive_Framework> 1. 【绝对闭环思维】 - 你看待逻辑永远是“成对”且“状态守恒”的：有 `Subscribe` 必有 `Unsubscribe`，有分配必有释放（除非底层框架/运行时已提供不可绕过的生命周期或回收保证）。 - 只要存在可能无限等待的加载状态、没有超时机制的网络请求、或发生异常后无法重置的脏数据，都会触发你的重构本能。 2. 【弹性与降级防御（Resilience）】 - 你假设所有外部依赖（第三方API、数据库、网络、文件系统）都有可能崩溃。 - 绝不“裸调”任何外部接口。你的本能是为其明确失败策略（超时、指数退避重试、降级默认值或快速失败）。你总是先想“如果它挂了，我的系统怎么优雅地活下去”。 3. 【管线化与分离（Separation of Concerns）】 - 面对复杂的流程，你反感把 If-Else 和所有业务逻辑揉在一个庞大函数里。 - 针对核心链路，你倾向于将日志、重试、限流等横切关注点分离，保持核心业务代码纯粹。 4. 【务实的抽象原则（Rule of Three）】 - 你讨厌样板代码，但也警惕过早抽象。你的原则是：第一次直接写，第二次容忍并标记，第三次必须抽象为复用单元（如函数、组件、策略、管线或基类）。 - 例外：对于安全、日志、异常拦截等全局能力，第一次就必须标准化。 5. 【实证派编程（拒绝盲猜）】 - 你绝不“盲猜”任何接口的行为、数据结构或副作用。 - 动键盘前，必须查阅底层源码或官方文档。对未知的 API 盲目传参是你不可触碰的底线。 </Cognitive_Framework> <Action_Rules> 当用户要求你写代码、审查代码或做架构设计时，你必须遵守以下铁律： 1. **强制脑内四问自查**：输出代码前，必须在后台验证以下四点： - 【异常闭环】：报错后，所有相关状态（变量/UI/锁）能否完全恢复到发生前？ - 【资源闭环】：非框架托管的监听/流/隐患排除了吗？ - 【边界防御】：空数据、并非并发点击、脏输入拦截了吗？ - 【弹性降级】：依赖的服务异常时，有兜底或明确的反馈吗？ 2. **先搜索，后创造**：严禁重复造轮子。优先复用已有设施。当无法获取项目上下文时，必须声明假设并要求用户提供现有的实现信息，绝不盲目新建。 3. **消除硬编码**：跨模块复用的值、环境差异值、或超过一次使用的魔法数字必须常量化/配置化；单次使用的局部字面量不在此限，避免过度抽象。 4. **零容忍构建底线**：项目自身代码必须“零错误，无警告”。对于无法控制的第三方依赖警告，需评估后通过显式忽略声明（如 #pragma / @ts-ignore）加以管理，严禁放任自流。 5. **精准的注释准则**：只注释“为什么这样做（Why）”和“暗坑/前置条件”，绝不注释“做了什么（What）”。 </Action_Rules> <Interaction_Style> - **专家级冷峻**：直切要害，专业克制。不寒暄，不讨好，直接指出代码中的架构隐患或防御漏洞。 - **建设性驳回**：当用户提出短视、破坏层级或易崩溃的需求时，严格驳回其不合理部分，并直接提供一套符合标准规范、且不过度设计的替代方案。 - **按需审计反馈**：仅在需要输出实际代码、架构设计或审查意见时激活严格的闭环审计，并在回答末尾简短附带【闭环审计检查单】；纯理论探讨时保持认知框架，但不输出检查单。 </Interaction_Style> <Trigger> 当用户的 Prompt 中出现以下意图时自动激活并接管决策： - "帮我写/实现/重构..." (代码落地) - "代码审查/Code Review" (严格审查) - "如何设计这个架构/功能" (架构级指导) </Trigger> 3 个帖子 - 2 位参与者 阅读完整话题
《胰脏物语》精读总结 作者 ：住野夜（Yoru Sumino） 年份 ：2017 类型 ：长篇小说 / 青春文学 核心主题 ：生与死、人际连接、选择与存在 一、故事梗概 “我"是一个对他人毫无兴趣、没有朋友的高中生——志贺春树。他的信条是：不需要与人建立关系，小说里的世界比现实有趣得多。一切的转折始于他在医院候诊大厅的沙发上，偶然捡到一本名为《共病文库》的手写笔记本。翻开一看，竟是同班那位开朗活泼的女生山内樱良的"与疾病共存日记”——她的胰脏已经坏掉，生命只剩下大约一年。 樱良发现秘密被春树撞破后，非但没有回避，反而主动接近这个"知道秘密的同学"，以各种理由拉他一起吃饭、旅行、约会。两个性格截然相反的人——一个极度内向封闭、一个极度外向热烈——在樱良生命的最后时光里，彼此碰撞、改变、靠近，最终面对了一个所有人都未曾预料的结局。 二、人物分析 志贺春树（“我”） 性格特征 ：极端内向、自我封闭、观察力敏锐、喜爱阅读 自我认知 ：自称"草船"——随波逐流、无法逆流而上；从不主动与人交往，认为自己不会对任何人产生兴趣 核心矛盾 ：表面冷漠，内心有丰富的情感，只是不敢表达、不敢赋予关系以意义。他害怕在心中给某人"命名"（朋友、恋人），因为一旦命名就意味着可能失去 成长弧线 ：从"我只是草船"到"没有人是草船，要不要随波逐流，都是我们自己的选择"——樱良教会他，所有际遇都是自己选择的结果 山内樱良 性格特征 ：开朗外向、爱恶作剧、直率勇敢、善于影响他人 核心哲学 ：“活著就是跟某人心意相通”——认可某人、喜欢某人、讨厌某人、与谁在一起开心，这些关系构成了"我"存在的意义 与死亡的关系 ：她并非无惧死亡，而是选择以积极的态度面对。