不知道出了什么问题，先记录一下更新

Src/Novel_directory.txt

@@ -1,182 +0,0 @@
-
-第1章 ：星河坠落提瓦特 - 穿越与初遇派蒙，危机初现端倪
-第2章 ：蒙德的初印象 -  初探蒙德城，与丽莎的首次相遇
-第3章 ：酒馆的闲谈 -  了解提瓦特局势，派蒙展现惊人一面
-第4章 ：丽莎的试探 -  星河展现科技实力，引来丽莎的警惕
-第5章 ：委托与冒险 -  接受委托，初次展现星穹铁道科技的运用
-第6章 ：风魔龙的挑战 -  运用科技对抗风魔龙，展现策略与智慧
-第7章 ：派蒙的异常 -  派蒙出现记忆碎片，暗示其不寻常身份
-第8章 ：丽莎的秘密魔法 -  丽莎使用禁忌魔法，展现其神秘一面
-第9章 ：旅行者的出现 -  与原神旅行者初次相遇，产生摩擦与合作
-第10章 ：蒙德的阴谋 -  发现蒙德隐藏的危机，与丽莎深入合作
-第11章 ：追捕令的阴影 -  星河收到星穹铁道追捕令，内心挣扎
-第12章 ：深入调查 -  调查蒙德的危机，发现与丽莎的秘密组织有关
-第13章 ：钟离的现身 -  钟离初次出现，对星河进行暗示与引导
-第14章 ：失落科技的线索 -  发现关于提瓦特失落科技的线索
-第15章 ：前往璃月 -  踏上前往璃月的旅程，面对新的挑战
-第16章 ：璃月港的繁华 -  体验璃月港的文化，了解璃月局势
-第17章 ：往生堂的委托 -  接受往生堂的委托，深入了解璃月历史
-第18章 ：岩王帝君的考验 -  钟离对星河进行考验，揭示其真实目的
-第19章 ：地脉异常 -  发现璃月地脉异常，与旅行者合作调查
-第20章 ：黄金屋的秘密 -  探索黄金屋的秘密，发现与失落科技有关
-第21章 ：刻晴的质疑 -  刻晴对星河的科技持有怀疑态度
-第22章 ：对抗岩龙蜥 -  运用科技与策略对抗强大的岩龙蜥
-第23章 ：派蒙的回忆 -  派蒙回忆片段增多，身份逐渐清晰
-第24章 ：丽莎的引导 -  丽莎引导星河学习提瓦特魔法
-第25章 ：星河的抉择 -  星河面临道德困境，做出艰难选择
-第26章 ：前往稻妻 -  前往稻妻，面对新的挑战与危机
-第27章 ：稻妻的雷电 -  体验稻妻的文化与习俗，对抗雷电将军的威压
-第28章 ：八重神子的试探 -  八重神子对星河进行试探，考验其能力
-第29章 ：影向地的秘密 -  探索影向地的秘密，发现与提瓦特历史有关
-第30章 ：反抗军与合作 -  与稻妻反抗军合作，对抗幕后黑手
-第31章 ：永恒的执政官 -  与雷电将军正面交锋，展现智慧与实力
-第32章 ：派蒙的过去 -  派蒙的过去逐渐揭开，与提瓦特古老文明有关
-第33章 ：丽莎的组织 -  丽莎所属组织的真相逐渐浮出水面
-第34章 ：前往须弥 -  前往须弥，面对新的挑战与文化
-第35章 ：须弥的智慧 -  体验须弥的文化，了解须弥的智慧与科技
-第36章 ：草神的大智慧 -  与草神进行交流，探讨生命的意义
-第37章 ：森林的危机 -  须弥森林面临危机，星河运用科技解决问题
-第38章 ：沙漠的秘密 -  探索须弥沙漠的秘密，发现远古文明的遗迹
-第39章 ：散兵的阴谋 -  散兵的阴谋逐渐浮出水面，星河需要应对
-第40章 ：与散兵的对抗 -  与散兵展开对抗，展现星穹铁道科技的优势
-第41章 ：前往枫丹 -  前往枫丹，面对新的挑战与科技
-第42章 ：枫丹的审判 -  体验枫丹的法律与秩序，面对复杂的案件
-第43章 ：水神的神秘 -  与水神进行互动，了解枫丹的秘密
-第44章 ：机械岛的危机 -  枫丹机械岛面临危机，星河运用科技解决问题
-第45章 ：潜入深海 -  潜入深海，探索深海的秘密与科技
-第46章 ：派蒙的预言 -  派蒙预言即将到来的巨大危机
-第47章 ：丽莎的抉择 -  丽莎面临艰难的抉择，需要做出牺牲
-第48章 ：前往纳塔 -  前往纳塔，面对新的挑战与文化
-第49章 ：纳塔的冰雪 -  体验纳塔的严寒环境，与冰雪元素对抗
-第50章 ：雪山之巅的秘密 -  探索雪山之巅的秘密，发现远古文明的遗迹
-第51章 ：冰神的考验 -  冰神对星河进行考验，考验其心性与毅力
-第52章 ：与旅行者的合作 -  与旅行者深入合作，对抗共同的敌人
-第53章 ：深渊的威胁 -  深渊的威胁日益逼近，星河需要寻找应对之策
-第54章 ：钟离的计划 -  钟离的计划逐渐显露，其真实目的更加清晰
-第55章 ：星河的过去 -  星河过去的阴影再次浮现，影响其与他人的关系
-第56章 ：派蒙的觉醒 -  派蒙觉醒，展现其强大的力量
-第57章 ：丽莎的牺牲 -  丽莎为了保护星河做出牺牲
-第58章 ：前往至冬 -  前往至冬，面对新的挑战与阴谋
-第59章 ：至冬的阴谋 -  揭露至冬的阴谋，对抗幕后黑手
-第60章 ：女皇的算计 -  女皇对星河进行算计，考验其智慧与勇气
-第61章 ：机械生命的危机 -  至冬的机械生命失控，引发巨大的危机
-第62章 ：星河的策略 -  星河运用策略，化解机械生命的危机
-第63章 ：派蒙的秘密力量 -  派蒙展现其强大的秘密力量
-第64章 ：丽莎的遗产 -  丽莎留下宝贵的遗产，帮助星河对抗危机
-第65章 ：对抗深渊使徒 -  对抗强大的深渊使徒，展现星穹铁道科技的威力
-第66章 ：旅行者的选择 -  旅行者面临艰难的选择，需要做出决定
-第67章 ：钟离的帮助 -  钟离给予星河关键的帮助，但其目的依旧不明
-第68章 ：星河的成长 -  星河在经历种种磨难后得到成长
-第69章 ：提瓦特的命运 -  提瓦特的命运掌握在星河手中
-第70章 ：最终决战的序幕 -  最终决战的序幕拉开，危机全面爆发
-第71章 ：与幕后黑手的对抗 -  与幕后黑手展开激烈的对抗
-第72章 ：星河的牺牲 -  星河为了拯救提瓦特做出牺牲
-第73章 ：派蒙的付出 -  派蒙为了帮助星河付出一切
-第74章 ：丽莎的回归 -  丽莎以另一种方式回归，继续守护蒙德
-第75章 ：旅行者的抉择 -  旅行者做出最终的抉择
-第76章 ：钟离的真相 -  钟离的真实目的最终揭晓
-第77章 ：星河的复活 -  星河以意想不到的方式复活
-第78章 ：新的危机 -  新的危机出现，提瓦特面临新的挑战
-第79章 ：星河的抉择 -  星河需要做出新的抉择，选择自己的未来
