增加了基于目录的文章主题维护，避免偏题

chapter_directory_parser.py

@@ -0,0 +1,50 @@
+# chapter_directory_parser.py
+# -*- coding: utf-8 -*-
+import re
+
+def get_chapter_info_from_directory(novel_directory_content: str, chapter_number: int):
+    """
+    从给定的 novel_directory_content 文本中，解析 “第X章” 行，并提取本章的标题和可能的简述。
+    返回一个 dict: {
+       "chapter_title": <字符串>,
+       "chapter_brief": <字符串> (若没有则为空)
+    }
+    注意：目录文本示例格式:
+        第1章 ：潮起
+        第2章 ：阴影浮现 - 主要角色冲突爆发
+        ...
+    也可能没有简述，只有一个简单标题。
+    """
+
+    # 将文本逐行拆分
+    lines = novel_directory_content.splitlines()
+
+    # 章节匹配：形如 “第5章 ：xxx” or “第5章: xxx” or “第5章 xxx”
+    pattern = re.compile(r'^第\s*(\d+)\s*章\s*[:：]?\s*(.*)$')
+
+    for line in lines:
+        match = pattern.match(line.strip())
+        if match:
+            chap_num = int(match.group(1))
+            if chap_num == chapter_number:
+                # group(2) 可能是标题及简述的混合
+                full_title = match.group(2).strip()
+                # 这里假设用 '-' 进一步区分“标题 - 简述”，也可能用户没写“ - ”
+                if ' - ' in full_title:
+                    # 根据你的目录格式自由处理
+                    parts = full_title.split(' - ', 1)
+                    return {
+                        "chapter_title": parts[0].strip(),
+                        "chapter_brief": parts[1].strip()
+                    }
+                else:
+                    return {
+                        "chapter_title": full_title,
+                        "chapter_brief": ""
+                    }
+
+    # 如果没有匹配到，返回默认
+    return {
+        "chapter_title": f"第{chapter_number}章",
+        "chapter_brief": ""
+    }

main.py

@@ -5,7 +5,7 @@ from ui import NovelGeneratorGUI
 
 def main():
     root = tk.Tk()
-    root.title("Novel Generator - Innovative Flow")
+    root.title("Novel Generator")
     app = NovelGeneratorGUI(root)
     root.mainloop()
 

novel_generator.py

@@ -31,9 +31,15 @@ from prompt_definitions import (
     chapter_outline_prompt, chapter_write_prompt
 )
 
+# ============ 新增：导入 chapter_directory_parser ============
+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):
+        """在控制台打印或记录下每次Prompt与Response，[调试]"""
+        logging.info(f"\n[Prompt >>>] {prompt}\n")
+        logging.info(f"[Response >>>] {response_content}\n")
 # ============ 向量检索相关 ============
 
 VECTOR_STORE_DIR = "vectorstore"
@@ -143,10 +149,7 @@ def Novel_novel_directory_generate(
         temperature=temperature
     )
 
-    def debug_log(prompt: str, response_content: str):
+    
-        """在控制台打印或记录下每次Prompt与Response，[调试]"""
-        logging.info(f"\n[Prompt >>>] {prompt}\n")
-        logging.info(f"[Response >>>] {response_content}\n")
 
     def generate_base_setting(state: OverallState) -> Dict[str, str]:
         prompt = set_prompt.format(
@@ -289,13 +292,15 @@ def summarize_recent_chapters(model: ChatOpenAI, chapters_text_list: List[str])
     combined_text = "\n".join(chapters_text_list)
     # 在这里可以写一个更详细的提示
     prompt = f"""\
-这是最近几章的故事内容，请生成一份详细的短期内容摘要（不少于一章篇幅的细节），用于帮助后续创作时回顾细节。请着重强调发生的事件、角色的心理和关系变化、冲突或悬念等。
+这是最近几章的故事内容，请生成一份详细的短期内容摘要（不少于一章篇幅的细节），用于帮助后续创作时回顾细节。
+请着重强调发生的事件、角色的心理和关系变化、冲突或悬念等。
 
