Hello World

01月31日

一、今日完成情况

• AI工作流方法梳理，实现读取小说，并且导出为确定的小说当中一个主人公第一视角展开叙述的内容。
• 系统性的查看那个自主创业的up主，在AI学习技巧方面是如何实现的。
  • 没什么信息量，她算是一个科普旅游自媒体，科技方面差一些了，不过今天发现B站刷视频的软件好软件，手机端可以使用。
• Google购买来的账号实现基本的安全和第三方登录配置，我第一次被骗，之前号称一年学生账号的账号居然是一个月体验订阅。

二、今日感悟

• 核心业务数据​：
  • VNC 公网多设备连接
  • Google账号重新设置
  • AI工作流小说第一人称简单读取
• ​今日工作总结：​
  • 都是碎片化的任务，系统化的还是比较少，最近刚出来的，openclaw配置了半天。
• ​明日工作计划：
  • 长篇小说工作流路径看一下
• ​今日学习成长：​
  • 未来有多个设备包括nas设备就可以实现了
  • 工作流长篇小说还需要有知识图谱的配置，这个非常重要，明天尝试看看如何实现。

三、备注

• 无

四、短篇小说第一人称视角转化

1. 短篇小说 (Short Stories, < 1万字)

• 挑战：低。
• 策略：全量上下文 (Full Context)。
• 设计要点：
  • 你可以直接把整篇小说放入 Prompt 的 Context 中。
  • LLM 可以一次性理解人物关系和伏笔。
  • 处理方式：甚至不需要复杂的 RAG，直接用一个长窗口模型（如 Claude 3.5 Sonnet 或 Gemini 1.5 Pro），Prompt：“阅读全文，以 XXX 的视角重写整个故事”。

下面有我的作品，祥林嫂：

2、工作流架构

LLM1：

你是一位文学分析专家。

请阅读以下小说文本，重点分析角色。

请输出以下 3 点分析（不要输出无关内容）：

1. **核心动机**：该角色在本文中行动的深层心理驱动力是什么？
2. **关键关系**：该角色与其他角色的关系现状（爱、恨、误解等）。
3. **情感基调**：该角色在文中的整体情绪色彩（焦虑、甜蜜、绝望等）。

小说正文：

LLM2:

python notion 内容获取脚本：

3、作品展示

第一人称视角下面的祥林嫂：

雪，又下起来了。像撒盐似的，起初还是碎碎的，后来就成了棉絮，一片一片，慢悠悠地往下落，盖住了地上的泥，盖住了屋顶的瓦，也盖住了我的头发。

我的头发早就白了，和这雪分不出彼此。我拄着那根比我还高的竹竿，底下已经裂开了，戳在雪里，就是一个浅浅的窟窿，很快又被新的雪填满，好像我从来没来过一样。

冷。这冷是从骨头缝里钻出来的，比山坳里的风还尖。我提着一只空碗的篮子，手冻得像胡萝卜，早就没了知觉。可我眼睛还在看，看路上有没有人。镇上的人都忙着呢，忙着“祝福”。

我听得见远处隐隐约约的爆竹声，闻得见空气里飘着的淡淡的火药味和肉香。那是鲁四老爷家的，我晓得。他们家的福礼，从前都是我一个人备下的。

杀鸡，宰鹅，洗那一大块的猪肉，一双手在冬月的水里泡得通红，再裂开一道道的口子，像小孩子的嘴。可那时候，我不觉得冷，心里是热的，手脚有使不完的劲。那时候，我的脸上还能有个笑影。 那时候……那时候是什么时候了？记不清了。

日子过得浑浑噩噩，像一锅熬烂了的粥。我只记得，刚到鲁镇的时候，头上还扎着白的头绳，心里也像揣了块冰。可四婶留下了我，让我有活干，有饭吃，我就觉得那冰块也慢慢化了。我干活，拼了命地干，好像把力气都使光了，心里的苦就没地方待了。

我以为，日子就这样往下过，也挺好。 可他们还是找来了。河边的那只白篷船，像一张早就张开的嘴，就等着我。我记得那两个男人的手，铁钳一样，箍得我生疼。我喊，我骂，可嘴很快就被堵上了，什么声音都发不出来。后来，我就在贺家坳了。

我不想依，真的不想依。我一头撞在香案角上，血糊住了眼睛，我以为就这样死了倒干净。可我没死成。他们把我跟贺老六关在一间屋里，他是个闷葫芦，不说话，就是力气大。我闹，我骂，骂到喉咙哑了，也没用。 后来……后来我也就不闹了。

他会打柴，会干活，我们有了自己的屋，有了……阿毛。 阿毛……我的阿毛。 雪花落在我的眼睫上，凉凉的，化成了水，和眼泪混在一起。我一想到阿毛，心就像被狼的牙齿一遍遍地啃。我真傻，真的。我单知道下雪的时候，山里的野兽没东西吃，会跑到村子里来；我不知道春天也会有。

