| name | novel-generator |
| description | 智能小说生成器v2.0,支持长篇小说的断点续传、智能上下文管理、三层压缩机制、章节跳转、智能导入设定、AI辅助编辑和记忆管理。当用户需要创作长篇小说、管理复杂故事结构、从外部资源导入设定、或需要AI辅助进行持续性的创意写作时使用此技能。 |
小说生成器技能 v2.0
技能概述
这是一个专业的长篇小说AI创作辅助技能,具备完整的断点续传、智能上下文管理、分层压缩存储、智能导入和AI辅助编辑功能。
核心功能
1. 双模式操作系统
- 设定模式: 引导式创建世界观、人物、环境、情节、风格、记忆设定
- 写作模式: 基于设定进行持续创作,支持章节跳转和断点续传
- 导入模式: 从外部目录智能导入设定和内容
2. 智能上下文管理
- 128k token上下文窗口,可配置
- 三层压缩策略:近期(2k)、中期(500token)、长期(100token)
- 记忆压缩独立处理,不占用主上下文
3. 项目结构管理
- 每个项目独立文件夹结构
- 章节独立存储,每章包含三层压缩数据
- 设定区、写作区、成品区三区分离
4. 智能导入功能 🔥 NEW
- 智能扫描: 递归扫描指定目录下的所有文本文件
- 内容识别: AI辅助识别和分类设定内容(人物、世界观、环境等)
- 智能合并: 支持覆盖、追加、局部修改三种更新模式
- 批量导入: 支持指定设定类型的定向导入
5. 增强编辑功能 🔥 NEW
- 智能章节编辑: 支持本地和AI辅助的内容编辑
- 上下文感知: 维护章节间的一致性和连贯性
- 多种编辑模式: 替换、追加、前置、插入
- AI集成: 预留标准AI任务接口
6. 记忆管理系统 🔥 NEW
- 记忆片段管理: 逐条插入和管理角色记忆
- 多维度显示: 支持按类型、时间线、关联网络等展示
- 情感权重: 支持记忆的重要性和情感强度标记
- 记忆压缩: 智能压缩和长期记忆管理
使用指南
首次使用
- 启动技能进入设定模式
- 完成世界观、人物、环境、情节、风格设定
- 可选添加记忆设定
- 切换到写作模式开始创作
断点续传
- 技能自动保存会话状态
- 重新启动时恢复上次的工作状态
- 支持章节跳转和上下文重建
压缩管理
- 每10章自动触发压缩
- 失败时报告用户,支持手动重试
- 三层压缩结果独立存储
技能资源使用
Scripts 使用方法
核心管理脚本
session_manager.py
会话管理和断点续传的核心脚本:
python scripts/session_manager.py --action save|load|resume --session-id <session_id>
mode_handler.py
模式切换脚本:
python scripts/mode_handler.py --mode setting|writing|import --project-path <path>
context_manager.py
上下文管理脚本:
python scripts/context_manager.py --action build|clean --chapter <N> --token-limit <128k>
compression_engine.py
压缩处理脚本:
python scripts/compression_engine.py --action compress|recompress --chapters <range>
🔥 新增功能脚本
unified_api.py 🔥 NEW
统一API接口,整合所有功能:
# 系统状态查看
python scripts/unified_api.py --request-json '{"action": "system.status"}'
# 导入设定(需要AI处理)
python scripts/unified_api.py --request-json '{
"action": "import.from_directory",
"target_directory": "./source_materials"
}'
# 显示设定
python scripts/unified_api.py --request-json '{
"action": "display.setting",
"setting_type": "worldview",
"format_type": "readable"
}'
# 智能章节编辑
python scripts/unified_api.py --request-json '{
"action": "chapter.intelligent_edit",
"chapter_number": 1,
"edit_request": {
"content": "新内容...",
"edit_mode": "append",
"requires_ai": false
}
}'
import_manager.py 🔥 ENHANCED
增强的导入管理器,支持智能扫描和AI分析:
# 扫描目录内容
python scripts/import_manager.py --action scan-directory --target-directory ./source_materials
# 从目录导入(返回AI任务)
python scripts/import_manager.py --action import-from-directory --target-directory ./source_materials
# 处理AI分析结果
python scripts/import_manager.py --action process-ai-result --project-path . [需要AI结果输入]
