为什么写小说需要「书童」？
很多写作者都有过这样的体验：灵感来了，打开文档，写了三千字，第二天回头看，人物对话像白开水，情节推进像流水账。这时候，如果有一个随时能讨论剧情、帮你续写、替你检查逻辑漏洞的「书童」，创作效率会完全不同。
书童 Pagekin 就是这样一个角色。它不是一个替你写完整本书的「代笔机器」，而是一个可本地部署、可深度定制、零 API 成本的 AI 写作助手。它的 GitHub 仓库地址是：
https://github.com/EthanYoQ/AI-Novel-Writer
与市面上大量「云端 AI 写作平台」不同，Pagekin 把模型选择权交还给用户。你可以接入 OpenAI、DeepSeek 等云端 API，也可以搭配 Ollama 在本地运行开源大模型，实现完全离线、不花一分钱 token 费用的写作流程。
书童 Pagekin 的核心定位
Pagekin 的设计思路可以用一个类比来理解：它像是一位坐在你书房角落的「写作搭档」。你写累了，它帮你顺一段；你卡住了，它给你三个剧情走向；你写完了，它帮你逐章检查前后矛盾。
它的功能模块围绕长篇小说的实际写作流程展开：
- 世界观设定管理：集中存放人物、地点、势力、物品等设定，避免写到第 30 章忘了第 3 章的伏笔。
- 章节大纲与细纲：支持从一句话梗概扩展到分章细纲，再基于细纲生成正文。
- AI 续写与改写：选中任意段落，让 AI 延续风格续写，或换一种语气重写。
- 多模型切换：同一项目内可切换不同模型，对比效果。
- 本地知识库：把已有章节作为上下文，让 AI 保持人物口吻和剧情连贯。
这些功能并不稀奇，但 Pagekin 的优势在于：它是开源的，数据存在自己电脑上，模型可以本地跑，长期使用成本趋近于零。
安装与配置：从零跑通 Ollama + Pagekin
这一节是纯实操。假设你用的是 Windows 或 macOS，有一台 16GB 内存以上的电脑（8GB 也能跑小模型，但体验会打折）。
第一步：安装 Ollama 并拉取模型
Ollama 是目前最省事的本地大模型运行工具。去官网下载安装包，一路下一步即可。安装完成后，打开终端（Windows 用 PowerShell），执行：
# 拉取一个适合中文小说写作的模型
ollama pull qwen2.5:7b
# 如果你有 16GB 以上显存/内存，可以试试更大的
ollama pull qwen2.5:14b
# 启动服务（安装后通常自动后台运行）
ollama serve拉取完成后，用 ollama list 确认模型存在。然后测试一下：
ollama run qwen2.5:7b "用 200 字写一段武侠小说开头，主角是个落魄书生"如果能看到流畅的中文输出，说明本地模型已经就绪。
第二步：获取并启动书童 Pagekin
打开终端，克隆仓库并按照 README 安装依赖：
git clone https://github.com/EthanYoQ/AI-Novel-Writer.git
cd AI-Novel-Writer
# 根据项目实际技术栈安装依赖，常见为 Node.js 或 Python
# 以 Node.js 为例：
npm install
npm run dev具体启动命令请以仓库最新 README 为准。启动后，浏览器访问本地地址（通常是 http://localhost:3000 或类似端口）。
第三步：在 Pagekin 中接入 Ollama
进入设置页面，找到「模型配置」或「API 设置」：
- 模型提供商：选择 Ollama（或 OpenAI 兼容接口）。
- API 地址：填写
http://localhost:11434/v1（Ollama 默认端口）。 - API Key：本地 Ollama 通常留空或随便填。
- 模型名称：填写你拉取的模型名，如
qwen2.5:7b。
保存后，在写作界面选择该模型，发一条测试消息。如果 AI 能正常回复，说明配置成功。
注意：如果你在 Docker 或远程服务器上跑 Ollama，localhost 需要换成对应 IP，并确保防火墙允许 11434 端口。第四步：创建你的第一个小说项目
在 Pagekin 中新建项目，填写书名、类型、简介。然后：
- 在「设定」模块录入主要人物和世界观。
- 在「大纲」模块写下前三章梗概。
- 进入「写作」界面，选中第一章标题，让 AI 根据大纲生成 500 字试写。
- 手动修改不满意的地方，再让 AI 续写下一段。
这套流程跑通一次，后面就是重复「写—改—续」的循环。
书童 Pagekin 的典型写作场景与模型对比
Pagekin 不是万能工具，它在某些写作场景下表现突出，在另一些场景下需要人工兜底。下面按实际使用频率排序。
场景一：卡文时的「三个走向」
写到主角进入密室，你不知道接下来该发生什么。选中上一段，输入提示词：
「基于当前情节，给出三个不同的剧情走向，每个走向用 100 字描述，要求风格保持一致。」
Pagekin 会把三个选项列出来，你挑一个继续写。这比对着空白文档发呆高效得多。
场景二：人物对话「换语气」
你写了一段对话，觉得太正式，想改成更口语化的风格。选中对话段落，输入：
「保持对话内容不变，把语气改得更像两个老朋友在深夜聊天。」
AI 会重写这段对话，你只需要微调几个词。
场景三：章节连贯性检查
写完十章后，把前十章正文导入 Pagekin 的知识库，然后问：
「请检查这十章中，主角的年龄、武器、所在地是否前后矛盾，列出所有不一致的地方。」