-第80章 ：派蒙的未来 -  派蒙的未来充满希望与未知
-第81章 ：丽莎的守护 -  丽莎继续守护蒙德，为提瓦特贡献力量
-第82章 ：旅行者的旅程 -  旅行者继续自己的旅程，探索提瓦特的奥秘
-第83章 ：钟离的隐退 -  钟离选择隐退，默默守护提瓦特
-第84章 ：星河的归宿 -  星河思考自己的归宿，是留下还是离开
-第85章 ：与伙伴的告别 -  与伙伴们告别，回忆共同经历的冒险
-第86章 ：返回星穹铁道？ -  星河考虑返回星穹铁道，但心中仍有牵挂
-第87章 ：提瓦特的未来 -  提瓦特的未来充满希望与挑战
-第88章 ：科技与魔法的融合 -  星穹铁道科技与提瓦特魔法开始融合
-第89章 ：新的时代 -  提瓦特进入新的时代，科技与魔法共存
-第90章 ：星河的遗产 -  星河留下宝贵的遗产，影响着提瓦特的未来
-第91章 ：派蒙的传承 -  派蒙将自己的智慧与经验传承下去
-第92章 ：丽莎的教导 -  丽莎继续教导年轻一代，传承魔法的艺术
-第93章 ：旅行者的故事 -  旅行者的故事继续，探索更多未知的领域
-第94章 ：钟离的箴言 -  钟离留下意味深长的箴言，引导提瓦特的未来
-第95章 ：星河的回归 -  星河最终做出决定，选择自己的归宿
-第96章 ：告别的时刻 -  与提瓦特的伙伴们告别，心中充满不舍
-第97章 ：新的旅程 -  星河踏上新的旅程，迎接新的挑战
-第98章 ：回首往昔 -  回首在提瓦特的冒险，感慨万千
-第99章 ：未来的希望 -  提瓦特的未来充满希望，光明与挑战并存
-第100章 ：星河挽歌 -  故事的结尾，留下无限的遐想，开放式结局
-<think>
-嗯，我需要按照用户提供的《小说设定》来生成100章的目录。首先，我得仔细阅读并理解这个设定，确保每一章都紧扣主题和叙事结构。
-
- 世界观设定：暗影之歌
-
-在提瓦特大陆上，暗影力量正在苏醒，带来了新的挑战和阴谋。主要角色包括星辰、艾莎、凯文，以及暗影力量本身。故事探讨了力量与责任、身份与命运、信任与背叛等主题。
-
- 目录模板
-第1章：<text> - <简述>
-...
-第100章：<text> - <简述>
-
-接下来，我需要规划每一章的内容，确保涵盖起始点、初识艾莎、凯文的动机、危机初现、真相浮现、高潮对决以及开放式结局。
-
- 起始点
-星辰被选中成为暗影力量的继承者，但她对自己的能力感到不安，同时怀疑“暗影力量”是否真是保护大陆的存在。这一部分需要引入角色和设定，铺垫后续的冲突。
-
- 初识艾莎
-艾莎以刺客的身份接近星辰，试图利用她的暗影能力。两人合作中发现彼此的共同点和隐藏的冲突，这可以增加角色的互动和紧张感。
-
- 凯文的动机
-凯文表面上支持星辰和艾莎，但实际上有自己的秘密。他可能是“暗影力量”的后代，或者另有隐情。这部分需要揭示凯文的多面性和潜在威胁。
-
- 危机初现
-随着暗影力量的觉醒，大陆出现诡异事件。暗影力量失控，普通民众受害。这可以是故事转折点，展示力量带来的危险。
-
- 真相浮现
-通过对凯文、艾莎和星辰的深入探索，揭示他们的过去与命运联系。他们之间存在更大的联系，关系到暗影力量的未来。
-
- 高潮对决
-关键时刻，星辰和艾莎必须共同面临强敌。这场对决是力量的较量，更是信任与背叛的考验，增加戏剧性和紧张感。
-
- 结局模糊
-故事留下开放结局，暗示暗影力量的未来影响，星辰和艾莎是否能找到自己的道路，或者被力量吞噬。
-
-在规划每一章时，我需要确保情节连贯，角色发展合理，同时埋下伏笔，为后续章节做好铺垫。例如，在初识艾莎的阶段，可以设置她的多面性和潜在的秘密，为后期冲突做准备。
-
-此外，每章的标题应简洁明了，能够反映主要情节或角色的发展，并附上简短的提示性简述，帮助读者了解每一章的内容。
-
-现在，我需要将这些思考整理成一个100章的目录，确保每一章都紧扣设定中的叙事结构和角色发展，同时埋下足够的暗线伏笔。
-</think>
-
-第1章 ：星辰的选择 - 星辰被选中为暗影力量的继承者，但内心充满疑惑与不安。
-
-第2章 ：暗影之息 - 星辰在练习中意外触发暗影力量，引发混乱，开始探索自己的能力边界。
-
-第3章 ：艾莎的来临 - 艾莎以刺客身份接近星辰，试图获取更多关于暗影力量的信息，同时对星辰产生复杂情感。
-
-第4章 ：凯文的真实意图 - 凯文表面上支持星辰和艾莎，但逐渐显露出多面性和隐藏的秘密，引起星辰的警觉。
-
-第5章：暗影失控 - 随着暗影力量的强化，大陆出现一系列诡异事件，普通民众受害，暗影力量开始失控。
-
-第6章：艾莎的内心挣扎 - 艾莎在完成任务后，发现自己逐渐被暗影力量控制，对自己的选择感到恐慌和纠结。
-
-第7章：凯文的秘密揭露 - 凯文被迫公开他的多面性和隐藏的秘密，星辰和艾莎联手调查他的真实意图。
-
-第8章：命运的交错 - 通过对凯文、艾莎和星辰的深入了解，逐渐揭示他们之间存在更大的联系关系到暗影力量的未来走向。
-
-第9章：危机加剧 - 凯文与暗影力量的势力开始对星辰和艾莎构成直接威胁，两人必须面临更为严峻的挑战。
-
-第10章：信任的考验 - 在关键时刻，星辰和艾莎之间的信任面临突破，但也隐藏着潜在的背叛阴谋。
-
-第11章：暗影力量的真相 - 星辰通过回忆和资料，逐渐揭开暗影力量的起源和其对世界的影响。
-
-第12章：凯文的最终动向 - 凯文的双重身份和真实意图被彻底揭露，他的选择将对暗影力量的未来产生重大影响。
-
-第13章：星辰的觉醒 - 星辰在与艾莎的合作中逐渐意识到自己肩负的责任，开始寻找解决问题的方法。
-
-第14章：艾莎的挣扎 - 艾莎被迫面对自己的过去和现在的选择，她是否能站出来对抗暗影力量？
-
-第15章：凯文的覆灭 - 凯文最终的命运如何？他的计划是否能够成功，或者他将成为阻碍？
-
-第16章：暗影之歌 - 星辰和艾莎联手面临最后的危机，他们需要找到一个办法来控制暗影力量。
-
-第17章：力量与责任的抉择 - 在关键时刻，星辰和艾莎必须做出艰难的决定，选择自己的道路还是被力量吞噬。
-
-第18章：命运的终结 - 故事进入高潮，暗影力量的威胁更加严峻，星辰和艾莎必须团结起来对抗它。
-
-第19章：最后的对决 - 星辰和艾莎面临最终的对决，他们的能力和信任将决定世界的命运。
-
-第20章：暗影之光 - 故事情节以开放式结束，暗示暗影力量的未来影响，星辰和艾莎是否能找到自己的道路？

