AI创作系统 - 拆书·换元·仿写一体化解决方案
普罗米修斯计划是一个基于AI的小说创作辅助系统。如同普罗米修斯为人类带来火种，本系统为创作者带来AI创作的力量，提供完整的创作工作流程，从素材获取到内容生成，从AI检测到反检测优化。
- 📝 创作工作台：章节管理、角色卡片、世界设定、AI检测与反检测一体化创作环境
- ⚡ 一键创作：拆书→换元→仿写全流程自动化
- 📚 书源系统：类似Legado，自定义规则抓取网络小说作为创作素材
- 🔍 智能拆书分析：12维度文风分析 + 5维度剧情分析
- 🔄 换元重构引擎：六大故事源置换（一度/二度置换）
- ✍️ 仿写生成器：支持长篇(10万-50万字)和短篇(6000-15000字)
- 🛡️ 朱雀反AI检测引擎 v2.0：11种反检测策略，60+组同义词库，AI特征分析，朱雀对抗专用策略
- 🔬 AI内容检测：逆向ailv.run API，实时检测AI生成概率
- 📊 平台智能适配：热门标签、标题公式、爽点布局、留存率优化
- 🤖 全模型支持：OpenAI、Claude、Kimi、DeepSeek、通义千问、文心一言、Ollama等
pseudo-metafiction/
├── backend/ # 后端服务
│ ├── api/ # FastAPI接口
│ │ ├── main.py # API主应用
│ │ ├── models.py # 请求/响应模型
│ │ └── routes/ # API路由
│ │ ├── analyze.py # 拆书分析接口
│ │ ├── transform.py # 换元重构接口
│ │ └── write.py # 仿写生成接口
│ ├── core/ # 核心引擎
│ │ ├── analyzer.py # 拆书分析引擎（12维度）
│ │ ├── transformer.py # 换元重构引擎（六大故事源）
│ │ ├── writer.py # 仿写生成引擎
│ │ ├── llm_adapter.py # 通用LLM适配器
│ │ ├── anti_detection.py # 反检测工具
│ │ ├── anti_detection_engine.py # 反检测引擎
│ │ ├── book_source_engine.py # 书源引擎（类似Legado）
│ │ └── book_source_manager.py # 书源管理器
│ ├── models/ # 数据模型
│ │ ├── analysis.py # 分析报告模型
│ │ ├── blueprint.py # 换元蓝图模型
│ │ └── novel.py # 小说模型
│ └── templates/ # 番茄小说模板库
│ └── tomato_novel_templates.py
├── cli/ # 命令行工具
│ └── main.py # CLI主程序
├── config/ # 配置文件
│ └── config.example.yaml # 配置示例
├── docs/ # 文档
│ └── TOMATO_PLATFORM_GUIDE.md # 番茄平台完全指南
└── requirements.txt # Python依赖
- Windows 10/11 (推荐)
- Python 3.9+
- Node.js 16+
# 克隆项目
git clone https://github.com/yourusername/prometheus-project.git
cd prometheus-project
# 安装Python依赖
pip install -r requirements.txt
# 安装Node.js依赖
npm install# 复制配置文件
copy config\config.example.yaml config\config.yaml
# 编辑配置文件，填入API密钥
notepad config\config.yaml一键启动：
start_desktop_v2.bat功能特点：
- ✅ 创作工作台 - 完整的创作环境
- ✅ 章节管理 - 草稿/成稿分离
- ✅ 角色卡片 - 性格背景管理
- ✅ 世界设定 - 关键词触发
- ✅ AI检测 - 实时检测AI生成概率
- ✅ 反AI检测 - 7种策略降低AI特征
- ✅ 书源下载 - 获取创作素材
使用流程：
- 配置API密钥（设置页面）
- 进入创作工作台
- 创建章节开始创作
- 使用AI检测和反检测优化内容
- 导出TXT文件
适合快速生成完整小说：
# 启动Web界面
start_dev.bat访问"一键创作"页面，上传文本，自动完成：拆书→换元→仿写
# 查看帮助
python cli/main.py --help
# 拆书分析
python cli/main.py analyze novel.txt --mode full --output analysis.json
# 换元重构
python cli/main.py transform analysis.json --mode 一度置换 --output blueprint.json
# 仿写生成
python cli/main.py write blueprint.json --mode full --output novel.json
# 完整流程（一键完成）
python cli/main.py pipeline novel.txt --output-dir output/
# 查看番茄小说模板
python cli/main.py templates# 启动API服务
python start_api.py
# 或使用uvicorn
uvicorn backend.api.main:app --host 0.0.0.0 --port 8000 --reload访问 API 文档: http://localhost:8000/docs
import asyncio
from backend.core.analyzer import NovelAnalyzer
from backend.core.transformer import StoryTransformer
from backend.core.writer import NovelWriter
async def main():
# 配置
llm_config = {
"provider": "openai",
"api_key": "your-api-key",
"model": "gpt-4-turbo-preview"
}
# 拆书分析
analyzer = NovelAnalyzer({}, llm_config)
report = await analyzer.analyze(text, mode="full")
# 换元重构
transformer = StoryTransformer({}, llm_config)