这是本地模型 + 本地知识库的典型使用方式，数据不出本机，隐私性好。
场景四：批量生成「路人甲」台词
小说里需要大量次要角色的简短台词，比如酒馆里的客人、街边小贩。这类内容不需要太高的文学性，用本地小模型批量生成即可，成本为零。
本地模型对比：选哪个跑 Pagekin？
不同模型在小说写作上的表现差异明显。以下对比基于 16GB 内存的笔记本实测，仅供参考：
| 模型 | 参数量 | 中文文笔 | 指令遵循 | 显存/内存占用 | 适合场景 |
|---|---|---|---|---|---|
| qwen2.5:7b | 7B | 良好 | 强 | 约 6-8GB | 日常续写、对话改写 |
| qwen2.5:14b | 14B | 优秀 | 很强 | 约 12-16GB | 章节大纲、连贯性检查 |
| llama3.1:8b | 8B | 一般 | 强 | 约 8GB | 英文小说、指令任务 |
| gemma2:9b | 9B | 中等 | 中等 | 约 8-10GB | 短文本生成 |
| mistral:7b | 7B | 较弱 | 中等 | 约 6GB | 英文场景、快速草稿 |
结论：中文小说写作优先选 qwen2.5 系列。7B 适合日常续写，14B 适合需要更强逻辑的章节规划和连贯性检查。如果电脑跑不动 14B，7B 也完全可用，只是需要更多人工修改。
云端 API 与本地 Ollama 的取舍
Pagekin 同时支持云端和本地模型，两者不是替代关系，而是互补：
- 本地 Ollama：零成本、隐私好、可离线，但模型能力受硬件限制。
- 云端 API：模型能力强、速度快，但按 token 计费，长篇写作成本会累积。
一个实用的策略是：日常续写和草稿用本地模型，关键章节的润色和逻辑检查用云端模型。Pagekin 的多模型切换让这种混合工作流变得很自然。
进阶技巧：让 Pagekin 更懂你的小说
跑通基础流程后，下面几个技巧能显著提升输出质量。
技巧一：写好「系统提示词」
在项目设置里，把系统提示词写具体。不要只写「你是一个小说写作助手」，而是：
「你是一位擅长都市悬疑小说的写作助手。主角林默，28 岁，前刑警，说话简短、冷幽默。故事发生在南方沿海城市。请保持每段 150 字以内，对话占比不低于 40%。」
提示词越具体，AI 跑偏的概率越低。
技巧二：用「细纲」控制节奏
不要直接让 AI 从一句话梗概写 3000 字。先让它生成 10 条细纲，你修改确认后，再逐条扩展成段落。这样每一段都在你的控制范围内。
技巧三：建立「风格样本」
把你写得最满意的三段文字放进知识库，并标注「这是本书的风格样本」。每次让 AI 续写时，提醒它参考风格样本。本地模型对上下文中的样本模仿能力比想象中强。
技巧四：定期导出备份
Pagekin 的数据存在本地，这是优点也是风险。建议每周把项目导出为 JSON 或 Markdown，存到网盘或 Git 仓库。
技巧五：调整生成参数
在模型设置中，适当降低 temperature（如 0.7）可以让文风更稳定；提高 top_p（如 0.9）可以增加用词多样性。写大纲时用低 temperature，写对话时用稍高的 temperature。
常见问题
Pagekin 和直接用 ChatGPT 写小说有什么区别？
最大的区别是数据归属和成本结构。用 ChatGPT 写小说，你的设定、大纲、正文都在云端，长期使用需要订阅或按量付费。Pagekin 是开源工具，数据存在本地，搭配 Ollama 后 token 成本为零。另外，Pagekin 针对长篇小说做了设定管理、大纲管理、知识库等专门功能，比通用聊天界面更适合长篇创作。
本地模型写出来的文笔够用吗？
看你的要求。qwen2.5:14b 在中文小说续写上的表现已经相当可用，尤其是日常对话和场景描写。但在复杂情节转折、多线叙事和细腻情感描写上，本地 7B/14B 模型仍不如顶级云端模型。实际做法是：本地模型出草稿，人工修改，关键段落再用云端模型润色。
跑 Ollama 需要什么配置？
最低 8GB 内存可以跑 7B 量化模型，但速度较慢。推荐 16GB 内存或 8GB 以上显存的机器，跑 7B 模型流畅，跑 14B 模型勉强可用。如果是 Mac M 系列芯片，统一内存越大越好，M1/M2/M3 的 16GB 版本跑 7B 体验不错。
Pagekin 支持哪些模型提供商？
根据仓库说明，Pagekin 支持 OpenAI 兼容接口，因此理论上可以接入 OpenAI、DeepSeek、Moonshot、智谱等云端服务，也可以接入 Ollama、LM Studio、vLLM 等本地推理工具。具体支持列表请以 GitHub 仓库最新文档为准。
用 Pagekin 写的小说版权归谁？
工具本身不主张版权。你输入设定、大纲，AI 生成草稿，你修改定稿，最终作品的版权归属取决于你所在地区的法律和所用模型的服务条款。本地 Ollama 模型通常对生成内容没有额外版权主张，但建议在使用前阅读具体模型的开源协议。
书童 Pagekin 的价值不在于「一键写完整本书」，而在于把 AI 变成写作流程中的一个可控环节。它开源、可本地部署、支持 Ollama 零成本运行，适合愿意花一点时间折腾配置、换取长期自由创作环境的写作者。仓库地址再放一次：https://github.com/EthanYoQ/AI-Novel-Writer 。建议先 clone 下来跑通流程，再根据自己的写作习惯调整提示词和模型参数。
评论 (0)