借鉴 show-me-the-story 的核心设计，强化写作引擎

[bbai45912-max]

背景
AI-Novel-Writer 在工程底座上已非常扎实（结构化角色唯一源、SQLite 原子提交、八模块拆分、本地模型支持、双端安装包）。但在"写作过程的智能化"方面，仍有明显短板，导致长文写到十几章后容易出现角色漂移、伏笔丢失、设定前后矛盾等问题。
建议借鉴 show-me-the-story（MIT 协议，可合规并入 GPL-3.0 项目）的以下设计：

1. 引入"六步写作流水线"
   当前生成流程偏"一次性生成长文本"，建议拆为：
   一致性检查（对照大纲+已有剧情）
   正文生成
   摘要提炼（为后续章节注入前情）
   事实核查（逻辑/前后矛盾检测，可重试3次）
   （可选）润色/去AI味
   叙事记忆更新
   收益：即使小模型也能稳定输出，每步可控可重试。
2. 新增"伏笔系统"模块
   支持 AI 建议 3-8 条伏笔，含"埋设章节"和"预计回收章节"
   活跃伏笔自动注入后续章节的上下文
   伏笔超期（超过预计回收章 3 章未回收）自动告警
   伏笔分类型（核心主线/人物关系/世界观/道具/身份悬念/情感等）
   生命周期：埋设→推进→回收→归档
   收益：解决网文长线写作"伏笔忘回收"的顽疾。
3. 新增"叙事记忆"自动维护
   每章完成后，自动提取并存储跨章节关键细节（角色状态、重要事件、未解线索），下一章生成时自动注入。
   收益：从数据源层面解决"主角第一章拿剑第五章变刀"的漂移问题，与现有的"结构化角色名单"形成双重保障。
4. 新增"设定协调"功能
   当作者修改角色/世界观等关键设定时，AI 自动比对新旧设定，输出兼容版设定，并基于新设定重新生成尚未写作章节的大纲。
   收益：作者改设定不用手动全文返工。
5. 强化"最小化修订"
   在现有审稿基础上，支持框选正文某段→引用到修改意见→AI 优先只重写该自然段，定位失败再回退整章。
   收益：改稿不伤其他正文，精准外科手术式修改。
6. 引入"上下文预算管理"
   配置页增加"上下文预算"参数（建议默认取 65% 安全余量），按 token 预算动态注入前文大纲+后续N章大纲+活跃伏笔+叙事记忆，支持 128K+ 模型跑百章长篇。
   协议说明
   show-me-the-story 使用 MIT 协议，可自由借鉴其设计思路与代码，合并到 GPL-3.0 项目中只需保留原版权声明，完全合规。建议采用 Clean Room 方式：理解其架构后用自己的代码重新实现，规避协议风险。

[bbai45912-max]

https://github.com/Nigh/show-me-the-story

[bbai45912-max]

大佬你好，一直在关注这个项目，工程底座非常扎实（SQLite 原子提交、角色唯一源、Electron 双端），能感受到你是真的想在长篇小说创作这个方向上做出好东西。

在使用过程中，我发现流程顺序上有一个核心问题，想和你探讨一下。这个问题可能是导致生成质量不稳定、前后一致性不足的根源。

当前流程：

生成正文 → 你点定稿 → 提取章节 → 进知识库

问题所在：
整个流程缺少两道最关键的质量门：

1. 写前没有一致性检查：生成正文之前，没有对比本章大纲（蓝图）与已有剧情（知识库）是否冲突。如果蓝图本身就与前面写过的内容矛盾，生成出来的正文必然出错。

2. 写后没有事实核查：“定稿”被放在了“检查”之前。用户点下定稿按钮的那一刻，无论那章正文是否存在人名错误、时间线矛盾、伏笔丢失等问题，它都会被固化进知识库，成为后续章节的“事实基础”。后续章节再生成时，会基于这个可能包含错误的知识库去写，错误像滚雪球一样越滚越大。

而用户自己是很难发现这些问题的——写到第30章的时候，没有人能记住第5章里配角的名字是叫张三还是李四。

建议调整为：

[1] 检查本章大纲（蓝图）与当前剧情（知识库）是否一致 ← 写前预防
↓ 一致则继续，不一致则自动微调大纲
[2] 生成正文
↓
[3] 提取本章摘要
↓
[4] 事实核查（对照：本章大纲 + 蓝图 + 前文记忆点） ← 写后质检
↓ 通过 ↓ 不通过
[5] 维护叙事记忆（写入知识库） 自动重写（最多3次）→ 回到[3]
↓
[6] 用户定稿

核心改动两点：

1. 写前一致性检查（新增，插在“蓝图→正文”之间）
   生成正文之前，先拿本章蓝图和已有知识库做比对。如果蓝图与已有剧情冲突（比如本章写“主角和苏婉清大婚”，但知识库里苏婉清在第5章已经死了），自动微调蓝图，对齐后再生成正文。这一步可以把大部分潜在矛盾扼杀在生成之前。

2. 写后事实核查门（新增，插在“提取摘要→维护记忆”之间）
   正文生成并提取摘要后，自动进行事实核查，对照对象包括：
   • 本章大纲（蓝图）

• 前文记忆点（知识库）

• 角色当前状态

核查内容包括：
• 角色名字、称呼、外貌、能力是否与之前一致

• 时间线是否与已有事件顺序吻合

• 伏笔状态是否正确（已埋设/已推进/已回收）

• 是否有重复事件或对话

核查不通过则自动重写，最多重试3次。只有核查通过的章节，其摘要和记忆才被存入知识库，用于后续章节生成。

调整后的定稿含义变化：
• 旧含义：存档当前版本（无论对错）

• 新含义：确认一个已经通过系统自动质检的版本

这两个改动不需要重构现有架构，是在现有流水线上插入两个节点，属于增量优化。但它们是让“长篇小说生成质量质变”的关键——前者预防错误产生，后者阻止错误固化。

非常感谢你的开源贡献，希望这个项目越来越好。

[EthanYoQ]

已看到，感谢多次反馈，晚上回去研究一下