Topics

#ai-novel #ai-novel-diagnosis #ai-writing #book-analysis #character-graph #character-relationship-graph #knowledge-graph #novel-analysis #novel-character-graph #novel-critique #novel-diagnosis #novel-parser #prompt-engineering #relationship-graph #story-graph #webnovel #webnovel-critique #webnovel-diagnosis #writing-assistant #writing-tools

Language breakdown

TypeScript 92.2%

PowerShell 2.6%

Shell 2.4%

JavaScript 1.5%

Python 0.8%

CSS 0.4%

▸ Files click to expand

README

AI网文诊断台

简体中文 | English

别急着让 AI 重写，先诊断这稿为什么没人追。

AI网文诊断台是本地 AI 小说诊断、改稿复诊与 Prompt 迭代工具。它不是一键写小说工具，而是帮作者回答：这篇稿子哪里不好，为什么没有流量，读者为什么第一章就走？

功能覆盖：AI Novel Diagnosis Desk 是一站式 AI 网文诊断工作台，可自动解析小说文本，生成小说人物关系图谱，诊断读者流失原因，并输出可执行的智能改稿 Prompt。

粘贴第一章或 AI 生成初稿，它会定位最大流失点，用正文证据解释问题，给出修改优先级，并生成能直接复制给写作 AI 的改稿 Prompt。改完后再贴回来复诊，看问题是不是真的被解决。

进阶时，它还能做 AI 拆书：拆角色、关系、世界观、时间线和写作结构，帮你学习成熟作品怎么留住读者，而不是照搬内容。

Alpha 阶段：当前适合本地试用、功能验证和收集反馈，不建议直接作为生产服务暴露到公网。

3 分钟试用

Windows 用户可以直接双击：

scripts/start-local.cmd

脚本会检查 Node.js / pnpm、安装缺失依赖、启动 API 和 Web，并自动打开页面。进入页面后，先不用配置复杂参数，直接粘贴第一章运行“改稿急诊”。

终端用户也可以在仓库根目录运行：

pnpm run start:local

默认地址：

Web: http://127.0.0.1:3000
API: http://127.0.0.1:3001/api/v1

你会得到什么

一眼看到第一章最大的流失点：开头、卖点、情绪、节奏、设定表达或市场承诺。
一份小说诊断解释：把“为什么没流量、为什么没人追读”拆成可修改的文本问题。
一份可复制的改稿 Prompt：不是泛泛点评，而是能交给写作 AI 继续改的任务说明。
一次复诊对比：改稿前后重新跑，判断这次修改有没有真正解决问题。
一批可沉淀的方法论卡片：把反复出现的问题变成自查规则和 Prompt 规则。
一套进阶学习资产：成熟样本 Rubric、拆书阅读报告、理解版思维导图、关键关系故事线、关系图谱和导出包。

示例诊断报告

应用内已经内置玄幻、都市、言情三个示例章节。本地演示模式下，选择示例并点击“生成改稿方案”，会直接看到对应的结构化诊断报告。

可以先看这三份 Markdown 示例：

为什么不用一键写小说工具内置评审

一键写小说工具更擅长“继续生成文本”。AI网文诊断台更关注“为什么写出来没人追”。

| 一键写小说工具 | AI网文诊断台 | | --- | --- | | 目标是生成更多正文 | 目标是找出为什么留不住读者 | | 审稿常给泛泛建议 | 诊断绑定正文证据 | | 容易直接替你重写 | 先解释病因，再给改稿 Prompt | | 改前改后难对比 | 支持复诊闭环 | | 偏单次输出 | 沉淀复诊记录、方法论卡片、Rubric 和进阶资产 |

一句话区别：

一键写小说帮你写更多；AI网文诊断台帮你看清楚，为什么写出来没人追。

它怎么判断小说哪里不好

它不应该只给分，也不要求你盲信 AI。诊断报告会围绕同一条证据链组织：

问题 -> 正文证据 -> 读者反应 -> 修改优先级 -> 改稿 Prompt -> 复诊检查点

后续诊断结果会继续向结构化 issue 和 Gate 判断升级：

issue -> severity -> category -> evidence -> reader impact -> fix action -> gate decision