chapter_manager.py 🔥 ENHANCED
增强的章节管理器,支持智能编辑:
# 创建章节
python scripts/chapter_manager.py --action create --chapter 1 --title "第一章"
# 智能编辑(本地)
python scripts/chapter_manager.py --action intelligent-edit --chapter 1 --content "新内容" --edit-mode append
# 智能编辑(AI)
python scripts/chapter_manager.py --action intelligent-edit --chapter 1 --requires-ai --edit-instructions "请改进这段文字"
# 上下文更新
python scripts/chapter_manager.py --action context-update --chapter 1 --content "章节重点内容"
settings_display_manager.py 🔥 NEW
设定显示管理器:
# 显示世界观设定
python scripts/settings_display_manager.py --type worldview --format readable
# 显示特定角色
python scripts/settings_display_manager.py --type character --name "张三" --format json
# 显示记忆统计
python scripts/settings_display_manager.py --action list
memory_display_manager.py 🔥 NEW
记忆显示管理器:
# 显示角色所有记忆
python scripts/memory_display_manager.py --identifier "张三" --type character_all
# 显示记忆时间线
python scripts/memory_display_manager.py --identifier "张三" --type timeline
# 显示记忆统计
python scripts/memory_display_manager.py --action stats --identifier "张三"
References 使用时机
data_schemas.md
在实现数据结构和验证时参考,包含所有数据模型的详细定义。
compression_rules.md
压缩触发时参考,定义三层压缩的具体规则和算法。
context_strategies.md
上下文管理策略参考,在不同章节位置时如何组装上下文。
Assets 使用方法
templates/
包含项目模板、章节模板、设定模板,在创建新项目时使用。
examples/
包含优秀示例和演示数据,在用户需要参考时使用。
工作流程
设定模式流程
- 检查现有项目状态
- 引导用户完成六大设定
- 验证设定完整性
- 保存设定到settings/目录
- 准备进入写作模式
写作模式流程
- 加载项目设定和章节状态
- 构建当前上下文窗口
- 生成章节内容
- 检查压缩触发条件
- 更新进度和会话状态
章节跳转流程
- 保存当前工作状态
- 清理现有上下文
- 加载目标章节及其前序章节
- 重建压缩上下文
- 恢复写作状态
错误处理
- 压缩失败时记录详细日志并提示用户
- 上下文超限时智能降级处理
- 文件损坏时支持备份恢复
- 网络中断时本地缓存保护
AI集成工作流程 🔥 NEW
AI任务处理流程
系统采用"本地处理+AI客户端"架构,当需要AI能力时会返回标准化的AI任务请求:
# 示例:处理导入请求
result = api.process_request({
"action": "import.from_directory",
"target_directory": "./source_materials"
})
if result["status"] == "ai_task_required":
# 获取AI任务
ai_task = result["ai_task"]
# 调用AI服务处理
ai_result = your_ai_client.process_task(ai_task)
# 应用AI结果
final_result = api.process_request({
"action": "import.process_ai_result",
"ai_result": ai_result
})
支持的AI任务类型
- content_analysis: 分析文件内容并提取设定
- content_edit: 智能编辑和改进内容
- generate_summary: 生成内容摘要
- memory_analysis: 分析记忆内容和关联
AI任务请求格式
{
"status": "ai_task_required",
"ai_task": {
"task_type": "content_analysis",
"files": [...],
"analysis_instructions": "请识别世界观、人物、环境等设定",
"supported_settings": ["worldview", "character", "environment"]
}
}
性能优化
- 增量压缩减少重复计算
- 智能缓存机制提升响应速度
- 异步处理避免用户等待
- 分层存储优化内存使用
- AI任务队列管理,避免重复请求