目录一.导出模块二.pipeline流程三.程序入口一.导出模块本节编写将大模型写好的小说导出为markdown文件或者word文件的功能模块。uv add python-docx在核心代码文件夹src下创建exporter.py文件仍让用cline编写提示词如下/src/exporter.py 创建导出模块把生成好的整本小说写成文件。输入是一本已经填好各章正文的大纲对象。需要两种导出- Markdown书名做大标题下面是梗概和各章每章一个 标题 正文拼成一个.md文件。- Word.docx书名、梗概每章一个标题并按章分页。Word生成库要等到真正用它的函数里才导入——这样没装它的 时候Markdown导出照样能跑。输出目录不存在要自动建。这时候可以新建一个对话因为这个模块和之前的模块直接联系性不大所以新建一个模块还省token。from pathlib import Path from src.schema import Outline def export_markdown(outline: Outline, output_dir: str | Path .) - Path: 将整本小说导出为 Markdown 文件。 Args: outline: 已填好各章正文的大纲对象。 output_dir: 输出目录不存在时自动创建。 Returns: 生成的 .md 文件路径。 output_path Path(output_dir) output_path.mkdir(parentsTrue, exist_okTrue) lines: list[str] [] # 书名大标题 lines.append(f# {outline.title}) lines.append() # 梗概 if outline.summary: lines.append(outline.summary) lines.append() # 各章 for chapter in outline.chapters: lines.append(f## 第{chapter.index}章 {chapter.title}) lines.append() if chapter.content: lines.append(chapter.content) lines.append() text \n.join(lines) file_path output_path / f{outline.title}.md file_path.write_text(text, encodingutf-8) return file_path def export_docx(outline: Outline, output_dir: str | Path .) - Path: 将整本小说导出为 Word (.docx) 文件。 注意此函数依赖 python-docx 库仅在调用时导入。 Args: outline: 已填好各章正文的大纲对象。 output_dir: 输出目录不存在时自动创建。 Returns: 生成的 .docx 文件路径。 from docx import Document from docx.enum.text import WD_ALIGN_PARAGRAPH output_path Path(output_dir) output_path.mkdir(parentsTrue, exist_okTrue) doc Document() # --- 封面书名 --- title_para doc.add_heading(outline.title, level0) title_para.alignment WD_ALIGN_PARAGRAPH.CENTER # --- 梗概 --- if outline.summary: doc.add_paragraph(outline.summary) # --- 各章 --- for i, chapter in enumerate(outline.chapters): # 每章另起一页跳过第一章因为已在封面页之后 if i 0: doc.add_page_break() doc.add_heading(f第{chapter.index}章 {chapter.title}, level1) doc.add_paragraph(chapter.content) file_path output_path / f{outline.title}.docx doc.save(str(file_path)) return file_path二.pipeline流程本节负责将之前写的几个功能模块串联起来。所有零件 schema/config/prompts/llm_client/exporter就绪组装主线。和之前同样的流程创建pipeline.py文件输入提示词。/src/pipeline.py 创建编排模块把整个流程串起来先规划出大纲再逐章扩写成正文最后导出成书。这是对外的主入口接收主题和章节数。三件事-生成大纲调LLM拿结构化大纲校验它合不合法不 合法就降温再试一次。-扩写单章调LLM把全书摘要、本章大纲、上一章的 结尾一起带进去 好让这章和前后连贯。-主流程生成大纲→循环每一章扩写每写完一章记下它的结尾留给下一章衔接- 导出。某一章写失败不要让整本书崩掉记下来最后报 告。过程用 print提示进度。规划和大纲扩写都写成普通函数就行不要搞成类。编排模块——对外主入口把整个流程串起来。 流程 生成大纲 → 逐章扩写 → 导出成书。 某一章写失败不会让整本书崩掉记下来最后报告。 from __future__ import annotations import json from typing import Any from src import config from src.exporter import export_markdown from src.llm_client import ( LLMConnectionError, LLMJSONError, chat, chat_json, ) from src.prompts import CHAPTER_SYSTEM, OUTLINE_SYSTEM, chapter_user, outline_user from src.schema import Chapter, Outline # # 1. 