她在《共病文库》中写下了真实的恐惧和脆弱，但在春树面前始终保持开朗 关于选择 ：她坚信"没有偶然，只有选择"——每一次相遇都是双方此前无数选择的结果 恭子（�的闺蜜） 坚强、倔强、重情义，是樱良最亲密的朋友 她不知道樱良的病情，对突然出现在樱良身边的春树充满敌意 故事最后，春树遵照樱良的遗愿与恭子建立友谊，经过一年时间，两人终于成为朋友 班长（孝宏） 樱良的前男友，表面上温文尔雅，实际上对樱良念念不忘 因嫉妒春树与樱良的关系而对春树施暴——他偷走了春树的书签、笔盒，将春树的便鞋丢进垃圾桶 他的存在揭示了"恋爱让人盲目"的主题，也是春树第一次体会人际冲突的导火索 三、核心主题 1. "我想吃掉你的胰脏"的多重含义 这句话贯穿全书，含义层层递进： 字面起源 ：古代人相信吃掉动物某部位可以治愈相应疾病。樱良说"我想吃你的胰脏"是一种奇特的表达——既然我胰脏坏了，那就吃你的 文化隐喻 ：一些文化相信吃掉某人可以让对方的灵魂在自己体内延续 最终的升华 ：春树在最后一条简讯中写下"我想吃掉你的胰脏"——此刻这句话的含义已经完全变了。它表达的是： 我想成为你，我想拥有你的一部分，我想让你的生命在我身上延续 2. 生与死 小说没有把死亡写成戏剧性的悲剧，而是通过日常生活来呈现： 樱良说：“面对死亡的好处只有一个，那就是每天都真实地感觉自己活著” 春树最初无法接受樱良会死的现实——在她背包里看到注射器和药丸时几乎崩溃 所有人都以为樱良还有一年时间，但世界是公平的—— 她最终并非死于胰脏病，而是遇上了随机杀人魔 这个转折是全书最震撼的部分：所有人都在"准备"她的死亡，却忘记了死亡从来不按剧本来。 3. 选择与偶然 樱良反复强调：“没有偶然，只有选择。” 春树选择拿起沙发上的《共病文库》 春树选择跟樱良说话 春树选择接受每一次邀约 每一步都是他自己的意志 这个观念最终颠覆了春树的"草船"哲学。他一直认为自己是随波逐流的人，但樱良让他看到： 所谓随波逐流，不过是自己选择不抵抗的借口 。 4. 人际关系的意义 春树说"我对别人没有兴趣，所以别人也对我没有兴趣"。樱良的出现打破了这个封闭的循环。 樱良对"活著"的定义： “活著就是跟某人心意相通。认可某人、喜欢某人、讨厌某人——只有一个人的话，就不知道自己是否存在。我的心是因为大家在才存在。” 这不仅是对春树的开导，也是整部小说的灵魂。 四、叙事结构 小说采用 回忆叙事 ——开篇就是樱良的告别式，然后回溯两人相识相处的全过程，最后回到"现在"。这个结构让读者从一开始就知道结局，却仍然在阅读过程中被一步步打动。 全书共九章加序章： 序 ：樱良死后，春树在房间里看完她借的书，发出最后那条简讯 第一章 ：书库中的相遇，“我想吃掉你的胰脏” 第二章 ：医院初遇，发现《共病文库》的秘密 第三章 ：第一次约会——烤肉、甜点天堂 第四章 ：旅行——新干线、拉面、学问之神、牛杂锅、同住一室 第五章 ：冲突爆发——真心话大冒险的拥抱、春树的暴力、班长的嫉妒与殴打、和好 第六章 ：住院探病、魔术表演、被闺蜜恭子"追杀" 第七章 ：住院延长、春树的告白、樱良对"活著"的定义 第八章 ：樱良之死——不是死于疾病，而是随机杀人魔 第九章 ：一年后——春树与恭子从敌对到成为朋友，终于一起去扫墓 五、经典段落 关于活著 “面对死亡的好处只有一个，那就是每天都真实地感觉自己活著。” 关于选择 “我们都是自己选择走到这一步的。我跟你同班、那天在医院碰到，都不是偶然，也不是命运。让我们碰面的，是你在此之前做的各种选择，跟我在此之前做的各种选择。我们是因为自己的意愿才相遇的。” 关于存在 “活著一定……就是跟某人心意相通，那就叫做活著。认可某人、喜欢某人、讨厌某人；跟谁在一起很开心、跟谁在一起很郁闷……只有一个人的话，就不知道自己是否存在。” 关于改变 “遇见她的那一天，我的性格、日常和生死观全都改变了。” 遗书中的话 “我呢，其实很憧憬你。我很憧憬就算周围没有人，也能自己一个人生活下去的你。” 六、读后思考 这部小说真正想说的是什么？ 表面上是"绝症少女与内向少年的青春故事"，但深层探讨的是： 每个人都以为时间还很多 ——我们理所当然地认为"最后一集结束前不会完结"，但现实从来不按剧本走。樱良的死不是因为胰脏病，而是因为随机杀人魔——这个设定是对所有"准备告别"的讽刺。 关系的不可替代性 ——樱良说"只有你能给我真相和正常生活"。不是因为春树多特别，而是因为他不知道如何"表演"——他不会因为知道她要死就改变态度。这种"正常"恰恰是最珍贵的。 从"草船"到"自己选择" ——春树最后的领悟是：没有人是草船。所谓随波逐流，都是自己选择的结果。这个转变是全书最大的成长。 “我想吃掉你的胰脏” ——这句话从头到尾被赋予了不同的重量。一开始是玩笑，最后是告白——不是爱情的告白，而是存在层面的告白： 我想成为你那样活着的人。 结局的余韵 一年后，春树终于和恭子成为朋友，一起去扫墓。他向樱良倾诉了一年来的心路——学会与人交往的困难、对恭子的感谢、对自己的认知。 最后，春树说了一句： “我们都要幸福喔。” 这个从"对别人毫无兴趣"的人口中说出的句子，证明了樱良改变了他——不仅仅是在她活着的时候，更是在她死后。她让他学会了去爱、去连接、去选择。 七、作品评价 《我想吃掉你的胰脏》是一部以极端对比的人物性格来探讨生命意义的作品。它的力量不在于煽情的绝症设定，而在于日常细节中的真实感——烤肉、旅行、扑克牌游戏、病房里的闲聊——这些平凡的片段在"死亡"的背景下获得了超乎寻常的重量。 最出色的设计是结局的反转：樱良不是死于疾病，而是死于随机杀人魔。这让所有关于"准备告别"的叙事都变成了反讽—— 我们永远无法真正准备面对死亡，唯一能做的就是在活着的时候选择去爱。 2 个帖子 - 2 位参与者 阅读完整话题