Gate 只表示当前稿件的改稿优先级建议，例如继续、修改、重构或废稿；它不是平台流量预测。

它重点检查：

第一章哪里劝退。
标题/简介承诺和正文体验是否断裂。
主角目标、压力、损失和选择是否足够具体。
爽点、冲突、情绪回报是否来得太晚。
设定是否挡住了剧情。
有点击却没追读时，文本是否浪费了这次点击。

它不预测平台算法，只诊断文本有没有浪费你的点击。

AI 拆书是不是抄书

不是。AI 拆书不是帮你照搬原作，而是把成熟作品拆成结构经验：

人物功能。
冲突节奏。
世界观组织。
关系演化。
时间线。
可学习结构。
“不要照搬”清单。

核心原则是：学结构，不搬内容。

产品截图

AI网文诊断台首页

首页诊断台支持直接粘贴第一章，选择模型后生成可复诊的改稿报告：

AI网文诊断台改稿急诊报告

报告会把“为什么没人追”拆成可执行的改稿任务：

显示快速评分、题材定位、置信度、Gate 判断和最大流失问题。
绑定正文证据，解释读者可能在哪里失去期待。
给出立即可改的三步动作，而不是只给泛泛评价。
生成可复制给写作 AI 的改稿 Prompt。
把反复出现的问题沉淀为项目方法论卡片，方便下一次写作前自查。

界面仍在快速迭代中，请以当前版本实际页面为准。

3 分钟试用
你会得到什么
示例诊断报告
为什么不用一键写小说工具内置评审
它怎么判断小说哪里不好
AI 拆书是不是抄书
适合谁
典型使用路径
主要能力
技术栈
支持的模型接入
本地启动
工作区结构
本地数据
Docker Compose 部署
质量检查
当前限制
友情链接
开源信息
推荐 GitHub 主题标签
One CLI 常用命令

适合谁

适合：

刚写完第一章，但不确定读者为什么会弃文的网文新手。
用 AI 生成了初稿，但不知道为什么读起来平、假、没钩子的作者。
想知道自己的小说哪里不好、为什么没流量、为什么没有追读的作者。
想把 AI 点评变成可执行改稿任务，而不是只得到“节奏慢、描写弱”的作者。
想把反复出现的问题沉淀成个人写作方法论和 Prompt 规则的作者。
想学习成熟样本怎么兑现题材承诺、人物关系和爽点节奏的作者。
想把整本 TXT 拆成角色卡、世界书、关系图谱、时间线和写作资产的作者。

不适合：

想让 AI 直接代写整本书。
想把拆解结果当作对原作的复制素材。
想要多人在线协作、账号权限和生产级托管服务。

典型使用路径

新手建议先走最短闭环：

粘贴第一章 -> 运行改稿急诊 -> 查看最大流失点 -> 复制改稿 Prompt -> 改完再复诊

如果稿子来自 AI，可以额外补上上一条 Prompt：

粘贴 AI 初稿 + 上一条 Prompt -> 诊断正文问题和 Prompt 缺口 -> 生成下一轮改稿 Prompt -> 改完复诊

当你需要更细的判断时，再进入高级质检：

导入成熟参考章节 -> AI 识别市场定位 -> 生成评分标准 -> 按同一标准评分自己的章节

当你已经有完整 TXT 或多个样本时，再进入整书拆解：

上传整本 TXT -> 切章预览 -> Map-Reduce 拆解 -> 拆书导览 -> 关系故事线 -> 图谱复核 -> 导出阅读报告/写作资产

当前页面入口按四个工作区组织：/diagnose 是诊断工作区，包含 /diagnose/quick、/diagnose/deep、/diagnose/score、/diagnose/evidence；/project 是项目工作区，包含 /project/current、/project/revisions、/project/methodology、/project/export；/research 是研究工作区，包含 /research/book、/research/compare、/research/patterns、/research/materials；/settings 是设置工作区，包含 /settings/provider、/settings/dashboard、/settings/history。/ 会进入快速诊断；/critique、/book、/library、/history、/export、/model 等旧入口仍保留用于兼容。