Src/Novel_setting.txt

@@ -1,98 +0,0 @@
-
-小说设定：《星河挽歌：提瓦特星轨》
-
-小说类型：玄幻穿越，史诗级冒险，轻松幽默与细腻情感并存，整体偏正剧，但避免过于沉重。
-
-字数：约400万字（100章 x 4000字/章）
-
-视角：第三人称，穿插主角第一人称内心独白。
-
-世界观：基于原神世界线平行宇宙的提瓦特大陆，地理环境与原神基本一致，但部分区域势力分布及历史事件有所调整，以适应主角的到来和剧情发展。七国结构保留，但政治格局和社会风貌因主角介入而变。科技与魔法并存，魔法更为显著，主角的星穹铁道科技作为“外来力量”融入其中，引发冲突和变革。重要历史事件保留原神设定，并添加主角引发的新的历史事件。
-
-核心内容梗概：主角星河在星穹铁道执行任务时意外穿越到提瓦特大陆，发现大陆面临史无前例的巨大危机。凭借星穹铁道科技力量及经验，星河成为对抗危机的关键人物。在拯救提瓦特过程中，他将与原神角色相遇，建立深厚情谊或产生冲突，最终完成使命，并决定自己的归宿。采用英雄之旅叙事结构，主线为拯救提瓦特，副线为主角与原神角色的情感纠葛。
-
-主要角色：
-
-1. 星河：坚毅、责任感强、略带孤傲，内心温柔渴望归宿。拥有强大的星穹铁道科技力量，但更倾向于智慧和策略解决问题。拥有丰富战斗经验和冷静判断力，但也有过去任务的阴影和对未来命运的迷茫，偶尔冲动，也可能因自身能力产生优越感。他的目标是拯救提瓦特，找到归宿，弥补过去遗憾。他的隐藏秘密是：在星穹铁道的一次任务中，他导致一位重要伙伴牺牲，这个秘密影响着他与他人的关系，并在与原神角色建立深厚感情时成为关键转折点。
-
-2. 派蒙：活泼、贪吃、略显成熟，更能理解星河内心世界，给予更深层次的支持。积极参与冒险，但鲁莽会带来麻烦，是重要的喜剧元素。对提瓦特知识渊博，但对星穹铁道科技一无所知。她的目标是帮助星河拯救提瓦特，探索自身存在秘密，与星河建立更深厚羁绊。她的隐藏秘密是：她并非简单的导航精灵，拥有远超常人的智慧和感知能力，与提瓦特大陆的过去有着神秘联系。这会在中段通过关键事件逐步揭示。  她的“记忆碎片”——偶尔失神，喃喃自语，对特定场景反应强烈，甚至出现幻觉，这些会逐渐清晰，暗示她与提瓦特古老文明甚至超越提瓦特的力量有关。
-
-3. 丽莎：慵懒、智慧，强大的魔法能力，比原神设定中更成熟、更富有责任感。对星穹铁道科技好奇又警惕，将星河视为竞争对手和值得培养的对象。她会引导主角，但在关键时刻设置考验。她的目标是保护蒙德，培养星河，并寻求突破自身瓶颈。她的隐藏秘密是：她拥有不为人知的秘密身份，与某个神秘组织有关，该组织与即将到来的危机密切相关。她的“禁忌魔法”——偶尔使用威力远超平时能力的魔法，使用后疲惫甚至身体异样，她会刻意隐藏，这与她的神秘组织联系紧密。
-
-4. 原神旅行者：与星河互动，产生冲突与合作。两人对提瓦特大陆的理解不同，可能会产生矛盾，但在对抗危机时携手合作。
-
-5. 钟离：神秘幕后人物，引导星河完成使命，但目的和动机不明，会带来考验和帮助，也可能成为潜在敌人。他的“真实目的”——对星河的帮助看似无私，但始终保持距离，言行举止充满深意，他的行动与提瓦特危机有关，目的可能并非简单帮助主角，而是为了实现某种更宏大的计划。
-
-角色关系与冲突：星河与派蒙（依赖与独立的矛盾），星河与丽莎（竞争与合作），星河与原神旅行者（身份认同冲突），星河与钟离（考验与引导）。
-
-暗线与伏笔：派蒙的记忆碎片，丽莎的禁忌魔法，星河的星穹铁道追捕令，钟离的真实目的，提瓦特大陆的失落科技。这些暗线相互交织，推动剧情发展，并为角色成长和故事走向增添可能性和悬念。
-
-结局：开放式结局，主角战胜危机，但提瓦特仍面临挑战，主角可以选择留在提瓦特或回到星穹铁道；也可能根据剧情走向相对圆满结局。
-
-
-世界观与角色动机结合：提瓦特大陆面临的危机是推动星河行动的主要动力，而他过去的经历（星穹铁道任务的阴影和伙伴的牺牲）以及对归宿的渴望，则构成了他内心的冲突和驱动力。派蒙的秘密与提瓦特古老文明的关联，丽莎的禁忌魔法与神秘组织的联系，这些都与即将到来的危机息息相关，也与主角的命运紧密相连。  钟离的真实目的则成为贯穿始终的神秘力量，推动剧情发展，并最终影响故事的结局。  星河的星穹铁道科技，则成为改变提瓦特魔法世界格局的关键因素，引发一系列冲突和变革。
- 世界观设定：暗影之歌
-
- 引言
-在一个名为提瓦特的大陆上，力量如同黑暗中的呼吸，无声无息地渗透着一切。这片大陆的历史被称为“暗影年代”，那时期充满了权力斗争和悲剧命运。如今，随着“暗影力量”的再次苏醒，新的阴谋与挑战正逐渐显露。
-
- 主要角色
-1. 星辰（亦名：斯琴）  
-   - 背景：一位被称为“暗影之心”的天才少女，拥有操纵暗影的特殊能力。她的力量是暗影之力最强者之一，但同时也让她背负着沉重的责任。
-   
-2. 艾莎（亦名：艾丽莎）  
-   - 背景：一位冷酷无情的刺客，曾为“暗影力量”效力。她的身世与“暗影力量”密不可分，性格多变，隐藏着巨大的秘密。
-
-3. 凯文（亦名：克莱文）  
-   - 背景：自封为提瓦特大陆的守护者，实则心中藏着大不明小谋。他表面上支持星辰和艾莎，但背后暗藏自己的秘密计划。
-
-4. 暗影力量  
-   - 背景：一股强大的力量源于远古，能够操控暗影与黑暗。它的真实目的尚未完全被揭示，既有守护大陆的传说，也有毁灭一切的预言。
-
- 世界观亮点
-
-1. 力量的双面性  
-   - 暗影力量是世界的核心，但同时也是最大的危险。掌握它的人往往会被力量所控制，经历深刻的心理变化。
-
-2. 身份的迷失  
-   - 星辰和艾莎都背负着来自“暗影力量”的阴影，他们的身份与命运与力量紧密相连，这种联系既是他们的优势，也是他们的诅咒。
-
-3. 权力真空  
-   - 提瓦特大陆在“暗影年代”后期逐渐走向新的权力真空，各种势力争夺资源和权利，形成了复杂多变的政治格局。
-
-4. 宿命的重遇  
-   - 星辰和艾莎被暗影力量联系起来，这种宿命使他们在面对危机时不得不合作，但同时也让彼此之间充满了矛盾与误解。
-
-5. 未知的威胁  
-   - “暗影力量”的真实目标尚未完全明确，可能是为了大陆的繁荣，也可能是为了彻底摧毁一切。这种不确定性为故事增添了紧张感和悬念。
-
- 故事情节展开
-
-1. 起始点  
-   - 星辰被选中成为暗影力量的继承者，但她对自己的能力感到不安，同时也怀疑“暗影力量”是否真的是保护大陆的存在。
-   
-2. 初识艾莎  
-   - 艾莎以刺客的身份接近星辰，试图利用她的暗影能力。但两人在合作中逐渐发现彼此之间的共同点，以及隐藏的冲突。
-
-3. 凯文的动机  
-   - 凯文表面上是支持星辰和艾莎，但实际上他有自己的秘密。他可能是“暗影力量”的后代，或者背后另有hidden agenda。
-
-4. 危机初现  
-   - 随着暗影力量的觉醒，大陆出现了一系列诡异的事件。暗影力量开始失控，普通大民被笼罩在阴影中，生存成为一件艰难的事。
-
-5. 真相浮现  
-   - 通过对凯文、艾莎和星辰的深入探索，逐渐揭示他们各自的过去与命运联系。最终，他们会发现自己之间存在着更大的联系，而这可能关系到整个暗影力量的未来。
-
-6. 高潮对决  
-   - 在一次关键时刻，星辰和艾莎必须共同面临一个强大的敌人。这场对决不仅是力量的较量，更是信任与背叛的考验。
-
-7. 结局的模糊性  
-   - 故事情节留下了开放的结局，让读者思考暗影力量最终会带来什么样的未来。星辰和艾莎是否能找到自己的道路，或者他们将被暗影力量彻底吞噬。
-
- 主题
-- 力量与责任：暗影力量赋予了一些人巨大的能力，但同时也带来了沉重的责任。
-- 身份与命运：每个人的过去决定了他们的未来，他们是否能超越自己的宿命？
-- 信任与背叛：在危难时刻，真实的朋友和潜在的敌人是如何区分的？
-
- 总结
-“暗影之歌”是一个充满矛盾与复杂性的故事，它探讨了力量、身份、信任等多个深刻主题。通过星辰和艾莎两位主角的视角，读者可以感受到在黑暗与光明之间挣扎的人性，以及他们如何面对命运给予的挑战。