 {combined_text}
 """
     response = model.invoke(prompt)
     if not response:
         return ""
+    debug_log(prompt, response.content)
     return response.content.strip()
 
 # ============ 生成章节草稿 & 定稿 ============
@@ -319,16 +324,20 @@ def generate_chapter_draft(
     仅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。
-
     recent_chapters_summary: 最近 3 章的“短期内容摘要”
     """
 
+    # 0) 根据 novel_number 从 novel_novel_directory 中获取本章标题及简述
+    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) 从向量库检索往期上下文
     relevant_context = get_relevant_context_from_vector_store(
         api_key, base_url, "回顾剧情", k=2
     )
 
-    # 2) 生成大纲（增加 recent_chapters_summary）
+    # 2) 生成大纲
     model = ChatOpenAI(
         model=model_name,
         api_key=api_key,
@@ -337,22 +346,26 @@ def generate_chapter_draft(
     )
 
     # Prompt 拼接
-    outline_prompt = (
+    outline_prompt_text = chapter_outline_prompt.format(
-        chapter_outline_prompt
-        + "\n\n【最近几章摘要】\n" + recent_chapters_summary
-        + "\n\n【用户指导】\n" + (user_guidance if user_guidance else "（无）")
-    ).format(
         novel_setting=novel_settings,
         character_state=character_state + "\n\n【历史上下文】\n" + relevant_context,
         global_summary=global_summary,
-        novel_number=novel_number
+        novel_number=novel_number,
+        chapter_title=chapter_title,
+        chapter_brief=chapter_brief
     )
 
-    response_outline = model.invoke(outline_prompt)
+    # 在后面加上用户指导与最近章节摘要（可根据需要灵活组织）
+    outline_prompt_text += f"\n\n【本章目录标题与简述】\n标题：{chapter_title}\n简述：{chapter_brief}\n"
+    outline_prompt_text += f"\n【最近几章摘要】\n{recent_chapters_summary}"
+    outline_prompt_text += f"\n\n【用户指导】\n{user_guidance if user_guidance else '（无）'}"
+
+    response_outline = model.invoke(outline_prompt_text)
     if not response_outline:
-        logging.warning("outline_chapter: No response.")
+        logging.warning("generate_chapter_draft: outline no response.")
         chapter_outline = ""
     else:
+        debug_log(outline_prompt_text, response_outline.content)
         chapter_outline = response_outline.content.strip()
 
     # 将大纲写到 outline_{novel_number}.txt
@@ -363,23 +376,27 @@ def generate_chapter_draft(
     save_string_to_txt(chapter_outline, outline_file)
 
     # 3) 生成正文草稿
-    writing_prompt = (
+    writing_prompt_text = chapter_write_prompt.format(
-        chapter_write_prompt
-        + "\n\n【最近几章摘要】\n" + recent_chapters_summary
-        + "\n\n【用户指导】\n" + (user_guidance if user_guidance else "（无）")
-    ).format(
         novel_setting=novel_settings,
         character_state=character_state + "\n\n【历史上下文】\n" + relevant_context,
         global_summary=global_summary,
         chapter_outline=chapter_outline,
-        word_number=word_number
+        word_number=word_number,
+        chapter_title=chapter_title,
+        chapter_brief=chapter_brief
     )
 
-    response_chapter = model.invoke(writing_prompt)
+    # 同样插入用户指导和最近摘要
+    writing_prompt_text += f"\n\n【本章目录标题与简述】\n标题：{chapter_title}\n简述：{chapter_brief}\n"
+    writing_prompt_text += f"\n【最近几章摘要】\n{recent_chapters_summary}"
+    writing_prompt_text += f"\n\n【用户指导】\n{user_guidance if user_guidance else '（无）'}"
+
+    response_chapter = model.invoke(writing_prompt_text)
     if not response_chapter:
-        logging.warning("write_chapter: No response.")
+        logging.warning("generate_chapter_draft: writing no response.")
         chapter_content = ""
     else:
+        debug_log(writing_prompt_text, response_chapter.content)
         chapter_content = response_chapter.content.strip()
 