主要能力

第一章改稿急诊：

只粘贴自己的第一章，就能得到定位、卖点、最大流失点、三条改法和改稿 Prompt。
改完后可以再次复诊，对比 quickScore 和问题变化。
不强迫先填平台画像、成熟样本或复杂参数。

AI 生成稿诊断与 Prompt 迭代：

支持把 AI 初稿和上一条 Prompt 一起纳入诊断，判断问题来自正文执行、结构承诺还是 Prompt 约束不足。
诊断结果会逐步升级为结构化 issue，绑定证据、读者影响、改稿动作和 Prompt 约束。
诊断看板会展示常见问题、复诊改善趋势、Gate 分布和 Prompt 有效率归因，并给出编辑建议、项目级归因校准、置信度、诊断理由、信号、待补数据和可复制的模型/编辑复核提示。
示例诊断资产沉淀在 fixtures/novel-diagnosis，覆盖玄幻、都市和言情开局，可作为演示、回归测试和后续真实模型 golden 对照。

作者方法论沉淀：

把反复出现的问题沉淀成开头规则、节奏规则、爽点规则、Prompt 规则和反面清单。
方法论库不是历史任务列表，而是作者下次改稿前能复用的自查系统。
复诊历史和方法论库可导出当前项目 Markdown 包，沉淀编辑建议、人工备注、问题轨迹、Prompt 归因和可复用 Prompt 模板。

深度章节质检：

拆解成熟参考章节，识别分类、主题、标签、隐性期待和标题/简介承诺。
生成可迁移 Rubric，再用同一套标准评分自己的章节。
支持展现量、点击率、阅读 30s/60s、触底率、追更率等表现信号做归因辅助。

整书可视化拆解：

上传 TXT，清洗文本、预览章节切分，异步执行 Map-Reduce 拆书。
每章 map 完成后写入本地文件，token 不足或任务失败时不至于白跑。
先生成拆书导览、理解版思维导图、关键关系故事线和故事阶段时间轴，再进入完整角色、世界观、图谱和写作资产。

关系图谱工作台：

把整书拆解结果转成可点击图谱，支持总览、复核、时间线、节点拖拽和图谱导出；完整图谱是二次探索入口，不是第一眼入口。
对弱证据关系、孤立节点和疑似重复节点做确认、改标签、合并或忽略。
导出区按任务分成“先读懂”“继续创作”“资料归档/工具导入”，支持拆书阅读报告、完整学习报告、JSON、Tavern 角色卡、世界书、SillyTavern World Info、续写包、风格圣经、卷纲、提示词包和“不要照搬”清单。

技术栈

单仓多项目：One CLI
前端：Next.js
后端接口：NestJS
桌面外壳：Electron
数据库：PostgreSQL，未配置时回退到 PGlite
包管理器：pnpm
模型接入：公共共享入口、自备 Key、OpenAI-compatible 接口

支持的模型接入

默认提供公共免费模型入口，也支持用户自带 Key；用户填写的 API Key 不持久化保存。

mock：本地演示和自动化验证。
AI Horde 公共模型池：默认入口，匿名低优先级队列，不需要用户填写 Key。
OpenRouter 免费模型：服务端配置 OpenRouter Key，默认使用 openrouter/free，前端不要求用户填写 Key。
免费共享算力：由服务端配置 OpenAI-compatible 共享线路，前端不要求用户填写 Key。
DeepSeek。
豆包 / 火山方舟。
阿里云百炼 / 通义千问。
Ollama 本地模型。
自定义 OpenAI-compatible 接口。

本地启动

普通试用优先看上面的 3 分钟试用。本节主要给开发者和需要调试启动参数的用户。

scripts/start-local.cmd 会先做环境检测，再进入启动流程：检查 Node.js / pnpm，缺依赖时会优先使用正常 pnpm 安装；如果当前盘符不支持依赖链接，会自动改用本地包复制 fallback；遇到普通损坏的 node_modules 会清理后重试一次；随后自动重启本项目已有 API / Web 服务，端口被其他服务占用时尝试附近端口，并把 API / Web 日志写入 .local/run-logs。