embedding_ollama.py

@@ -1,14 +1,9 @@
-# embedding_ollama.py
+import logging
 import requests
 from typing import List
+import traceback
 
 class OllamaEmbeddings:
-    """
-    Ollama 本地服务提供的 Embedding 接口，
-    本需求里我们最终拼出形如: http://localhost:11434/api/embed
-    即 base_url + "/embed"
-    """
-
     def __init__(self, model_name: str, base_url: str):
         self.model_name = model_name
         self.base_url = base_url  # 这里应形如 http://localhost:11434/api (不再含 /v1)
@@ -49,6 +44,28 @@ class OllamaEmbeddings:
             response = requests.post(url, json=data)
             response.raise_for_status()
             result = response.json()
+            print(result)
+
+            # 检查返回结果是否包含 'embedding' 字段
+            if "embedding" not in result:
+                logging.warning(f"No 'embedding' field in response. Returning empty embedding.")
+                return []  # 返回空列表
             return result["embedding"]
+
         except requests.exceptions.RequestException as e:
-            raise Exception(f"Ollama embeddings request error: {e}")
+            logging.error(f"Ollama embeddings request error: {e}")
+            logging.error(f"Request URL: {url}")
+            logging.error(f"Request Data: {data}")
+            logging.error("Full error details:\n" + traceback.format_exc())
+            return []
+
+        except ValueError as e:
+            logging.error(f"Invalid response structure: {e}")
+            logging.error(f"Response content: {response.text}")
+            logging.error("Full error details:\n" + traceback.format_exc())
+            return []
+
+        except Exception as e:
+            logging.error(f"Unexpected error: {e}")
+            logging.error("Full error details:\n" + traceback.format_exc())
+            return []

novel_generator.py

@@ -4,17 +4,12 @@ import os
 import logging
 import re
 from typing import Dict, List, Optional
-try:
+from typing import TypedDict
-    from typing import TypedDict
-except ImportError:
-    from typing_extensions import TypedDict
-
 from langchain_openai import ChatOpenAI
 from langgraph.graph import StateGraph, START, END
 from langchain_openai import OpenAIEmbeddings
 from langchain_community.vectorstores import Chroma
 from langchain.docstore.document import Document
-
 import nltk
 import math
 from sentence_transformers import SentenceTransformer
@@ -34,15 +29,15 @@ from embedding_ollama import OllamaEmbeddings
 from chapter_directory_parser import get_chapter_info_from_directory
 
 # ============ 日志配置 ============
+
 logging.basicConfig(level=logging.INFO, format="%(asctime)s [%(levelname)s] %(message)s")
 
 def debug_log(prompt: str, response_content: str):
-    """打印Prompt与Response，可根据需要保留或去掉。"""
         logging.info(f"\n[Prompt >>>] {prompt}\n")
         logging.info(f"[Response >>>] {response_content}\n")
 
+# ============ 判断接口格式相关 ============
 
-# ============ 接口判断函数 ============
 def is_using_ollama_api(interface_format: str, base_url: str) -> bool:
     """
     当 interface_format == "Ollama" 时返回 True
@@ -60,6 +55,8 @@ def is_using_ml_studio_api(interface_format: str, base_url: str) -> bool:
     return False
 
 
+# ============ 创建 Embeddings 对象 ============
+
 def create_embeddings_object(
     api_key: str,
     base_url: str,
@@ -72,27 +69,25 @@ def create_embeddings_object(
     - 当 interface_format = "Ollama" => OllamaEmbeddings(...)
       （此时把 embed_url 中的 /v1 替换成 /api，以便最后调用 /api/embed）
     - 当 interface_format = "OpenAI" or "ML Studio" => OpenAIEmbeddings
-    - 其它情况可自行扩展
+    - 其它情况视需求可扩展
     """
     if is_using_ollama_api(interface_format, embed_url):
-        # 去除末尾斜杠
         fixed_url = embed_url.rstrip("/")
-        # 如果包含 /v1 则替换为 /api
         fixed_url = fixed_url.replace("/v1", "/api")
         return OllamaEmbeddings(
             model_name=embedding_model_name,
             base_url=fixed_url
         )
     elif is_using_ml_studio_api(interface_format, base_url):
+        # ML Studio / OpenAI 兼容
         return OpenAIEmbeddings(openai_api_key=api_key, openai_api_base=base_url)
     else:
         # 默认使用 OpenAIEmbeddings
         return OpenAIEmbeddings(openai_api_key=api_key, openai_api_base=base_url)
 
-# ============ 日志配置 ============
-logging.basicConfig(level=logging.INFO, format="%(asctime)s [%(levelname)s] %(message)s")
 