     # 4) 覆盖写到 chapter_{novel_number}.txt
@@ -407,8 +424,6 @@ def finalize_chapter(
     2. 更新全局摘要、角色状态文件；
     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；
     4. 更新向量库。
-
-    * 注意：实际应用中，用户也可以再次编辑 chapter_{n}.txt 后再点定稿，这里示例不做 GUI 级别的文本编辑逻辑。
     """
     # 读取当前章节内容
     chapters_dir = os.path.join(filepath, "chapters")
@@ -458,6 +473,7 @@ def finalize_chapter(
         if not response:
             logging.warning("update_global_summary: No response.")
             return old_summary
+        debug_log(prompt, response.content)
         return response.content.strip()
 
     new_global_summary = update_global_summary(chapter_text, old_global_summary)
@@ -472,6 +488,7 @@ def finalize_chapter(
         if not response:
             logging.warning("update_character_state: No response.")
             return old_state
+        debug_log(prompt, response.content)
         return response.content.strip()
 
     new_char_state = update_character_state(chapter_text, old_char_state)
@@ -516,6 +533,7 @@ def enrich_chapter_text(
     if not response:
         logging.warning("enrich_chapter_text: No response.")
         return chapter_text  # 无响应时就返回原文
+    debug_log(prompt, response.content)
     return response.content.strip()
 
 # ============ 导入外部知识文本 ============

prompt_definitions.py

@@ -27,7 +27,7 @@ character_prompt = """\
 请你完善以下内容，帮助我们更好地维持人物形象和成长轨迹：
 1. 列出核心角色（至少3个），并对每个角色进行详细性格特征描述。
 2. 强调每个角色的潜在内心冲突、目标与动机。
-3. 为每个角色添加至少一个“暗线”或隐藏秘密，以及在故事进行中如何可能被揭示的思路。
+3. 为每个角色添加至少一个“暗线”或隐藏秘密，以及在故事进行中可能如何被揭示。
 4. 指出主要角色之间的关键关系和冲突点，为后续情节埋下伏笔。
 """
 
@@ -66,7 +66,9 @@ novel_directory_prompt = """\
 ...
 第{number_of_chapters}章 ：< text >
 
-请严格按照上述格式输出每一章的名称，且勿使用Markdown语法。
+请严格按照上述格式输出每一章的名称，最好在重要情节标题后增加提示性简述，
+若要加更详细的简述，用“ - ”分隔，如“第2章 ：阴影浮现 - 主要角色冲突爆发”。
+请直接输出，不要使用Markdown语法。
 """
 
 # ===============  提示词：章节+角色状态流程 ===================
@@ -78,7 +80,7 @@ summary_prompt = """\
 这是当前的全局摘要(可能为空):
 {global_summary}
 
-请在不超过1000字的前提下，基于当前全局摘要和本章新增剧情，更新全局摘要。
+请在不超过3000字的前提下，基于当前全局摘要和本章新增剧情，更新全局摘要。
 保留原有重要信息，并融入本章的新内容。
 不要透露结局，不要过度展开未来剧情。
 """
@@ -100,20 +102,25 @@ update_character_state_prompt = """\
 使用简洁、易读的方式描述，可用条目或段落表示。保持与旧文档风格一致。
 """
 
+# ------------------ 新增占位符：chapter_title, chapter_brief ------------------
+
 chapter_outline_prompt = """\
 以下是当前小说设定与角色状态信息：
 - 小说设定：{novel_setting}
 - 角色状态：{character_state}
 - 全局摘要：{global_summary}
-- 本章节编号：第 {novel_number} 章
 