生成大纲 # def generate_outline(theme: str, chapter_count: int) - Outline: 生成小说大纲并在失败时降温重试一次。 步骤 1. 用 chat_json 调 LLM 获取结构化大纲含 JSON 自修正。 2. 用 Pydantic 校验字段合法性章节数是否匹配、字段是否完整等。 3. 校验失败 → 降温temperature * 0.8改用 chat 手动解析重试一次。 4. 两次都失败则向外抛出异常。 参数 theme: 小说主题 chapter_count: 期望的章节数量 返回 校验通过的 Outline 对象。 异常 LLMConnectionError: 网络/服务端错误且重试耗尽。 LLMJSONError: JSON 解析失败自修正后仍失败。 ValueError: 降温重试后仍校验失败字段残缺/章节数不匹配等。 # ── 第一次尝试用 chat_json自带一次 JSON 自修正 ──────────── try: raw_dict: dict[str, Any] chat_json( promptoutline_user(theme, chapter_count), systemOUTLINE_SYSTEM, temperatureconfig.outline_temperature, ) outline Outline.model_validate(raw_dict) _validate_chapter_count(outline, chapter_count) return outline except (LLMConnectionError, LLMJSONError): # 调用/JSON 层面的失败不值得降温重试已内部重试过继续往外抛 raise except Exception as first_err: # Pydantic 校验失败 或 章节数不匹配 → 降温重试一次 pass # ── 第二次尝试降温手动解析 ──────────────────────────────────── lower_temp config.outline_temperature * 0.8 raw_text chat( promptoutline_user(theme, chapter_count), systemOUTLINE_SYSTEM, temperaturelower_temp, ) try: cleaned _extract_json(raw_text) raw_dict json.loads(cleaned) outline Outline.model_validate(raw_dict) _validate_chapter_count(outline, chapter_count) return outline except Exception as second_err: raise ValueError( f大纲生成失败降温重试后仍校验不通过\n f第一次错误{first_err}\n f第二次错误{second_err} ) from second_err def _validate_chapter_count(outline: Outline, expected: int) - None: 校验章节数量是否匹配。 actual len(outline.chapters) if actual ! expected: raise ValueError( f章节数量不匹配期望 {expected} 章实际返回 {actual} 章 ) def _extract_json(raw: str) - str: 从 LLM 返回文本中提取 JSON 部分适配 chat 返回的纯文本。 处理 json 代码块标记、前后缀文字等。 import re text raw.strip() # 尝试找 json ... match re.search(r(?:json)?\s*([\s\S]*?), text) if match: return match.group(1).strip() # 没有代码块标记直接找第一个 { 和最后一个 } start text.find({) end text.rfind(}) if start ! -1 and end ! -1 and end start: return text[start : end 1] return text # # 2. 扩写单章 # def expand_chapter( outline: Outline, chapter_index: int, prev_ending: str , ) - str: 扩写指定章节的正文。 参数 outline: 全书大纲含各章 outline 信息 chapter_index: 章节序号1-based即第几章 prev_ending: 上一章结尾文本用于衔接首章传空字符串 返回 本章的完整正文Markdown 格式文本。 异常 LLMConnectionError: 网络/服务端错误且重试耗尽。 ValueError: chapters 中找不到对应索引的章节。 # 找到对应章节outline.chapters 是 0-based list try: chapter: Chapter outline.chapters[chapter_index - 1] except IndexError: raise ValueError( f章节索引 {chapter_index} 超出范围共 {len(outline.chapters)} 章 ) prompt chapter_user( book_titleoutline.title, book_summaryoutline.summary, chapter_titlechapter.title, chapter_outlinechapter.outline, chapter_clueschapter.clues, prev_endingprev_ending, ) content chat( promptprompt, systemCHAPTER_SYSTEM, temperatureconfig.chapter_temperature, ) return content # # 3. 