 # ============ 向量库相关 ============
+
 VECTOR_STORE_DIR = os.path.join(os.getcwd(), "vectorstore")
 if not os.path.exists(VECTOR_STORE_DIR):
     os.makedirs(VECTOR_STORE_DIR)
@@ -102,8 +97,8 @@ def clear_vector_store():
     清空本地向量库（删除 vectorstore 文件夹内的内容）。
     """
     if os.path.exists(VECTOR_STORE_DIR):
-        try:
         import shutil
+        try:
             for filename in os.listdir(VECTOR_STORE_DIR):
                 file_path = os.path.join(VECTOR_STORE_DIR, filename)
                 if os.path.isfile(file_path) or os.path.islink(file_path):
@@ -126,7 +121,6 @@ def init_vector_store(
 ) -> Chroma:
     """
     初始化并返回一个Chroma向量库，将传入的文本进行嵌入并保存到本地目录。
-    embedding_base_url 若不为空，则用于 Ollama 模式下；否则默认使用 base_url。
     """
     embed_url = embedding_base_url if embedding_base_url else base_url
     embeddings = create_embeddings_object(
@@ -156,6 +150,7 @@ def load_vector_store(
     读取已存在的向量库。若不存在则返回 None。
     """
     if not os.path.exists(VECTOR_STORE_DIR):
+        logging.info("Vector store not found. Initializing a new one...")
         return None
     embed_url = embedding_base_url if embedding_base_url else base_url
     embeddings = create_embeddings_object(
@@ -185,8 +180,10 @@ def update_vector_store(
         embedding_model_name=embedding_model_name,
         embedding_base_url=embedding_base_url
     )
+    
+    # 如果向量库不存在，初始化它
     if not store:
-        logging.info("Vector store does not exist. Initializing a new one...")
+        logging.info("Vector store does not exist. Initializing a new one for new chapter...")
         init_vector_store(
             api_key=api_key,
             base_url=base_url,
@@ -200,6 +197,7 @@ def update_vector_store(
     new_doc = Document(page_content=new_chapter)
     store.add_documents([new_doc])
     store.persist()
+    logging.info("Vector store updated with the new chapter.")
 
 def get_relevant_context_from_vector_store(
     api_key: str,
@@ -212,7 +210,7 @@ def get_relevant_context_from_vector_store(
 ) -> str:
     """
     从向量库中检索与 query 最相关的 k 条文本，拼接后返回。
-    若向量库不存在则返回空字符串。
+    若向量库不存在或没有足够的内容，则返回空字符串。
     """
     store = load_vector_store(
         api_key=api_key,
@@ -221,10 +219,19 @@ def get_relevant_context_from_vector_store(
         embedding_model_name=embedding_model_name,
         embedding_base_url=embedding_base_url
     )
+    
+    # 如果向量库为空，直接返回空字符串
     if not store:
-        logging.warning("Vector store not found. Returning empty context.")
+        logging.info("No vector store found. Returning empty context.")
         return ""
+    
+    # 向量库存在，但没有足够的内容时也避免索引错误
     docs = store.similarity_search(query, k=k)
+    
+    if not docs:
+        logging.info(f"No relevant documents found for query '{query}'. Returning empty context.")
+        return ""
+
     combined = "\n".join([d.page_content for d in docs])
     return combined
 
@@ -256,7 +263,6 @@ def Novel_novel_directory_generate(
     """
     使用多步流程，生成 Novel_setting.txt 与 Novel_directory.txt 并保存到 filepath。
     """
-    # 确保文件夹存在
     os.makedirs(filepath, exist_ok=True)
 
     model = ChatOpenAI(
@@ -327,7 +333,6 @@ def Novel_novel_directory_generate(
         debug_log(prompt, response.content)
         return {"novel_directory": response.content.strip()}
 
-    # 构建状态图
     graph = StateGraph(OverallState)
     graph.add_node("generate_base_setting", generate_base_setting)
     graph.add_node("generate_character_setting", generate_character_setting)
@@ -363,7 +368,6 @@ def Novel_novel_directory_generate(
         logging.warning("生成失败：缺少 final_novel_setting 或 novel_directory。")
         return
 
-    # 写入文件
     filename_set = os.path.join(filepath, "Novel_setting.txt")
     filename_novel_directory = os.path.join(filepath, "Novel_directory.txt")
 
@@ -375,7 +379,6 @@ def Novel_novel_directory_generate(
 
     append_text_to_file(final_novel_setting_cleaned, filename_set)
     append_text_to_file(final_novel_directory_cleaned, filename_novel_directory)
-
     logging.info("Novel settings and directory generated successfully.")
 
 
@@ -394,19 +397,25 @@ def get_last_n_chapters_text(chapters_dir: str, current_chapter_num: int, n: int
             text = read_file(chap_file).strip()
             if text:
                 texts.append(text)
+    if len(texts) < n:
+        texts = [''] * (n - len(texts)) + texts
     return texts
 
+
 def summarize_recent_chapters(
     llm_model: str,
     api_key: str,
     base_url: str,
     temperature: float,
     chapters_text_list: List[str]
-    ) -> str:
+) -> str:
     """
-    将最近几章的文本拼接后，通过模型生成一个相对详细的“短期内容摘要”。
+    将最近几章文本拼接，通过模型生成相对简要的“短期内容摘要”。
-    如果没有可用的模型（model=None），则退化为简单截断示例。
     """
+    if not chapters_text_list:
+        return ""
+    if chapters_text_list==['', '', '']:
+        return "暂无摘要。"
     model = ChatOpenAI(
         model=llm_model,
         api_key=api_key,
@@ -414,33 +423,19 @@ def summarize_recent_chapters(
         temperature=temperature
     )
 
-    if not chapters_text_list:
-        return ""
-
     combined_text = "\n".join(chapters_text_list)
-    # 如果未传入model，就做个简单的退化输出
+    prompt = f"""你是一名资深长篇小说写作辅助AI，下面是最近几章的合并文本：
-    if not model:
-        return f"【摘要-演示】\n{combined_text[:800]}..."
-
-    # 构造一个提示词（Prompt），指示模型生成精简摘要
-    prompt = f"""你是一名资深的长篇小说写作辅助AI。下面是最近几章的合并文本内容：
 {combined_text}
 
-请你为此文本生成一段简洁扼要的摘要，突出主要剧情进展、角色变化、冲突焦点等要点。
+请用中文输出不超过500字的摘要，只包含主要剧情进展、角色变化、冲突焦点等要点："""
-1.请用中文输出，不超过500字。
+
-2.仅回复摘要内容，不需要其他信息。
-"""
-    # 调用模型获取摘要
     response = model.invoke(prompt)
     if not response or not response.content.strip():
-        # 若模型无响应或空，返回简单截断
+        return combined_text[:800] + "..." if len(combined_text) > 800 else combined_text
-        return f"【摘要-演示】\n{combined_text[:800]}..."
-
-    # 返回模型生成的摘要文本
     return response.content.strip()
 
 
-# ============ 新增：更新剧情要点/未解决冲突 ============
+# ============ 新增：剧情要点/未解决冲突 ============
 
 PLOT_ARCS_PROMPT = """\
 下面是新生成的章节内容:
@@ -449,9 +444,9 @@ PLOT_ARCS_PROMPT = """\
 这里是已记录的剧情要点/未解决冲突(可能为空):
 {old_plot_arcs}
 
