KittenCN / get_words

AI小说洗文工具

本项目为了方便的从网页提取小说构建

本项目部分功能依托于小说生成软件，有需要的，可以点击试用/购买

目前支持的软件如下：

• 速推

主要功能 （带*的功能需要依托于小说生成软件才能完全实现）

• 从网页提取小说
• 去除所有不必要的标签
• 去除所有标点符号
• 控制每行的字数
• 生成txt小说文件
• 增加gpt洗文功能，支持第三方gpt
• 增加Gemini洗文功能
• *增加自动生成小说草稿功能，可使用生成软件直接导入后出图。
• 增加洗文后文章分析功能，能找出可能逻辑问题，以便修改
• 增加自定义代理服务器功能

使用方法

1. 安装Python3 请移步这里查看详细步骤
   我这里就不赘述了，能找到这个项目的人应该都会安装Python3 请务必安装3.10以上版本!
2. 下载本项目文件 请点击右上角的绿色按钮，选择Download ZIP，或者使用git clone下载
3. 安装依赖 在项目文件夹下打开终端(cmd或者shell)，输入以下命令

   pip install -r requirements.txt

4. 执行程序，自动初始化

       python get_words.py

   执行完成后，当前目录下将自动出现config.ini文件，用于配置GPT/Gemini参数, 以及contents文件夹，用于存放需要提取的小说网页 如果初始化失败，请重新下载所有完整的仓库文件

也可使用Releases中的exe文件，跳过上述1-5步骤，如果是非windows系统，请严格按照1-5步骤执行

6. 配置

   • 在config.ini中配置你的GPT/Gemini参数，格式如下

     ; GPT版本
     ai_gpt_ver=4
     ; 第三方GPT-3 API地址和API Key
     ai_addr=https://api.xxxx.xxx/v1
     ai_api_key=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
     ; Google API Key
     google_ai_addr=null
     google_ai_api_key=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
     ; 提示词
     pre_prompts=xxxxxxxxxxxxxxxxxxxxxxxxxx
     sutui_db_addr=C:/Users/XXXX/AppData/Roaming/text2video/book2video/database_v2.sqlite zx_index = "【系统提词】解读正向词助手（升级版）" cj_index = "【系统场景】解读场景词助手（升级版）"

   • 创建contents文件夹，将需要提取的小说网页(html扩展名)保存在contents文件夹下

7. 运行

   • 在项目文件夹下打开终端，输入以下命令

     python get_words.py

   • 程序会提示当前最新的文件是什么，如果确认，就直接回车；如果不是，输入需要提取的文件名，再回车

     Enter the content name (default: xxxx):

   • 程序会提示选择功能：

     1: pre process html file: （预处理html文件）
     2: process txt file with gpt: （ai 洗文）
     3: test AI: （测试AI） 4: 创建导入脚本

     请务必先预处理html文件，再进行洗文操作；预处理html会自动切断每行的字数，并去除没有必要的标点符号。

   • 如果选择ai洗文，下面系统会提示当前默认的ai是Gemini，如果需要切换使用GPT，请输入y，再回车

     Current AI is: GenMini
     Do you want to switch AI? (y/n):

   • 洗文完成后，会生成相应的txt文件，保存在contents文件夹下, gen为Gemini洗文，gpt为GPT洗文

     Extraction completed, saved to: ./contents/xxxx_gen.txt