blueprint = await transformer.transform(report, mode="一度置换")
# 仿写生成
writer = NovelWriter({}, llm_config, {})
novel = await writer.write(blueprint, mode="full")
print(novel)
asyncio.run(main())一体化创作环境，集成所有创作所需功能：
- 草稿/成稿分离管理
- 章节排序和组织
- 导出TXT文件
- 自动保存到本地存储
- 角色基本信息（姓名、性别、年龄）
- 性格特征描述
- 背景故事记录
- 启用/禁用控制
- 创作时自动提示
- 关键词触发机制
- 设定内容详细描述
- 分类管理（地点、物品、规则等）
- 匹配提示
- AI检测：实时检测文本AI生成概率
- 朱雀对抗策略（新增）：
- 🔥 朱雀对抗 - 句长分布优化、连接词替换、段落结构调整
- ❤️ 情感波动注入 - 增加情感密度和自然波动
- ✏️ 词汇多样性 - 减少重复词、替换AI偏好词汇
- 💡 思维跳跃 - 模拟人类非线性思维
- 基础人性化策略：
- 同义词替换（60+组）
- 语气词注入
- 标点变化
- 填充词注入
- 句式重构
- 错别字注入（谨慎使用）
- 详细特征分析：
- 朱雀特征分析（句长标准差、极短句比例、连接词频率）
- 情感密度分析
- 词汇多样性分析
- AI特征分析和优化建议
- 处理前后效果对比
- 策略推荐系统
自定义规则抓取网络小说：
- CSS选择器支持
- 属性提取（text、href、src等）
- 搜索、获取书籍信息、目录、内容
- 导入/导出书源配置
- 下载小说到本地
- 自动拆书分析
示例书源已内置：
- 笔趣阁
- 起点中文网
- 晋江文学城
文风分析12维度：
- 口头禅、固定句式、词汇偏好、句子构造
- 生活经历、行业地域词汇、自然化缺陷、写作忌口
- 比喻意象、思维模式、常见场景、价值取向
剧情分析5维度：
- 大纲、细纲、场景纲、爽点、节奏
平台指标分析：
- 小说类型判断（长篇/短篇）
- 爽点密度计算
- 留存率预测
- 平台适配度评分
一度置换（表象层）：
- 背景源：时代、地点、社会环境
- 人物源：主角、配角、反派
- 道具源：关键物品、象征物
二度置换（骨架层）：
- 事件源：核心事件序列、冲突类型、转折点
- 结构源：叙事结构、节奏模式、章节功能
- 主题源：核心主题、价值观、情感基调
自动生成：
- 热门标题（7大公式）
- 热门标签组合（2025年）
- 章节大纲（含爽点规划）
- 节奏控制方案
生成模式：
outline_only: 仅生成标题、简介、章节大纲chapter: 逐章生成（支持流式输出）full: 完整生成所有章节
AI检测反制（六维度）：
- 困惑度控制：60-100安全区间
- 句式变化：句长标准差>8，极短句配额
- 人性化特征：语气词15%、口语化20%
- 禁用词清除：AI高频词黑名单
- 连贯性打破：思维跳跃、悬念省略
- 风格波动：情绪密度动态变化
平台智能优化：
- 前3章爆点密集（留存率>60%）
- 爽点密度达标（每1000字1个）
- 章末钩子设计
- 标题公式应用
POST /api/v1/analyze/
{
"text": "小说文本",
"mode": "full"
}POST /api/v1/transform/
{
"analysis_report": {...},
"mode": "一度置换"
}POST /api/v1/write/
{
"blueprint": {...},
"mode": "full",
"stream": false
}POST /api/v1/write/full-pipeline
{
"source_text": "原文本",
"analyze_mode": "full",
"transform_mode": "一度置换",
"write_mode": "outline_only"
}详细API文档: http://localhost:8000/docs
- 项目结构 - 代码结构说明
- 项目状态 - 当前开发状态
- 更新日志 - 完整版本历史
- 最新更新 - v2.1 版本更新
- 功能路线图 - 未来规划
- 完整更新计划 - 详细开发路线图 ⭐
- 更新计划清单 - 快速查看所有计划
- 后端: FastAPI, Python 3.9+, Pydantic, httpx
- AI模型:
- OpenAI (GPT-4, GPT-3.5)
- Anthropic (Claude-3)
- Moonshot (Kimi)
- DeepSeek
- 阿里通义千问
- 百度文心一言
- Ollama (本地模型)
- 任何OpenAI兼容接口
- 文本处理: jieba, nltk, spacy
- CLI: Click, Rich
- 数据库: MongoDB (可选)
- 部署: Docker, Uvicorn
本系统通过统一的LLM适配器支持所有主流AI模型：
| 提供商 | 模型示例 | 配置provider |
|---|---|---|
| OpenAI | gpt-4-turbo-preview, gpt-3.5-turbo | openai |
| Azure OpenAI | 自定义部署 | azure |
| Anthropic | claude-3-opus-20240229 | anthropic |
| Moonshot | moonshot-v1-8k, moonshot-v1-128k | kimi |
| DeepSeek | deepseek-chat | deepseek |
| 阿里云 | qwen-max, qwen-plus | qwen |
| 百度 | completions_pro | baidu |
| Ollama | llama2, mistral | ollama |
| 其他 | 任何OpenAI兼容接口 | openai-compatible |
配置示例见 config/config.example.yaml
✅ v2.4 已发布 - 朱雀反检测引擎增强版
- ✅ 拆书分析引擎（12+5维度）
- ✅ 换元重构引擎（六大故事源）
- ✅ 仿写生成引擎（反检测集成）
- ✅ 全模型支持（8+模型）
- ✅ RESTful API服务
- ✅ Web界面（React + Ant Design）
- ✅ CLI命令行工具
- ✅ Windows一键启动
- ✅ 统一模板库（智能生成器、热门标签）
- ✅ 统一工作台（Monaco编辑器、拖拽排序）
详细更新请查看 CHANGELOG.md
MIT License
欢迎提交 Issue 和 Pull Request！
感谢所有为AI创作技术发展做出贡献的开发者和研究者。