DSH Plugins
返回列表
🤖

dsh-novel-solo

模型推理 更新于 2026.09.04

在终端中运行以下命令:

dsh plugin install Tkingxiao/dsh-novel-solo

将以下提示词粘贴到 DeepSeek Harness 对话框中:

在 DeepSeek Harness 终端执行 dsh plugin install Tkingxiao/dsh-novel-solo 完成安装,插件源码仓库为 https://github.com/Tkingxiao/dsh-novel-solo

插件介绍

本地跑小说是个老难题。量化小模型工具调用不稳定、爱输出 JSON 和转义符、容易调用不该调的工具、文风里 AI 味重得没法看。大多数 agent 框架默认你用的是大模型加几十上百个工具,小模型根本扛不住。dsh-novel-solo 就是为这个场景量身做的:把工具目录砍到最小、输出行为锁死、流程写进预设,让你在笔记本 GPU 上也能跑完一本长篇小说。

插件核心是两样东西:一个 GUI 里的"Subagent 并发数(1-12)"选择器(内置中英文 i18n),和一套完整的 novel-solo 创作预设。预设定义了固定流水线——叙事方法 → 核心世界观 → 名词索引 → 大纲 → 章节目录 → 人物档案 → 逐章写作 → 逐章评审 → 全书终审与组装。每章评审覆盖设定、人物、目录、叙事、文本规则、AI 套话、情节逻辑七个维度,绿黄红三档打分,报告写成 markdown 存档。AI 套话检测横跨六个子维度,写作和评审共享同一套标准。版本管理上做了防覆盖:每次整章重写先复制为 v(X+1),旧稿永远保留。

适合谁?一个人在本地 GPU(实测 RTX 4060 8GB + llama.cpp + Qwen3-35B IQ4_XS)上想零 API 成本写完一本书的独立作者;以及想探索本地小模型 agent 流水线、需要一套"量化安全"协议来兜底的开发者。不需要云、不需要大模型、不需要反复调工具列表——装好、选个并发数、开写。

使用场景

  • 在笔记本 GPU 上用量化小模型完成整本长篇小说的逐章写作与全书组装
  • 用固定流水线自动完成从世界观设定到逐章评审的完整创作环节
  • 在本地无云环境下运行 agent 小说创作流程,零 API 成本

适合人员

  • 想在本地零 API 成本写完一本书的独立作者
  • 探索本地小模型 agent 流水线并需要稳定输出约束的开发者
  • 为量化小模型搭建确定性创作 workflow 的 AI 应用搭建者