开源 · 免费 · MIT tavern-home 是 tavern-study 的独立维护分支，专注开箱即用。
一间搬进你家的写作书房——预设、世界书、正则、角色卡直接导入就能写，推完的剧情存成连载，配一套完整记忆系统，长剧情到第 999 楼还记得第 1 楼。
还能把你的酒馆聊天转写成小说
本分支的改进：一键启动（run.bat）、更顺手的本地体验、面向新用户的快速上手文档。
必备依赖：只要 Node.js ≥ 18.18（推荐 20/22 LTS；本仓在 Node 24 上开发验证）+ npm ≥ 10。wrangler/workerd 与前端构建产物都由 npm 依赖自带，不需要额外装 Python/Go/Rust 之类运行时。
双击根目录的 run.bat，自动完成：
- 安装依赖（根目录 + 前端，首次运行会等几分钟）
- 生成
.dev.vars配置模板（首次），按下面「模型配置」填好 key 后重新运行一次 - 初始化本地数据库
- 启动后端（
http://localhost:8799）+ 前端（http://localhost:3001） - 自动打开浏览器
之后每次双击
run.bat即可一键拉起，两个服务窗口别关。
npm install
cd frontend && npm install && cd ..
npm run db:init:local
# 若没有 frontend/.env.local，从 frontend/.env.example 复制并填：
# NEXT_PUBLIC_WORKER_URL=http://localhost:8787
# NEXT_PUBLIC_AUTH_TOKEN=<与 .dev.vars 里的 AUTH_TOKEN 一致>
npm run dev # 后端 → http://localhost:8787
cd frontend && npm run dev # 前端 → http://localhost:3000手动启动用 wrangler/next 的默认端口 8787/3000；
run.bat固定用 8799/3001（两套都行，别混着找）。
在根目录 .dev.vars 里配置鉴权 token + 至少一个模型供应商。.dev.vars 不入库，首次由 run.bat 生成模板，把下面的键填好再重新运行一次即可：
AUTH_TOKEN=任意强口令（前端 URL 用的路径 token）
OWNER_TOKEN=另一个强口令（管理/MCP 用）
# 模型供应商（打字桌顶栏「商」按钮可切换；至少配一种）
# 推荐opencode 供应商或者任意 OpenAI 兼容渠道（DeepSeek / 硅基流动 / 自建网关都行）：
OPENAI_API_KEY=你的key
OPENAI_BASE_URL=https://api.deepseek.com/v1 # 可选：OpenAI 兼容网关 base
OPENAI_MODEL=deepseek-v4-flash # 可选：wire 模型名，不填走供应商缺省
# 其它供应商按需配（<前缀>_API_KEY / _BASE_URL / _MODEL 三件套）：
# DEEPSEEK_API_KEY=… # DeepSeek 官方
# SILICONFLOW_API_KEY=… # 硅基流动
# ANTHROPIC_API_KEY=… # Anthropic 官方
# ANTHROPIC_BASE_URL=… # Anthropic 兼容网关（完整 Messages 端点 URL）ANTHROPIC_BASE_URL 配了走 Anthropic 系自建网关；OPENAI_*/DEEPSEEK_*/SILICONFLOW_* 走官方或任意 OpenAI 兼容网关——三条生成链（打字桌聊天/时光带折叠/状态板重算）都认这套渠道。
不想手动敲命令？把下面这段原样复制给任何一个 AI 助手（ChatGPT / Claude / opencode 等），它会帮你自动体检环境、装依赖、起服务，或一步步告诉你该点哪里：
你是部署助手。任务：在 Windows 上从零安装并启动 tavern-home（酒馆书房，https://github.com/whp233/tavern-home），做环境体检 + 一键安装 + 健康检查。每步打印结果，不跳步。
【第一步 环境体检】
1. node -v（要求 ≥18.18）、npm -v（要求 ≥10）；不满足就提示先装 Node 并停止。
2. git --version 是否可用。
3. C 盘剩余空间应 ≥2GB。
4. 端口占用：netstat -ano | findstr ":8799 :3001"，有 LISTENING 就提示先释放。
5. 若源码已在本地，检查 node_modules、.dev.vars、frontend/.env.local、.local-db-initialized 是否存在并报告缺失。
6. 汇总成体检表。
【第二步 安装】
1. 无源码则 git clone https://github.com/whp233/tavern-home.git
2. 装根目录依赖（清代理 + 官方 registry，这台机器常见代理 404 坑）：
cmd /c "set HTTP_PROXY=& set HTTPS_PROXY=& npm install --registry=https://registry.npmjs.org"
若 npm 拦截 esbuild/workerd 的安装脚本：npm install-scripts approve esbuild workerd 后重跑 install。
3. 装前端依赖：cd frontend && 同样命令 install && cd ..