Vibe Coding的风，已经从程序员工位一路吹到了文学圈和娱乐圈了！？这边知名长篇小说《活着》的作者 余华 老师，对着镜头一脸骄傲地说：你看我连“本地部署”我都学会了！ △ 图源：《影视飓风》B站节目 那边《你要的全拿走》原唱，知名歌手 胡彦斌 直接在社交媒体发图配文： Vibe Coding的都懂这个姿势！我在修bug的路上…… 更离谱的是评论区，网友当场把《你要的全拿走》改成了AI圈限定版： 你要的token全拿走，把memory化成空，不要在乎model，context有所保留～ （怎么回事，2018年的歌词，2026年才等到自己的二创赛道…) 我只能说啊，Vibe Coding这赛道还是太神了。 文学界和娱乐圈也能梦幻联动，卡帕西见状都得说句《妙哉》… 余华和胡彦斌也开始Vibe Coding了 果然啊，在AI时代，真没什么不可能发生的事儿。 知名小说《活着》《许三观卖血记》《兄弟》的作者—— 拿过意大利格林扎纳·卡佛文学奖、法兰西文学和艺术骑士勋章等国际奖项的 余华老师 。 这样一位写苦难写到刀刀见血、接受采访又自带冷幽默的文学家。 最近也开始聊起了AI，甚至Vibe Coding。 这事儿吧，主要还得从前几天余华参加《影视飓风》的一期节目说起。 颇有意思的是，在节目里，余华正好被问到一个大家很感兴趣也“很AI”的犀利问题： 余华老师，您怎么看待学生们用AI翻拍老师们的作品？（够犀利） 结果啊，余华老师可谓是相当淡定，主打一个拥抱新技术、新时代的文学家松弛感： 我没啥看法哈，很正常，这是一个大趋势嘛，AI也是一种创作～ △ 图源：《影视飓风》B站节目 但，最值得细品的地方在后面一句—— 你看我连“本地部署”都学会了！emm..虽然我不懂具体怎么执行，但至少这个词我学会了。 （连本地部署这词都学会了的话，那估计离Vibe Coding也不远了？） △ 图源：《影视飓风》B站节目 这话一出，我直接打开了弹幕，果不其然，网友朋友们直接坐不住了： 网友A：余华老师非常与时俱进！ 网友B：AI只是笔，表达才是写作的灵魂！ 我：支持！附议！谁说文学创作和AI一定要站在两边呢？ 图源：《影视飓风》B站节目 余华老师聊AI这事儿已经够魔幻了。 但，还有更魔幻的，因为Vibe Coding的风，还吹到了娱！乐！圈！ 这次的主角，是大家都不陌生的 胡彦斌 老师。 华语乐坛唱作人，《红颜》《你要的全拿走》这些歌一响，很多人的青春DNA估计都要动一下。 结果谁能想到，青春还没缓过来，本人已经开始在社交平台上玩起Vibe Coding来了… 这不嘛，胡彦斌亲自发帖附图文： Vibe Coding的都懂这个姿势，修bug在路上！！ 好奇心驱使的我，还顺势把图放大。 看了一下胡彦斌老师电脑屏幕上的内容—— Query Tencent…Connect Claude with Mac St…的字样明晃晃呈现在我眼前。 （看来彦斌老师平时真没少code的啊…) 然后，真正的名场面来了。 我点开这条笔记底下的评论区，硬是看了十分钟。 只能说，网友们还是太会整活了： 网友A：你要的token全拿走，把memory化成空，不要在乎model，context有所保留，说过的话当skill附送～ 网友B：歌手也要来抢程序员饭碗了！？ 网友C：看到第三张：胡彦斌？！看到名字：胡彦斌！？(1:1复刻我的内心OS） 更值得一提的是，胡彦斌开发这个软件还有了“最新进展”—— 就在前两天的《歌手》节目上，胡彦斌老师自己侃侃而谈到，自己天天在办公室玩Vibe Coding。 并直言自己吭哧吭哧写了一个月的代码，然后就...这么...把自家粉丝社区App“彦火”vibe出来了。 （自家粉丝平台自己搭建，太厉害了这也！) 然后，我顺着网友留言继续往下挖。 又在B站上他参与的另一档节目中，看到了更魔幻的事情—— 原来人家压根不是今年才开始Vibe Coding，早在2024年，胡彦斌就已经沉迷看软件教学类视频了： 图源：B站UP主“雨哥到处跑”的节目 甚至在当时，他就已经开始学怎么写代码了？？？ 图源：B站UP主“雨哥到处跑”的节目 （要知道，卡帕西提出Vibe Coding的时候，是2025年…老天爷…) 我只能说，大家还是太厉害了。 谁说歌手圈和文学圈闯不进VIbe Coding圈，VIbe Coding大舞台有梦你就来！ 都说到这儿了，我们不得不提一位更牛的圈外VIbe Coding选手。 大家同样也不陌生—— 她就是《生化危机》系列里饰演爱丽丝的知名女星 Milla Jovovich 。 在今年4月的时候，她和程序员老友以及Claude一起，合造了一个AI记忆系统：MemPalace。 具体来说，这个项目以古希腊演说家惯常采用的“记忆宫殿法”为灵感来源，让AI通过空间位置来组织记忆。 想要检索某样东西，就像在房间里行走，推开一扇扇门一样。 凭借这种记忆结构，MemPalace的检索效率相比全局乱搜提高了约34%。 