-请为即将写作的 第{novel_number}章 设计一个简要大纲：
+现在要为第 {novel_number} 章进行大纲构思。
-1. 本章的主要冲突或事件？
+本章标题：{chapter_title} 
-2. 哪些角色会出现？情感与目标变化？
+简述（若有）：{chapter_brief}
-3. 如何进一步暗示或推动暗线和角色冲突？
-4. 如何结尾留下悬念？
 
-直接用1、2、3、4分点说明即可。
+请围绕本章标题与简述，设计一个详细大纲：
+1. 本章的主要冲突或事件？如何与标题呼应？
+2. 哪些角色会出现？他们在此章的目标与动机是否有所变化？
+3. 如何推动或暗示已存在的暗线、角色冲突或新的悬念？
+4. 在结尾留下什么悬念或转折？（与本章标题或简述形成呼应或对比）
+
+请直接用 1、2、3、4 分点说明大纲要点即可。
 """
 
 chapter_write_prompt = """\
@@ -123,10 +130,14 @@ chapter_write_prompt = """\
 3. 全局摘要：{global_summary}
 4. 本章大纲：{chapter_outline}
 
+本章标题：{chapter_title}
+简述：{chapter_brief}
+
 请写出本章节的完整正文：
 1. 确保本章字数不少于 {word_number} 字。
-2. 不要使用分节标题，直接整体输出正文。
+2. 内容需与标题“{chapter_title}”相呼应，并尽量呼应简述中的核心要点。
-3. 可以着重描写人物心理、环境氛围等，以保证足够长度。
+3. 不要使用分节标题，直接整体输出正文。
-4. 在结尾部分保留一定悬念或剧情转折，为下一章做铺垫。
+4. 可以着重描写人物心理、环境氛围，以保证足够长度。
+5. 在结尾部分保留一定悬念或剧情转折，为下一章做铺垫。
 """
 

ui.py

@@ -21,7 +21,7 @@ from consistency_checker import check_consistency
 class NovelGeneratorGUI:
     def __init__(self, master):
         self.master = master
-        self.master.title("Novel Generator GUI - Advanced")
+        self.master.title("Novel Generator GUI")
 
         # 配置持久化
         self.config_file = "config.json"
@@ -93,7 +93,7 @@ class NovelGeneratorGUI:
         self.temperature_var = tk.DoubleVar(value=self.loaded_config.get("temperature", 0.7))
         self.temp_value_label = ttk.Label(self.right_frame, text=f"{self.temperature_var.get():.2f}")
         self.temp_value_label.grid(row=3, column=2, padx=5, pady=5, sticky="w")
-        
+
         temp_scale = ttk.Scale(self.right_frame, from_=0.0, to=1.0, orient=tk.HORIZONTAL, variable=self.temperature_var)
         temp_scale.grid(row=3, column=1, padx=5, pady=5, sticky="we")
         def update_temp_label(*args):
@@ -299,6 +299,7 @@ class NovelGeneratorGUI:
                 # 获取最近3章文本，生成短期摘要
                 chapters_dir = os.path.join(filepath, "chapters")
                 recent_3_texts = get_last_n_chapters_text(chapters_dir, chap_num, n=3)
+
                 # 用当前模型生成一个较为详细的最近剧情摘要
                 model_obj = self.get_llm_model(model_name, api_key, base_url, temperature)
                 recent_chapters_summary = summarize_recent_chapters(model_obj, recent_3_texts)
@@ -457,7 +458,6 @@ class NovelGeneratorGUI:
         清空向量库按钮：弹出二次确认，若确认则执行 clear_vector_store()。
         """
         def confirmed_clear():
-            # 再次确认
             second_confirm = messagebox.askyesno("二次确认", "你确定真的要删除所有向量数据吗？此操作不可恢复！")
             if second_confirm:
                 clear_vector_store()