4. 若无 .dev.vars：生成模板，AUTH_TOKEN 与 OWNER_TOKEN 各一个 32 位随机 hex，并留模型渠道占位提示用户填。
5. npm run db:init:local 初始化本地库（若报 schema_versions 冲突属预期，init.sql 已含全部迁移）。
6. 若无 frontend/.env.local：写 NEXT_PUBLIC_WORKER_URL=http://localhost:8799 和 NEXT_PUBLIC_AUTH_TOKEN=<与 .dev.vars 一致>。
【第三步 启动】
1. 后端：npx wrangler dev --port 8799 --ip 0.0.0.0（另开终端）
2. 前端：cd frontend && npx next dev -p 3001 -H 0.0.0.0（另开终端）
3. 10 秒后健康检查：curl http://127.0.0.1:8799/ 返回 401 属正常；浏览器打开 http://localhost:3001 应能见页面。
4. 若还没填模型 key，提示：打字桌聊天/时光带/状态板至少需要一种供应商渠道（OPENAI_* 或 DEEPSEEK_* 或 SILICONFLOW_* 或 ANTHROPIC_*）。
【第四步 汇报】体检表、安装/启动结果、健康检查、当前缺什么配置（模型 key/token）、访问地址。
端口默认 8799（后端）/ 3001（前端）；若被占，需要同时改
run.bat、frontend/.env.local、wrangler.toml的ALLOWED_ORIGINS三处。
- 书架 📚（私人 · 设定的家）——角色卡、世界观、大纲、散记一条条立上架，世界书长在这些条目上。
- 读书角 📖（共读 · 剧情总结与连载）——推完的剧情整理成章、发布成连载，AI 伴侣来追更、留言。
- 打字桌 ⌨️（主战场 · AIRP 写作台）——导入预设直接开写，状态板、时光带、重摇都在桌上。
- 起个项目门牌 —— project 就是一个名字（比如「雪夜行」），第一次填了以后就出现在下拉里。
- 书架放设定 —— 角色卡、世界观、大纲立上架，配世界书进场方式：常驻 / 关键词 / 在场档。
- 导入酒馆家当 —— 打字桌文具盒有导入口：预设、世界书、正则、角色卡（
.json/.png）整包进来。 - 写核心记忆 —— 给故事写段总纲（几百字即可），权重最高的记忆层。
- 开写作窗，开写 —— 一楼一楼往上盖，不满意就 roll；推完收进读书角变章节连载。
打字桌是主战场——导入预设直接开写，AI 把剧情往下推。
写作窗与楼层
- 一个「写作窗」= 一个写作会话；窗下是一楼一楼的消息（你的输入和 AI 的回复都算一层）。
- 输入框发消息 → AI 生成下一楼；不满意点 重摇（roll） 重新生成。
- 写太久楼层会多，「时光带」自动把老楼折成摘要（每 20 层折 16 层，有损但原文不删），长剧情不丢前情。
记忆层（AI 写下一楼时会看到什么）
- 核心记忆：你手写的故事总纲，永远常驻。
- 世界书 & 角色卡：设定条目按 常驻 / 关键词 / 在场 触发进场。
- 旧章召回：读书角已发布章节的语义检索，写到相关剧情才想起来。
- 近景楼层：最近几楼原文一字不落；状态板：谁在场/状态，每楼都带着。
文具盒（顶栏「文」）
- 本窗设置（配方/模型）、积木（预设里的提示词块）、正则、核心记忆、导入。