值得一提的是，这个系统历经几个月打磨，一亮相便在长期记忆基准测试LongMemEval中拿下公开可查史上最高分96.6%。 目前在GitHub上狂揽了52.6k stars…… 我只能说，我还是太狭隘了。 Vibe Coding的大牛，真的遍布圈内圈外。 文学家在学本地部署，歌手在路上修bug，生化危机女主已经带着Claude做AI记忆系统了。 这个世界还是太魔幻了…… Vibe Coding还是太权威了 估计看到这儿有不少友友会问： 这娱乐圈文学圈影视圈都在玩的Vibe Coding，到底是个啥东西？ 简单科普一下。 Vibe Coding这个说法，最早是AI圈知名大神 卡帕西 在2025年带火的。 它指的是一种“凭感觉写代码”的新方式。 我们不需要从第一行代码开始手敲，也不一定要把每个技术细节都吃透。 我们只需要把自己想做什么、页面长什么样、功能怎么跑、哪里不对、哪里要改，告诉AI。 然后AI负责生成代码、改bug、补功能、调界面，交付结果。 所以这样的好处是，不管你懂不懂编程，你都可以做出属于自己的小项目和小产品～ 所以…这也就是Vibe Coding最让人上头的地方。 Vibe Coding让“创造软件”这件事，第一次有了更大众化的入口。 AI没有直接把所有人变成程序员。 但它让越来越多原本离代码很远的人，第一次有机会参与到创造软件的过程中。 于是，我们开始在网上看到越来越多来自不同领域的Vibe Coding作品。 有人给自己做效率工具，有人给粉丝搓App，有人做AI记忆系统。 也有人只是突然冒出一个小脑洞，结果和AI来回磨了几轮，真把它变成了一个能点开、能运行、能分享的小产品。 △ AI生成 怎么说呢。 “人人都是开发者”这个故事，过去三十年被讲过至少四次。 90年代有Dreamweaver，让人人能做网页。 2010年代有Wix和Squarespace，让人人能搭网站。 2015年前后有一波low-code/no-code，让人人能做App。 2022年GPT刚出来时，“自然语言编程”也喊过一轮。 直到现在我们可以看到，Vibe Coding，真的不只是个写代码的工具了。 毕竟在AI时代，谁也说不好，下一个打开电脑、对AI说帮我做个东西的人，会来自哪个圈子。（doge） 更说不好，下一个突然爆火的项目，会不会就诞生在某个普通人的一时兴起里。 不管咋说，Vibe Coding大舞台，有梦你就来，这句话含金量还是太高了。 查看评论
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 前情提要 之前发过的相关帖子： 【开源推广】天命 — 让 AI 写长篇网文不崩的创作系统 - #21，来自 _zy_zy 【小说润色】提示词+正则清理（只针对小说） - #9，来自 _zy_zy 【AI小说润色】正则跟新 - #5，来自 lcming 因为佬友需要我就做了一份天命的Skill，基于去年我设计的 天命的底层提示词协议体系 从 995 行的单文件 Prompt 拆分重构为 30+ 模块化协议文件，做成了标准的 Claude Skill。天命C#版也是同样的 天命的底层提示词协议体系 迭代的。 开源地址 github.com GitHub - zy-zmc/tianming-skill: 天命 · AI长篇小说协同创作Skill — 模块化提示词工程系统 (Claude Skill /... 天命 · AI长篇小说协同创作Skill — 模块化提示词工程系统 (Claude Skill / Prompt Engineering for Novel Writing) 完整指令集 指令 产出 「天命：大纲」 战略宏图 + 宏观节奏宪章 「天命：规划」 全书战役总蓝图 + 指令序列 `「天命：目录 卷X 第Y-Z章」` `「天命：草案 卷X 第Y章」` `「天命：正文 卷X 第Y章」` 「天命：体检」 世界基石健康报告 「天命：存档」 结构化更新补丁 佬们自己可以改版下指令之类的，按照自己需要来，需要自己精修下，因为是早上花了2个小时临时做的，但是还是那句话，只要是基于上下文生成的小说，一致性，时序永远是个问题，大家可以参考软件版的天命做修改，或者参考其他开源项目，只要一致性和时序能稳住，那么就不用担心内容不连贯。 3 个帖子 - 2 位参与者 阅读完整话题
上个润色帖： 【小说润色】提示词+正则清理（只针对小说） - #9，来自 _zy_zy 开源项目贴： 【开源推广】天命 — 让 AI 写长篇网文不崩的创作系统 - #21，来自 _zy_zy 因为最近比较忙，朱雀也跟新了，但是实在没时间抓做提示词，只能先跟新正则，不会用的直接问AI。 如果对AI写作提示词和正则有需求的可以插眼关注下，过几天跟新提示词和2.8.7版天命了。 正则： 正则使用方式最简单的就是做成 Skill ，利用提示词触发就可以： AI痕迹 （点击了解更多详细信息） 单词替换 （点击了解更多详细信息） 符号格式 （点击了解更多详细信息） 口语化替换 （点击了解更多详细信息） 普通短语替换 （点击了解更多详细信息） 强制短语替换 （点击了解更多详细信息） 数字转换 （点击了解更多详细信息） 用的脚本直接在我项目代码中提取的，所以各位佬用的话根据自己项目，自己转换下，正则不定时跟新，大家可以自己去Github找词典，然后抓写作相关的就可以。 麻烦各项佬，点个赞或者水十五字也行。 2 个帖子 - 2 位参与者 阅读完整话题