-请基于新的章节内容，提炼出本章引入或延续的悬念、冲突、角色暗线等，将其合并到旧的剧情要点中。
+请基于新的章节内容，提炼本章引入或延续的悬念、冲突、角色暗线等，将其合并到旧的剧情要点中。
 若有新的冲突则添加，若有已解决/不再重要的冲突可标注或移除。
-最终输出一份更新后的剧情要点列表，以帮助后续保持故事的整体一致性和悬念延续。
+最终输出更新后的剧情要点列表，以帮助后续保持故事整体的一致性和悬念延续。
 """
 
 def update_plot_arcs(
@@ -462,10 +457,6 @@ def update_plot_arcs(
     model_name: str,
     temperature: float
 ) -> str:
-    """
-    利用模型分析最新章节文本，提炼或更新“未解决冲突或剧情要点”。
-    并返回更新后的字符串。
-    """
     model = ChatOpenAI(
         model=model_name,
         api_key=api_key,
@@ -480,7 +471,6 @@ def update_plot_arcs(
     if not response:
         logging.warning("update_plot_arcs: No response.")
         return old_plot_arcs
-    debug_log(prompt, response.content)
     return response.content.strip()
 
 
@@ -499,28 +489,44 @@ def generate_chapter_draft(
     word_number: int,
     temperature: float,
     novel_novel_directory: str,
-    filepath: str
+    filepath: str,
+    interface_format: str,
+    embedding_model_name: str,
+    embedding_base_url: str
 ) -> str:
     """
-    仅生成当前章节的草稿，不更新全局摘要/角色状态/向量库。
+    生成当前章节的草稿，不更新全局摘要/角色状态/向量库。
-    并将生成的内容写到 "chapter_{novel_number}.txt" 覆盖写入。
-    同时生成 "outline_{novel_number}.txt" 存储大纲内容。
     """
-    # 0) 根据 novel_number 从 novel_novel_directory 中获取本章标题及简述
+    # 根据目录信息获取本章标题、简介
     chapter_info = get_chapter_info_from_directory(novel_novel_directory, novel_number)
     chapter_title = chapter_info["chapter_title"]
     chapter_brief = chapter_info["chapter_brief"]
 
-    # 1) 从向量库检索上下文 (此处仅演示 query="回顾剧情")
+    # 从向量库检索多次上下文（示例：对本章简介、用户指导分别做查询，再合并）
-    relevant_context = get_relevant_context_from_vector_store(
+    queries = []
+    if user_guidance.strip():
+        queries.append(user_guidance)
+    if chapter_brief.strip():
+        queries.append(chapter_brief)
+    # 也可加一句“回顾剧情”之类
+    queries.append("回顾剧情")
+
+    relevant_context = ""
+    for q in queries:
+        partial_context = get_relevant_context_from_vector_store(
             api_key=api_key,
             base_url=base_url,
-        query="回顾剧情",
+            query=q,
-        interface_format="OpenAI",
+            interface_format=interface_format,
-        embedding_model_name="",
+            embedding_model_name=embedding_model_name,
-        embedding_base_url="",
+            embedding_base_url=embedding_base_url,
             k=2
         )
+        if partial_context.strip():
+            relevant_context += "\n" + partial_context
+    # 如果检索结果为空，使用默认值（如空字符串）
+    if not relevant_context:
+        relevant_context = "暂无相关内容。"
 
     model = ChatOpenAI(
         model=model_name,
@@ -529,10 +535,10 @@ def generate_chapter_draft(
         temperature=temperature
     )
 
-    # 2) 生成大纲
+    # 1) 生成本章大纲
     outline_prompt_text = chapter_outline_prompt.format(
         novel_setting=novel_settings,
-        character_state=character_state + "\n\n【历史上下文】\n" + relevant_context,
+        character_state=character_state + "\n\n【检索到的上下文】\n" + relevant_context,
         global_summary=global_summary,
         novel_number=novel_number,
         chapter_title=chapter_title,
@@ -550,10 +556,10 @@ def generate_chapter_draft(
     clear_file_content(outline_file)
     save_string_to_txt(chapter_outline, outline_file)
 
-    # 3) 生成正文草稿
+    # 2) 生成正文草稿
     writing_prompt_text = chapter_write_prompt.format(
         novel_setting=novel_settings,
-        character_state=character_state + "\n\n【历史上下文】\n" + relevant_context,
+        character_state=character_state + "\n\n【检索到的上下文】\n" + relevant_context,
         global_summary=global_summary,
         chapter_outline=chapter_outline,
         word_number=word_number,
@@ -588,13 +594,12 @@ def finalize_chapter(
 ):
     """
     对当前章节进行定稿：
-    1. 读取 chapter_{novel_number}.txt 的最终内容；
+    1. 读取草稿文本
-    2. 更新全局摘要、角色状态文件；
+    2. 若字数太短则再次扩写
-    3. 如果字数明显少于 word_number 的 80%，则自动调用 enrich_chapter_text 再次扩写；
+    3. 更新全局摘要、角色状态
-    4. 更新向量库；
+    4. 更新剧情要点
-    5. 新增：更新剧情要点/未解决冲突 -> plot_arcs.txt
+    5. 更新向量库
     """
-    # 读取当前章节内容
     chapters_dir = os.path.join(filepath, "chapters")
     chapter_file = os.path.join(chapters_dir, f"chapter_{novel_number}.txt")
     chapter_text = read_file(chapter_file).strip()
@@ -610,9 +615,9 @@ def finalize_chapter(
     old_global_summary = read_file(global_summary_file)
     old_plot_arcs = read_file(plot_arcs_file)
 
-    # 1) 若字数明显不足，做 enrich
+    # 若篇幅过短，二次扩写
     if len(chapter_text) < 0.8 * word_number:
-        logging.info("Chapter text seems shorter than 80% of desired length. Attempting to enrich content...")
+        logging.info("Chapter text is shorter than 80% of desired length. Enriching...")
         chapter_text = enrich_chapter_text(
             chapter_text=chapter_text,
             word_number=word_number,
@@ -623,9 +628,8 @@ def finalize_chapter(
         )
         clear_file_content(chapter_file)
         save_string_to_txt(chapter_text, chapter_file)
-        logging.info("Chapter text has been enriched and updated.")
 