共享模型不可用或排队较久时，可以在页面的“AI 设置”切换自己的模型服务。

工程开发推荐使用 One CLI：

先安装依赖：

pnpm install

启动整个工作区：

pnpm run dev:dry-run
pnpm run dev

pnpm run dev 由 One CLI 接管，会按 one.manifest.json 中的项目定义启动 web、api 和 ai-core。

如果没有安装 One CLI，也可以使用 pnpm 原生命令启动：

pnpm run dev:raw

这会并行启动 web、api 和 ai-core，不依赖 one 命令。

Windows 本地一键启动脚本支持常用参数：

scripts/start-local.cmd
scripts/start-local.cmd -a
pnpm run start:local -- -NoBrowser
pnpm run start:local -- -Reuse
pnpm run start:local -- -WebPort 3100 -ApiPort 3101

scripts/start-local.cmd 是最适合双击的新手入口；默认会重启本项目旧服务，不需要手动杀端口。pnpm run start:local 更适合开发者传递 -NoBrowser、-Reuse、-WebPort、-ApiPort 等 PowerShell 参数。脚本会打开两个 PowerShell 窗口，分别启动 api 和 web，并自动设置：

Web: http://127.0.0.1:3000
API: http://127.0.0.1:3001/api/v1
NEXTPUBLICAPIBASEURL=http://127.0.0.1:3001/api/v1
PGLITEDATADIR=.local/pglite-runtime

关闭打开的 API / Web PowerShell 窗口即可停止服务。

单独启动某个项目，One CLI 版本：

pnpm run dev:web
pnpm run dev:api
pnpm run dev:core

单独启动某个项目，无 One CLI 版本：

pnpm run dev:web:raw
pnpm run dev:api:raw
pnpm run dev:core:raw

默认本地地址：

Web: http://127.0.0.1:3000
API: http://127.0.0.1:3001/api/v1

Windows 启动说明

scripts/start-local.cmd
scripts/start-local.ps1
pnpm run start:local

这三个入口都会先做环境检查，再启动服务。本项目在 .nvmrc 和 package.json#engines 中声明了 Node.js 基线版本。如果本机缺少 Node.js 或版本过旧，脚本会优先尝试使用项目要求的版本；如果缺少 pnpm，会先尝试 corepack，再回退到 npm install -g。

通常安装后不需要重开终端，除非脚本明确提示当前 shell 仍然找不到 node 或 pnpm。更完整的跨平台服务启动说明见 scripts/START-LOCAL-GUIDE.md。

工作区结构

apps/web: Next.js 控制台，按诊断、项目、研究、设置四个工作区组织页面。
apps/desktop: Electron 桌面外壳，开发模式加载本地 Web，打包模式拉起内置 API / Next sidecar。
services/api: NestJS API，负责文本清洗、章节切分、异步任务、整书拆解和导出。
packages/ai-core: 共享类型、评分指标和分析契约。

本地数据

默认不配置 DATABASE_URL 时，API 会使用 .local/pglite 作为本地开发数据库。

上传 TXT、标准化文本和上传快照默认存放在 .local/analysis；整书拆解的章节 map 中间产物默认存放在 .local/artifacts。这些目录已被 .gitignore 忽略，不应提交上传文本、模型输出、本地数据库或 API Key。

如果处理真实作者稿件或商业稿件，可以设置 ANALYSISSTORAGEKEY 启用本地隐私模式。启用后，上传原文、标准化文本和上传快照会以 AES-256-GCM 写成 .enc 文件；API 会在读取时透明解密。请妥善保存这个密钥，丢失后已加密的本地上传无法恢复。

真实 PostgreSQL 部署使用 Drizzle migrations。初始迁移文件位于 services/api/drizzle/migrations；修改 services/api/src/service/drizzle/schema.ts 后，应执行：

pnpm --filter api db:generate
pnpm --filter api db:migrate

Docker Compose / One 容器启动时会先执行运行时迁移脚本，再启动 API。PGlite 仅作为本地开发兜底，不替代生产 PostgreSQL。

如果要启用“免费共享算力”入口，可以配置 OpenAI-compatible 共享线路：

SHAREDGPUBASE_URL=https://your-shared-gpu.example.com/v1
SHAREDGPUMODEL=your-model-id
SHAREDGPUAPI_KEY=optional-backend-only-key
SHAREDGPUJSON_MODE=false