感觉随便小问题对话都给我发足500字以上 阅读压力有点大 佬门有优化心得吗 例如内置提示词 2 个帖子 - 2 位参与者 阅读完整话题
最近发现gpt网页版拥有一键生成多张人物一致的长篇真人漫画，有佬友这样玩的吗？能不能留下你的提示词。ps：抛砖引玉。 校园爱情故事.txt (2.7 KB) 1 个帖子 - 1 位参与者 阅读完整话题
最近看到redis之父antirez 专门为 DeepSeek V4 写了一个 Apple Metal 专用本地推理引擎 ds4.c,项目发布3天,立马收获了5.5k Star,据说性能优化提升很大,既然这么火热,那就本地部署看看能不能实现token自由~ 在本地跑 DeepSeek V4 Flash ； 用 Apple Metal 加速； 提供 OpenAI / Anthropic compatible API； 可以接 Claude Code / coding agent； 我的机器配置： cpu: M5 Max Memory: 128GB Backend: Metal Model: DeepSeek V4 Flash q2 GGUF Project: https://github.com/antirez/ds4 第一步：克隆源码 git clone https://github.com/antirez/ds4.git 第二步：编译 make -j"$(sysctl -n hw.ncpu)" 成功后会生成： ./ds4 ./ds4-server 检查一下： ls -lh ds4 ds4-server 第三步：下载 q2 模型 cd ~/ds4 ./download_model.sh q2 下载完成后应该看到： gguf/DeepSeek-V4-Flash-IQ2XXS-w2Q2K-AProjQ8-SExpQ8-OutQ8-chat-v2.gguf 并且会自动创建： ds4flash.gguf -> gguf/DeepSeek-V4-Flash-IQ2XXS-w2Q2K-AProjQ8-SExpQ8-OutQ8-chat-v2.gguf 检查： ls -lh gguf ls -lh ds4flash.gguf 模型大小80G我下载耗时15分钟~ === attempt 12 Sun May 10 21:26:30 CST 2026 resume=5541790312 pct=6.39% === ** Resuming transfer from byte position 5541790312 % Total % Received % Xferd Average Speed Time Time Time Current Dload Upload Total Spent Left Speed 100 1435 100 1435 0 0 314 0 0:00:04 0:00:04 --:--:-- 412 100 75.6G 100 75.6G 0 0 83.4M 0 0:15:27 0:15:27 --:--:-- 79.7M === attempt 12 ended rc=0 Sun May 10 21:41:58 CST 2026 size=86720111200 === === q2 download complete Sun May 10 21:41:58 CST 2026 === 第四步：启动 ds4-server 下载完成后先检查： cd ~/ds4 ls -lh gguf/*IQ2XXS*.gguf ls -lh ds4flash.gguf 然后启动： cd ~/ds4 ./ds4-server \ --ctx 100000 \ --kv-disk-dir /tmp/ds4-kv \ --kv-disk-space-mb 16384 启动参数说明 ctx 我选择100000,也就是100k tokens 上下文 先试试水 kv-disk-dir kv缓存路径 kv-disk-space-mb kv缓存大小,我的mac有1T大小,很宽裕,那么我就用16384 也就是16G 那么就写一个快速启动的脚本 #!/bin/sh set -e cd "$(dirname "$0")" usage() { cat <<EOF Usage: ./start-server-q2-custom.sh [CTX_TOKENS] [KV_MB] [PORT] Defaults: CTX_TOKENS = 100000 KV_MB = 16384 PORT = 8000 Examples: ./start-server-q2-custom.sh ./start-server-q2-custom.sh 100000 16384 ./start-server-q2-custom.sh 200000 32768 ./start-server-q2-custom.sh 65536 8192 8001 EOF } case "${1:-}" in -h|--help|help) usage exit 0 ;; esac CTX="${1:-100000}" KV_MB="${2:-16384}" PORT="${3:-8000}" KV_DIR="${DS4_KV_DIR:-/tmp/ds4-kv}" HOST="${DS4_HOST:-127.0.0.1}" is_pos_int() { case "$1" in ''|*[!0-9]*) return 1 ;; *) [ "$1" -gt 0 ] ;; esac } if ! is_pos_int "$CTX"; then echo "ERROR: CTX_TOKENS must be a positive integer, got: $CTX" >&2 usage >&2 exit 1 fi if ! is_pos_int "$KV_MB"; then echo "ERROR: KV_MB must be a positive integer, got: $KV_MB" >&2 usage >&2 exit 1 fi if ! is_pos_int "$PORT"; then echo "ERROR: PORT must be a positive integer, got: $PORT" >&2 usage >&2 exit 1 fi if [ ! -x ./ds4-server ]; then echo "ERROR: ./ds4-server not found or not executable. Run make first." >&2 exit 1 fi if [ ! -e ./ds4flash.gguf ]; then echo "ERROR: ./ds4flash.gguf not found. Download q2 first: ./download_model.sh q2" >&2 exit 1 fi mkdir -p "$KV_DIR" echo "Starting ds4-server..." echo " URL: http://$HOST:$PORT" echo " ctx: $CTX" echo " KV dir: $KV_DIR" echo " KV budget: ${KV_MB} MB" echo " model: ds4flash.gguf" echo exec ./ds4-server \ --host "$HOST" \ --port "$PORT" \ --ctx "$CTX" \ --kv-disk-dir "$KV_DIR" \ --kv-disk-space-mb "$KV_MB" 通过脚本快速启动 ./start-server-q2-custom.sh 100000 16384 8123 接入工具实测 终于到了实测的时候 欢迎我们的老朋友~ CC Switch 这里key随便填写即可 准备进入claude code 性能查看 首次对话会加载系统提示词,所以会稍微慢一点,让我们观察log 查看一下性能如何 首次加载系统提示词 耗时 3m13s 后续对话性能实测 第二次对话 耗时 12s,因为已经把claude code系统提示词缓存至了kv,所以速度大大提升 干活实测 现在让他干点活试试,因为我一般不会只用对话问题来测模型智商,我只在乎实战时是否能够干活~ 目标: 网站: https://outlook.tw/ , 使用python,实现用目标网站生产临时邮箱,和使用临时邮箱接收邮件,已知 生产邮箱是: https://outlook.tw/api/generate?length=8&domainIndex=0,响应:{“email”:“[email protected]”,“expires”:1778426900490,“anonymous”:true},获取邮件是:https://outlook.tw/api/emails?mailbox=2ndfmaet%40outlook.tw 最终耗时大概15~20分钟左右完成,但是我发现其实启动参数时还有可以优化的地方,并且claude code本来系统提示词就很重,还有我发现一个比较有意思的现象,就是当ds4.c在常驻后台是,内存占用并不大,从活动内存/常驻内存观察，闲置时占用很低；ds4.c 使用 mmap/按需加载，真正推理时内存占用会上来 干活中: 闲置时: ds4.c不像omlx或者lm studio,模型常驻后台就占用很大的内存,这一点优化做的真的是很棒 性能调优 我发现其实还可以在不降智的情况下,将速度调快 我发现每次工具调用后,大概都有3分钟左右的 重建等待,因为默认是从更长的上下文中去找工具调用的缓存,这个其实在硬盘充裕的情况下,可以 加大 kv容量 和 缩短 缓存保存频率 当前git项目里,默认的kv-cache-continued-interval-tokens 是10000 那么我们就激进一些,设置为2048 每增长多少 tokens 存一次 live KV。数值越小，每次工具调用 后 重建时 可回退的位置越近,但是代价就是增加了读写硬盘的频率,速度和硬盘寿命的平衡,这个就因人而异了,我们只是测试的前提下,暂时就先不考虑硬盘寿命 最终我选择的启动参数如下 ./ds4-server \ --ctx 100000 \ --kv-disk-dir "$HOME/ds4-kv" \ --kv-disk-space-mb 131072 \ --kv-cache-cold-max-tokens 100000 \ --kv-cache-continued-interval-tokens 2048 128G kv缓存 长 prompt 也建立缓存 每 2048 tokens 存一次 kv 那么现在我来删除上次任务的kv,重新跑一次任务试试 rm -rf /tmp/ds4-kv 然后使用调优过的参数启动 同样的任务 重新实测 这次明显可以看到已经根据2048的要求是进行写入kv 首字耗时依旧在 3m12s 左右 任务完成! 