-    # 2) 更新全局摘要
+    # 更新全局摘要
     model = ChatOpenAI(
         model=model_name,
         api_key=api_key,
@@ -643,7 +647,7 @@ def finalize_chapter(
 
     new_global_summary = update_global_summary(chapter_text, old_global_summary)
 
-    # 3) 更新角色状态
+    # 更新角色状态
     def update_character_state(chapter_text: str, old_state: str) -> str:
         prompt = update_character_state_prompt.format(
             chapter_text=chapter_text,
@@ -654,7 +658,7 @@ def finalize_chapter(
 
     new_char_state = update_character_state(chapter_text, old_char_state)
 
-    # 4) 更新剧情要点
+    # 更新剧情要点
     new_plot_arcs = update_plot_arcs(
         chapter_text=chapter_text,
         old_plot_arcs=old_plot_arcs,
@@ -664,7 +668,7 @@ def finalize_chapter(
         temperature=temperature
     )
 
-    # 5) 覆盖写入文件
+    # 写回文件
     clear_file_content(character_state_file)
     save_string_to_txt(new_char_state, character_state_file)
 
@@ -674,7 +678,7 @@ def finalize_chapter(
     clear_file_content(plot_arcs_file)
     save_string_to_txt(new_plot_arcs, plot_arcs_file)
 
-    # 6) 更新向量库
+    # 更新向量库
     update_vector_store(
         api_key=api_key,
         base_url=base_url,
@@ -695,7 +699,6 @@ def enrich_chapter_text(
 ) -> str:
     """
     当章节篇幅不足时，调用此函数对章节文本进行二次扩写。
-    可以让模型补充场景描写、角色心理等，保证与现有文本风格一致。
     """
     model = ChatOpenAI(
         model=model_name,
@@ -713,6 +716,7 @@ def enrich_chapter_text(
         return chapter_text
     return response.content.strip()
 
+
 # ============ 导入外部知识文本 ============
 
 def import_knowledge_file(
@@ -722,11 +726,11 @@ def import_knowledge_file(
     embedding_model_name: str,
     file_path: str, 
     embedding_base_url: str = ""
-    ) -> None:
+) -> None:
     """
     将用户选定的文本文件导入到向量库，以便在写作时检索。
     """
-    logging.info(f"开始导入知识库文件: {file_path}，当前接口格式: {interface_format}，当前模型: {embedding_model_name}")
+    logging.info(f"开始导入知识库文件: {file_path}, 接口格式: {interface_format}, 模型: {embedding_model_name}")
     if not os.path.exists(file_path):
         logging.warning(f"知识库文件不存在: {file_path}")
         return
@@ -760,11 +764,12 @@ def advanced_split_content(content: str,
                            similarity_threshold: float = 0.7,
                            max_length: int = 500) -> List[str]:
     """
-    将文本先按句子切分，然后根据语义相似度进行合并，最后根据max_length进行二次切分。
+    将文本先按句子切分，然后根据语义相似度进行合并，最后按max_length二次切分。
     """
-    nltk.download('punkt_tab', quiet=True)
+    # 纠正下载punkt包：'punkt' 而非 'punkt_tab'
-    sentences = nltk.sent_tokenize(content)
+    nltk.download('punkt', quiet=True)
 
+    sentences = nltk.sent_tokenize(content)
     if not sentences:
         return []
 

ui.py

@@ -1,11 +1,12 @@
 # ui.py
 # -*- coding: utf-8 -*-
 
+import logging
 import os
 import threading
 import customtkinter as ctk
 from tkinter import filedialog, messagebox
-
+import traceback
 from config_manager import load_config, save_config
 from utils import read_file, save_string_to_txt
 from novel_generator import (
@@ -19,6 +20,12 @@ from novel_generator import (
 )
 from consistency_checker import check_consistency
 
+def log_error(message: str):
+    """
+    用于打印详细的错误信息和堆栈信息。
+    """
+    logging.error(f"{message}\n{traceback.format_exc()}")
+
 # 设置全局主题和颜色
 ctk.set_appearance_mode("System")
 ctk.set_default_color_theme("blue")
@@ -38,7 +45,6 @@ class NovelGeneratorGUI:
         self.loaded_config = load_config(self.config_file)
 
         # ========== 主要的属性变量 ==========
-        # 注意：配置项较多，此处增加 embedding_model_name_var 以支持 Embedding 模型名称
         self.api_key_var = ctk.StringVar(value=self.loaded_config.get("api_key", ""))
         self.base_url_var = ctk.StringVar(value=self.loaded_config.get("base_url", "https://api.agicto.cn/v1"))
         self.interface_format_var = ctk.StringVar(value=self.loaded_config.get("interface_format", "OpenAI"))
@@ -128,8 +134,6 @@ class NovelGeneratorGUI:
         # 日志：只读
         self.log_text = ctk.CTkTextbox(self.left_frame, wrap="word", font=("Microsoft YaHei", 12))
         self.log_text.grid(row=1, column=0, sticky="nsew", padx=5, pady=(0, 5))
-
-        # 设置只读
         self.log_text.configure(state="disabled")
 
     def build_right_layout(self):
@@ -137,8 +141,6 @@ class NovelGeneratorGUI:
         右侧用于显示配置与功能按钮。
         其中配置被拆分到一个子 TabView：AI接口配置 和 Embedding配置。
         下面再放与小说相关的输入(主题/类型/章节数等)与功能按钮。
-        
-        另：我们只使用 2 列布局，0 列放标签，1 列放输入框或子区域，保证对齐。
         """
         self.right_frame.grid_rowconfigure(0, weight=0)
         self.right_frame.grid_rowconfigure(1, weight=0)
@@ -172,14 +174,13 @@ class NovelGeneratorGUI:
         - 模型名称
         - Temperature
         """
-        # 配置网格
         for i in range(5):
             self.ai_config_tab.grid_rowconfigure(i, weight=0)
         self.ai_config_tab.grid_columnconfigure(0, weight=0)
         self.ai_config_tab.grid_columnconfigure(1, weight=1)
 
-        # 回调：当接口格式下拉框发生变更时，如果 Base URL 为空，则根据接口类型自动填默认值
         def on_interface_format_changed(new_value):
+            # 如果用户切换接口格式，可根据需要修改BaseURL为默认值
             if new_value == "Ollama":
                 self.base_url_var.set("http://localhost:11434/v1")
             elif new_value == "ML Studio":
@@ -263,7 +264,6 @@ class NovelGeneratorGUI:
     def build_novel_params_area(self, start_row=2):
         """
         放置与小说本身相关的一些配置：主题、类型、章节数、文件路径等
-        只使用两列：0列放Label，1列放输入框(可能加子Frame)。
         """
         # 主题(Topic)
         topic_label = ctk.CTkLabel(self.right_frame, text="主题(Topic):", font=("Microsoft YaHei", 12))
@@ -291,7 +291,7 @@ class NovelGeneratorGUI:
         word_number_entry = ctk.CTkEntry(self.right_frame, textvariable=self.word_number_var, width=80, font=("Microsoft YaHei", 12))
         word_number_entry.grid(row=start_row+3, column=1, padx=5, pady=5, sticky="w")
 
-        # 保存路径 (使用子Frame放置 Entry + Button)
+        # 保存路径
         filepath_label = ctk.CTkLabel(self.right_frame, text="保存路径:", font=("Microsoft YaHei", 12))
         filepath_label.grid(row=start_row+4, column=0, padx=5, pady=5, sticky="e")
         
@@ -320,11 +320,8 @@ class NovelGeneratorGUI:
         """
         主要功能按钮 + 配置保存/加载 按钮
         """
-        # 调整下布局：0,1列
-        # 这里按行摆放多个按钮
         self.right_frame.grid_rowconfigure(start_row, weight=0)
 
-        # 先放“保存配置”和“加载配置”按钮
         self.btn_frame_config = ctk.CTkFrame(self.right_frame)
         self.btn_frame_config.grid(row=start_row, column=0, columnspan=2, padx=5, pady=5, sticky="ew")
         self.btn_frame_config.columnconfigure(0, weight=1)
@@ -336,7 +333,6 @@ class NovelGeneratorGUI:
         load_config_btn = ctk.CTkButton(self.btn_frame_config, text="加载配置", command=self.load_config_btn, font=("Microsoft YaHei", 12))
         load_config_btn.grid(row=0, column=1, padx=5, pady=5, sticky="ew")
 