主流程 # def run_pipeline( theme: str, chapter_count: int, output_dir: str output, ) - None: 主编排入口生成大纲 → 逐章扩写 → 导出成书。 参数 theme: 小说主题 chapter_count: 章节数量 output_dir: 导出目录默认为 output 过程提示全部用 print 输出。 print(f 开始生成大纲……主题{theme}共 {chapter_count} 章) # ── 1. 生成大纲 ─────────────────────────────────────────────── outline generate_outline(theme, chapter_count) print(f✅ 大纲生成完成{outline.title}共 {len(outline.chapters)} 章) # ── 2. 逐章扩写 ─────────────────────────────────────────────── prev_ending: str failed_chapters: list[int] [] for chapter in outline.chapters: print(f\n✍️ 正在扩写第 {chapter.index} 章{chapter.title}……) try: content expand_chapter(outline, chapter.index, prev_ending) chapter.content content # 记录本章结尾取末尾 200 字用于下一章衔接 tail_len 200 prev_ending content[-tail_len:] if len(content) tail_len else content print( f✅ 第 {chapter.index} 章扩写完成{len(content)} 字符 ) except Exception as e: print(f❌ 第 {chapter.index} 章扩写失败{e}) failed_chapters.append(chapter.index) # 失败时不更新 prev_ending下一章沿用上一章的结尾 # ── 3. 汇总报告 ─────────────────────────────────────────────── print() if failed_chapters: failed_str , .join(str(i) for i in failed_chapters) print(f⚠️ 有 {len(failed_chapters)} 章扩写失败第 {failed_str} 章) else: print(f 所有 {chapter_count} 章扩写完成) # ── 4. 导出 ─────────────────────────────────────────────────── print( 正在导出 Markdown……) export_path export_markdown(outline, output_dir) print(f✅ 导出完成{export_path})行文至此虽然整个小项目还没做完但已经感受到时代猛然变迁了这AI提升效率简直是从蒸汽时代跨越电气时代直接来到了信息时代NB。三.程序入口在main文件里编写先安装click包uv add click提示词如下创建命令行入口放项目根目录。用户通过它启动生成。要接收小说主题必填、要写几章、导出什么格式Markdown / Word /都要、输出放哪。把这些传给编排模块的主入口。出了错要给用户一句清楚的人话报错而不是甩一栈 traceback。用click做这个CLI。AI生成代码如下小说生成器 CLI —— 用户通过它启动整个生成流程。 import click from src.pipeline import run_pipeline click.command() click.argument(theme, typestr) click.option( --chapters, -c, default5, show_defaultTrue, help要写多少章, ) click.option( --format, -f, typeclick.Choice([markdown, word, both], case_sensitiveFalse), defaultmarkdown, show_defaultTrue, help导出格式, ) click.option( --output, -o, defaultoutput, show_defaultTrue, help输出目录, ) def main(theme: str, chapters: int, format: str, output: str) - None: 用 AI 自动生成一本小说。 THEME 是小说主题必填。例如\b novel 修仙我在凡间开了家烧烤摊 详见https://github.com/your-repo/novel # 将用户选的格式转成内部使用的列表 format_map { markdown: [markdown], word: [docx], both: [markdown, docx], } formats format_map[format] try: run_pipeline( themetheme, chapter_countchapters, output_diroutput, formatsformats, ) except Exception as exc: raise click.ClickException( f生成失败{exc} ) if __name__ __main__: main()然后按照AI给出的执行命令进行程序测试即可。例如python main.py -c 4 -f word 重生之董事长给我打工最后不得不感叹现在AI发展如此之快不知道再发展几年互联网行业会不会开始一定程度上进行员工优化呢不是我不明白是世界变化快~