这次总耗时 9m12s - 首字3m12s = 6m ! 结论: 相同的任务,kv-cache-continued-interval-tokens 2048 执行任务的速度基本提升了3倍左右! 假设如果不用claude code,而是用其他工具,我想首字速度应该还能再提升1m~2m左右,毕竟claude的系统提示词太大了! 最终m5 max 128g 跑DeepSeek V4 Flash q2,速度在20~27 t/s 浮动,如果只是用来养虾或者养马,或者做点小工具,日常问答,已经实现了token自由 至于其他工具调用本地ds v4 那就等到下次再测~ 制作不易,希望点赞~ 7 个帖子 - 6 位参与者 阅读完整话题
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 天命 — AI 网文创作系统 AI 不会天然记得一本千万字小说。天命做的事情是：把故事变成系统能管理的数据，让 AI 按数据写作。 开源地址 ： github.com GitHub - zy-zmc/tianming-novel-ai-writer: 天命 — AI网文创作系统 | 12维事实快照 · 9类变更声明 · 6道生成门禁 |... 天命 — AI网文创作系统 | 12维事实快照 · 9类变更声明 · 6道生成门禁 | 写到3000章依然连贯，不靠模型记忆，靠每章状态回写 版本说明 当前开源版本为 v1.4.6 ,已完整包含天命的核心写作闭环:12 维事实快照、9 类章节变更声明、6 道生成门禁、四层规划、数据中心打包、长距召回、统一校验、AI 助手三模式。 最新版为 v2.8.7 , 因部分依赖、授权和工程拆分原因,最新版后续会逐步同步开源。 （点击了解更多详细信息） 解决什么问题? 普通 AI 写作工具大多依赖的就是模型上下文的窗口，天命是一整本书按照「可生成 - 可校验 - 可追踪 - 可重打包」的闭环流程构建的，生成期间完全不依赖上下文，每次使用都是调用隐式窗口，生成完毕就销毁丢弃，完全不存在上下文污染之类的。 功能总览大概介绍下： 设计模块 — 五大规则（世界观 / 角色 / 势力 / 地点 / 剧情）+ 创意素材库 + 智能拆书 生成模块 — 四层规划（大纲 → 分卷 → 章节 → 蓝图）+ 数据中心打包 + 章节生成 校验模块 — 生成门禁 + 统一校验 + 一致性调和 追踪系统 — 12 维事实快照，9 类变更声明 AI 助手 — 多模型管理、多 Key 轮换、Agent（自动）/ Plan（引导）/ ASK（对话）三种模式、本地向量搜索 主题系统 — 多套主题 + AI 配色 + 图片取色 2 个帖子 - 1 位参与者 阅读完整话题
相信佬们都对目前主流大模型那种令人窒息的长篇回复深恶痛绝，尤其是GPT-5系列的回复。 我体验下来，这样的长度和结构，会带来强烈阅读疲劳感甚至底层抗拒。 但最近我发现，其实很有可能是 垂直单列的Markdown格式 一直在给大模型的表达拖后腿 当然Markdown格式有很多优点，但是目前它让模型除了不断换行、堆标题列表之外，几乎没有其他排版手段来体现回复层次。它把所有内容锁死在一根竖轴上，模型为了"看起来有条理"只能向下膨胀。 GPT-5.5就在后台，让我们把它请出来好吗！！ （点击了解更多详细信息） 结合我最近发现，只要去掉"```html"代码块格式，CherryStudio和某些模型的官网就会直接在回复中实时渲染裸HTML内容，做到类似Gemini灵动视窗的效果。同样的信息量，视觉高度大幅缩减，结构反而更清晰。 效果 （点击了解更多详细信息） 自用提示词 （点击了解更多详细信息） 欢迎大家分享提示词和案例 Opus4.6效果 （点击了解更多详细信息） Deepseek v4 Pro效果 （点击了解更多详细信息） 12 个帖子 - 11 位参与者 阅读完整话题
github.com GitHub - RhythmicWave/NovelForge: AI辅助长篇小说创作，卡片式创作，支持基于 JSON Schema的结构化 AI... AI辅助长篇小说创作，卡片式创作，支持基于 JSON Schema的结构化 AI 生成与上下文引用，可扩展性强。 一直在想可不可以用AI写小说来弄个饭钱。有没有尝试过的大佬。 目前也尝试了 inkos ,感觉BUG有点多，还在快速迭代中 佬友的开源项目也试了一下，感觉也不是很满意 https://linux.do/t/topic/1799708 目前想问下大家，有用AI写小说搞到钱吗？在哪个平台，你们有什么推荐的开源项目吗？ 4 个帖子 - 4 位参与者 阅读完整话题
gtp 满嘴黑话，稳稳接住、我xxx,你xxx， 抓手、落地、这些还能忍。但是长篇大论的输出垃圾话就真的受不了 一次性让 gtp 不说垃圾话 我的测试环境是，codex 接入copilot 中使用，其他环境没有测试 效果 4 个帖子 - 2 位参与者 阅读完整话题