- 导入：预设 / 世界书 / 正则 / 角色卡（
.json/.png）/ 聊天记录（SillyTavern JSONL）。- 聊天记录支持两种模式：新建窗 或 合并到已有窗（自动判重跳过已有消息，只追加新的）。
供应商「商」
- 顶栏「商」切换模型供应商（AI 走哪个渠道），选择全站通用。
- 一个供应商都没配时，书架顶部有引导横幅，点「去配置」进「商」房间填 API Key / Base URL / Model 即可。
成书
- 推完一段剧情，在打字桌点「收为章节 / 自动成书」把楼层整理成章节送进读书角连载（可选手法、看进度、中途停）。
读书角把推完的剧情整理成章、发布成连载，AI 伴侣还能来追更留言。
章节管理
- 章节有 草稿 / 已发布 两种状态；按 chapter_no 排序，支持批量操作。
- 「去章节工坊改」直达章节编辑器，行内改标题/摘要/正文。
- 已发布章节可整书导出（txt）。
回收站
- 删除的章节先进回收站（软删，正文/评论都还在），可恢复；彻底删除才真删，删了找不回。
自动成书
- 打字桌的楼层可一键「收为章节」——自动切章、生成摘要，送进读书角连载；已生成的章不会重复生成。
追更留言
- 发布章节后，AI 伴侣（配了
COMPANION_TOKEN时）可以读连载、留言，你也能看到它的追更。
AI 伴侣怎么配（追更留言）
.dev.vars加COMPANION_TOKEN=<给伴侣的 Bearer token>（和OWNER_TOKEN分开，别共用）。- 想让伴侣能写评论：把
wrangler.toml的[vars] COMPANION_COMMENT_WRITE从"false"改成"true"（默认只读：能看连载、不能留言）。 - 伴侣（自家 AI）拿
COMPANION_TOKEN当 Bearer token，走 MCP 的 bookclub 面连上：能published:read（读连载）+comments:read（读评论）；COMPANION_COMMENT_WRITE=true后还能发评论。 - 提醒：这是 Bearer 参考鉴权，本地用没问题，公网部署要自己加固。
旧章召回
- 已发布章节进入打字桌的语义召回层，长剧情里 AI 能想起前面写过的章。
每一楼的「前情」= 核心记忆 + 世界书&角色卡 + 旧章召回 + 时光带摘要 + 近景楼层原文 + 状态板
| 层 | 内容 | 进不进场 |
|---|---|---|
| 核心记忆 | 你手写的故事总纲 | 永远常驻 |
| 世界书&角色卡 | 设定，按关键词/常驻/在场档触发 | 用到才上桌 |
| 旧章召回 | 读书角已发布章节的语义检索 | 写到相关剧情才想起来 |
| 时光带 | 本窗老楼的自动摘要 | 每 20 层折 16 层（有损，原文不删） |
| 近景楼层 | 最近几楼原文一字不落 | 全自动 |
| 状态板 | 谁在场/状态的结构化数据 | 每楼带着 |
- 美化卡 iframe 会执行包内脚本——导入不可信预设包前自己掂量。
- 路径 token / Bearer token 只是参考鉴权，不是生产级门禁，公网部署前自行加固。
- 导入不做自动审查——整包原样进库，内容是否可信由你负责。
MIT，见 LICENSE。版权署名：阿日 & 柒（tavern-study 原作者）。
特别感谢 SillyTavern 社区：预设、世界书、正则这套玩法的开创者。