共享线路适合降低首次使用门槛，但可能排队、限流、超时、质量波动或不适合敏感文本；需要稳定性时建议在界面里切换到自备 Key 的付费模型。

Docker Compose 部署

Docker Compose 适合已经安装 Docker Desktop 的本地部署或演示环境。普通作者用户更建议先使用 scripts/start-local.cmd。

复制根目录环境变量模板后启动：

cp .env.example .env
docker compose up --build

默认地址：

Web: http://localhost:3000
API: http://localhost:3001/api/v1
健康检查: http://localhost:3001/health

当前 compose 只启动实际使用的 postgres、api、web。

上传文本和整书拆解中间结果默认保存在：

.local/analysis
.local/artifacts

其中整书任务的章节 map 会写入：

.local/artifacts/{jobId}/map-{chapterId}.json

.local 已被 .gitignore 忽略，不应提交上传文本、模型输出、本地数据库或 API Key。

质量检查

pnpm run one:doctor
pnpm run check
pnpm run test
pnpm run build
pnpm run ci
pnpm run container:prepare
pnpm run container:dry-run
pnpm run doctor

check 会运行各项目的 lint 和格式检查；格式检查只覆盖代码和配置文件，避免修改 One CLI 生成的 CLAUDE.md / AGENTS.md。

container:prepare 会先构建 web / api，再把 One CLI 项目目录 Docker context 需要的生产产物生成到 .one-container。该目录是临时产物，不提交。

one:doctor 会检查 One CLI workspace manifest、one dev --dry-run、Docker 容器目标、Kustomize 端口/env、.one-container 生产产物和部署 profile 状态。本地未配置 Kubernetes/kustomize 部署 profile 时会给出 warning，不会阻塞普通开发检查。

doctor 会运行完整 ci，然后执行 container:prepare 和 one:doctor。CI 的 workspace job 也使用这个入口。

当前限制

这是 Alpha / MVP，不保证 AI 拆解和评分完全准确。
Gate、Prompt 有效率和复诊改善只能作为改稿优先级参考，不代表平台流量预测。
复诊历史、作者方法论库、诊断看板和项目导出包已接入后端持久化第一版；真实 PostgreSQL 部署已提供初始 Drizzle migration，后续 schema 变更需要生成新迁移。
Prompt 归因已经抽到共享 ai-core 引擎并输出解释信号和项目级校准建议，但仍需要真实案例校准，不能替代编辑判断。
中间结果已经留存，失败或中断后的继续拆解已有基础入口；更细的半成品导出和跨会话复核持久化仍在迭代。
关系图谱支持本地人工修正和导出记录，但修正记录暂未做独立数据库持久化。
当前没有账号系统，更适合本地单人部署。
工具只提供拆解、学习、质检和导出能力；用户需要自行确认上传文本和导出素材的使用权与风险边界。

友情链接

开源信息

开源协议：MIT，见 LICENSE。
代码仓库：github.com/myyimu/ai-novel-diagnosis
联系方式：xiaoke5211@gmail.com
产品定位与 AI 生成稿质检方向文档：见 docs/product-positioning-ai-draft-diagnosis.md。
诊断工作流化改造计划：见 docs/diagnosis-workflow-implementation-plan.md。
产品评审与迭代规划：见 docs/product-review-roadmap.md。
内容易懂性评审：见 docs/content-clarity-review.md。
拆书结果可理解性评审：见 docs/book-disassembly-comprehension-review.md。
贡献说明：见 CONTRIBUTING.md
安全策略：见 SECURITY.md
GitHub 社交预览图候选稿：见 docs/assets/github-social-preview.png。

One CLI 常用命令

真实工作区状态由 one.manifest.json 定义。常用命令：

one dev --dry-run -o json
one container info -o json
one container build --dry-run -o json

🔗 More in this category