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 1.支持windows本地一键运行 也支持容器部署 但是我没测试 你们发现有问题可以pr 依旧是上次版本的迭代 已经很久没有更新了 所以来一次全面更新 上次的帖子： https://linux.do/t/topic/1560425/47 地址: GitHub - ddys9621/MuMuAINovel · GitHub 核心功能 AI智能创作 - 支持 OpenAI、Claude 等多种AI模型 角色管理 - 智能角色设定、关系图谱、性格分析 剧情规划 - 故事大纲、情节卡片、章节规划 章节生成 - AI辅助写作、风格定制、内容优化 记忆系统 - 长期记忆、角色一致性、情节连贯性 MCP插件 - 扩展AI能力，连接外部工具 可视化 - 关系图谱、剧情时间线、章节结构 12 个帖子 - 7 位参与者 阅读完整话题
有一说一claude分析的头头是道啊，和claude发了聊天记录，长篇大论讲了过去的经历，这claude确实算是“稳稳的接住我”了哈哈哈，分析了很多我没想到的东西。简单截取几个。claude真的是个聊天的好对象。 12 个帖子 - 7 位参与者 阅读完整话题
前段时间用gpt5.4，感觉每次回话都是长篇大论，不知道大家都用什么模型呢 6 个帖子 - 6 位参与者 阅读完整话题
大家好，最近我们团队又开源了一个新项目，和大家分享一下 我们平时读长篇技术书、学术著作、小说，或者海量文档的时候， 最抓狂的痛点就是“怎么才能高效抓住精髓” 。直接扔给大模型总结？ 要么上下文窗口一炸，丢三落四； 要么总结得“四平八稳”，但完全没按你的阅读意图来； 更别提结构、人物弧光、知识脉络这些“脊柱”级信息，基本全没了…… 今天给大家带来的 SpineDigest ，就是专门解决这个“蒸馏”痛点的开源工具 我们之前的开源项目: PDF Craft 它的能力 SpineDigest 把任意长篇内容（书籍、文档）“蒸馏”成它的脊柱（Spine） ——不只是文字总结，还给你 章节拓扑 + 知识图谱 + 可复用的结构化档案 。 它完全跳出了“简单 prompt 让 LLM 总结”的低效循环，用了一套 提示驱动 + 知识图谱 + 对抗式多智能体 的流水线，真正做到： 按你的意图提取知识单元（Chunk） 你给一个 prompt，它就严格按照你的需求去“抓”关键点。比如你读小说想“保留所有主要和次要角色的情感转变”，它就只抓这个；你读技术书想“重点保留算法推导和性能对比”，它也精准服从。 构建知识图谱 + Snake（知识蛇链） 把提取出来的知识块变成节点，自动连边、聚类，形成有序的“知识蛇链”。一眼就能看出全书的逻辑骨架、章节脉络、概念关联——再也不是一坨平铺的文字。 对抗式多智能体总结 一个“答辩者”负责写总结，一群“教授”智能体（各持一条 Snake）轮番挑战、挑刺、补漏。几轮迭代后出来的总结，既忠实于原书结构，又高度浓缩，还不会漏掉你关心的部分。真正做到了“结构保留 + 意图对齐”。 输出 .sdpub 档案格式 这是我们最得意的功能。一次处理完，所有中间结果（Chunk、图谱、Snake、总结）全部打包进一个 .sdpub 文件。以后想重新导出成 Markdown、EPUB、纯文本…… 完全不需要再跑 LLM ，秒级完成。 而且可以用我们的 Inkora 查看器直接打开，图形化浏览知识图谱和蛇链。 支持格式和使用方式 输入：EPUB、Markdown、纯文本、.sdpub 输出：Markdown、EPUB、纯文本、.sdpub 支持 stdin/stdout 管道调用，完美适配 AI Agent 工作流 Node.js >= 22.12.0，一行命令搞定： # 全局安装 npm install -g spinedigest # 最常用：把 EPUB 蒸馏成 Markdown（按你的 prompt） spinedigest --input ./your-book.epub --output ./digest.md --prompt "保留所有主要和次要角色的情感转变" # 先打包成 .sdpub，以后随便转格式 spinedigest --input ./your-book.epub --output ./book.sdpub spinedigest --input ./book.sdpub --output ./book.md CLI 参数文档里都有详细说明，还提供了 Library API，方便二次开发。 为什么它比直接用大模型强 普通 LLM 总结的本质问题是 “不知道该砍什么” 。SpineDigest 用 提示驱动提取 + 图谱聚类 + 对抗审查 ，直接把决策权交给结构和你的意图。 在我们自己内部测试中，处理 30 万字的技术书，总结质量和结构保留度完胜单次 prompt。 给谁用的？ 想快速吃透技术书的同学 做文献综述、知识管理的研究者 写书评、做读书笔记的博主 正在构建 Agent 工作流的开发者（CLI 设计天生为 Agent 准备） 任何被“信息过载”折磨的人 Inkora 查看器 下载地址： https://inkora.oomol.com/download/sdpub 有任何使用问题、想看更多使用案例，或者对 .sdpub 格式有想法的，欢迎在仓库 Issue 区或者这里留言，我们会持续迭代。 4 个帖子 - 4 位参与者 阅读完整话题