-        # 下面是主要功能按钮
         self.btn_generate_full = ctk.CTkButton(
             self.right_frame, text="Step1. 生成设定 & 目录",
             command=self.generate_full_novel,
@@ -389,9 +385,6 @@ class NovelGeneratorGUI:
 
     # ------------------ Novel Settings Tab ------------------
     def build_setting_tab(self):
-        """
-        可查看/编辑 Novel_setting.txt 并保存
-        """
         self.setting_tab.rowconfigure(0, weight=0)
         self.setting_tab.rowconfigure(1, weight=1)
         self.setting_tab.columnconfigure(0, weight=1)
@@ -430,9 +423,6 @@ class NovelGeneratorGUI:
 
     # ------------------ Novel Directory Tab ------------------
     def build_directory_tab(self):
-        """
-        可查看/编辑 Novel_directory.txt 并保存
-        """
         self.directory_tab.rowconfigure(0, weight=0)
         self.directory_tab.rowconfigure(1, weight=1)
         self.directory_tab.columnconfigure(0, weight=1)
@@ -471,9 +461,6 @@ class NovelGeneratorGUI:
 
     # ------------------ Character State Tab ------------------
     def build_character_tab(self):
-        """
-        查看/编辑 character_state.txt
-        """
         self.character_tab.rowconfigure(0, weight=0)
         self.character_tab.rowconfigure(1, weight=1)
         self.character_tab.columnconfigure(0, weight=1)
@@ -512,9 +499,6 @@ class NovelGeneratorGUI:
 
     # ------------------ Global Summary Tab ------------------
     def build_summary_tab(self):
-        """
-        查看/编辑 global_summary.txt
-        """
         self.summary_tab.rowconfigure(0, weight=0)
         self.summary_tab.rowconfigure(1, weight=1)
         self.summary_tab.columnconfigure(0, weight=1)
@@ -603,11 +587,9 @@ class NovelGeneratorGUI:
 
     # ------------------ 日志输出 ------------------
     def log(self, message: str):
-        # 临时切换为可写
         self.log_text.configure(state="normal")
         self.log_text.insert("end", message + "\n")
         self.log_text.see("end")
-        # 再切回只读
         self.log_text.configure(state="disabled")
 
     # ------------------ 功能区 --------------------
@@ -650,6 +632,7 @@ class NovelGeneratorGUI:
                 )
                 self.log("✅ 小说设定和目录生成完成。查看 Novel_setting.txt 和 Novel_directory.txt。")
             except Exception as e:
+                logging.error(f"生成小说设定 & 目录时出错: {e}")
                 self.log(f"❌ 生成小说设定 & 目录时出错: {e}")
             finally:
                 self.enable_button(self.btn_generate_full)
@@ -693,10 +676,13 @@ class NovelGeneratorGUI:
                 chapters_dir = os.path.join(filepath, "chapters")
                 recent_3_texts = get_last_n_chapters_text(chapters_dir, chap_num, n=3)
 
-                # 简易生成最近章节摘要（示例）
+                # 生成最近章节摘要
                 recent_chapters_summary = summarize_recent_chapters(
-                    model_name,  # 此处仅示例
+                    llm_model=model_name,
-                    recent_3_texts
+                    api_key=api_key,
+                    base_url=base_url,
+                    temperature=temperature,
+                    chapters_text_list=recent_3_texts
                 )
 
                 self.log(f"开始生成第{chap_num}章草稿...")
@@ -713,7 +699,10 @@ class NovelGeneratorGUI:
                     word_number=word_number,
                     temperature=temperature,
                     novel_novel_directory=novel_directory,
-                    filepath=filepath
+                    filepath=filepath,
+                    interface_format=self.interface_format_var.get().strip(),
+                    embedding_model_name=self.embedding_model_name_var.get().strip(),
+                    embedding_base_url=self.embedding_url_var.get().strip()
                 )
                 if draft_text:
                     self.log(f"✅ 第{chap_num}章草稿生成完成。请在左侧查看或编辑。")
@@ -724,6 +713,7 @@ class NovelGeneratorGUI:
                     self.log("⚠️ 本章草稿生成失败或无内容。")
 
             except Exception as e:
+                logging.error(f"生成章节草稿时出错: {e}")
                 self.log(f"❌ 生成章节草稿时出错: {e}")
             finally:
                 self.enable_button(self.btn_generate_chapter)
@@ -741,6 +731,8 @@ class NovelGeneratorGUI:
                 model_name = self.model_name_var.get().strip()
                 temperature = self.temperature_var.get()
                 filepath = self.filepath_var.get().strip()
+                interface_format = self.interface_format_var.get().strip()
+                embedding_model_name = self.embedding_model_name_var.get().strip()
 
                 if not filepath:
                     self.log("请先配置保存文件路径。")
@@ -755,6 +747,8 @@ class NovelGeneratorGUI:
                     word_number=word_number,
                     api_key=api_key,
                     base_url=base_url,
+                    interface_format=interface_format,
+                    embedding_model_name=embedding_model_name,
                     model_name=model_name,
                     temperature=temperature,
                     filepath=filepath
@@ -769,6 +763,7 @@ class NovelGeneratorGUI:
                 self.chapter_result.see("end")
 
             except Exception as e:
+                logging.error(f"定稿章节时出错: {e}")
                 self.log(f"❌ 定稿章节时出错: {e}")
             finally:
                 self.enable_button(self.btn_finalize_chapter)
@@ -801,7 +796,6 @@ class NovelGeneratorGUI:
                 global_summary = read_file(global_summary_file)
                 plot_arcs = read_file(plot_arcs_file)
 
-                # 获取当前章节文本
                 chap_num = self.chapter_num_var.get()
                 chap_file = os.path.join(filepath, "chapters", f"chapter_{chap_num}.txt")
                 chapter_text = read_file(chap_file)
@@ -826,6 +820,7 @@ class NovelGeneratorGUI:
                 self.log(result)
 
             except Exception as e:
+                logging.error(f"审校时出错: {e}")
                 self.log(f"❌ 审校时出错: {e}")
             finally:
                 self.enable_button(self.btn_check_consistency)
@@ -848,12 +843,13 @@ class NovelGeneratorGUI:
                         api_key=self.api_key_var.get().strip(),
                         base_url=self.base_url_var.get().strip(),
                         interface_format=self.interface_format_var.get().strip(),
-                        embedding_base_url=self.embedding_url_var.get().strip(),
+                        embedding_model_name=self.embedding_model_name_var.get().strip(),
-                        embedding_base_url=self.embedding_url_var.get().strip(),
+                        file_path=selected_file,
-                        file_path=selected_file
+                        embedding_base_url=self.embedding_url_var.get().strip()
                     )
                     self.log("✅ 知识库文件导入完成。")
                 except Exception as e:
+                    logging.error(f"导入知识库时出错: {e}")
                     self.log(f"❌ 导入知识库时出错: {e}")
                 finally:
                     self.enable_button(self.btn_import_knowledge)
@@ -886,7 +882,6 @@ class NovelGeneratorGUI:
         if not arcs_text:
             arcs_text = "当前没有记录的剧情要点或冲突。"
 
-        # 弹窗显示
         top = ctk.CTkToplevel(self.master)
         top.title("剧情要点/未解决冲突")
         top.geometry("600x400")