那天早上，天刚蒙蒙亮，我开门，让他坐在门槛上剥豆。他最听我的话，我说什么他都听。我叫他剥豆，他就乖乖地坐在那里，小手一颗一颗地剥。屋后头的柴还没劈完，锅里的米刚下进去……我喊他，阿毛！阿毛！ 没人应。 只有那一地的青豆，撒得到处都是，像他的眼泪。

他的小篮子还紧紧地攥在手里……肚子里的五脏……都没了…… 我跟人说，一遍一遍地说。起初，那些女人们还陪着我掉眼泪，那眼泪热乎乎的，好像能把我的心烫得暖和一点。

可后来，她们的眼泪也干了，脸上的神情也变了。她们听腻了。她们看见我就躲，或者不等我开口，就抢着说：“是的，你是单知道雪天野兽才会到村里来。”那话像一把锥子，又冷又尖，扎得我再也开不了口。我的苦，我的痛，在他们嘴里嚼来嚼去，嚼成了没味的渣子，吐在了地上。

柳妈说我造了孽。她说我死了以后，两个男人要在阴间里争，阎王爷要把我拿锯子锯开，分给他们。我一想，浑身就发抖。锯子……那得多疼啊。她让我去捐门槛，给千人踏，万人跨，赎了这辈子的罪。我信了。我把辛辛苦苦攒下的一千多文工钱，换了十二块鹰洋，全捐了出去。

我看着庙祝把那条新的门槛安上，心里一下子就亮堂了。我赎了罪了，我干净了。 冬至祭祖，我心里高兴，忙前忙后。四婶把福礼都摆好了，我记着以前的规矩，坦然地就去拿酒杯和筷子。 “祥林嫂，你放着罢！我来摆。” 四婶的声音不大，可听在我耳朵里，就像一个炸雷。我的手猛地缩了回来，像被火烙了似的。我看着她，她的脸是那么的陌生。

我捐了门槛，我把我的罪都赎了，为什么？为什么还是不行？我还是个不干不净的人？祖宗还是不肯吃我沾手的东西？ 那一刻，我心里的那点光，噗的一声，就灭了。黑了，全都黑了。

眼前的人是黑影，天是黑的，雪也是黑的。我什么都怕，怕黑，怕人，连四叔四婶看我一眼，我都觉得像老鼠见了猫。我的记性越来越坏，头发白得更快了。后来，他们就不要我了。

雪越下越大了，镇子被罩在一片白茫茫里。我看见前面有个人，是个读书人的样子，斯斯文文的。是他，鲁家的那位少爷，出门好多年，回来了。

他识字，见识多，一定懂。我心里那点快熄灭的灰，忽然又冒出了一点火星。我得问问他。我得知道。 我迎上去，用尽了全身的力气，站直了身子。 “你回来了？” 他点点头。

我凑近了些，把那几个在心里滚了千百遍的字，一个一个地吐出来：“一个人死了之后，究竟有没有魂灵的？”

他的眼睛里闪过一丝惊慌，就像受了惊的兔子。他支支吾吾，说“也许有罢”。 有？那是不是说，我能见到我的阿毛了？我心里一热，又紧跟着一凉。

“那么，也就有地狱了？”我追着问。地狱里有锯子。 他更慌了，眼神躲躲闪闪，嘴里说着什么“论理，就该也有”，又说什么“未必”。 我顾不上这些了，我只想知道最重要的那件事。

“那么，死掉的一家的人，都能见面的？”我能见到我的阿毛，还有他爹吗？我们可以一家人在一起吗？ 他彻底答不上来了，嘴里含含糊糊地说着“实在，我说不清”。 说不清。 他走了，逃也似的走了。

我站在雪地里，没动。那点火星，最后的一点点，也终于被这漫天的大雪给浇灭了。 说不清。连读书人也说不清。

这个世界上，没有我的容身之处。捐了门槛，也洗不净我的“罪”。到了阴间，有没有魂灵，能不能和家人见面，会不会被锯子锯开，也还是一个“说不清”。 那么，我活着是为什么呢？我死了又能到哪里去呢？ 天地的尽头，都是一片白茫茫的雪，

什么都没有。我的碗是空的，肚子是空的，心，也是空的。爆竹声好像又响了，是鲁四老爷家在“祝福”了。真热闹啊。 我累了。竹竿拄不住了，身子一软，就倒在了雪地里。

雪花落在我脸上，凉飕飕的，倒也舒服。就这样躺着吧，很快，雪就会把我盖住，就像盖住一块没人要的石头。干干净净的，挺好。

五、长篇小说思路

维度	短篇小说方案	长篇小说方案
工具选择	Dify 单一 LLM 节点 或 简单 Chain	Python 代码控制逻辑 + AI API
上下文策略	一次性全部扔进去	必须分块 (Chunking) + 向量检索
连贯性	模型自动处理	需人工维护“剧情状态”和“摘要链”
难点	提取细节	保持人物语气一致、处理时间跨度

长篇小说 (Novels, > 10万字)

• 挑战：极高。主要面临 “遗忘”、“幻觉” 和 “逻辑断裂”。
• 策略：滑动窗口 (Sliding Window) + 摘要链 (Summary Chain) + 向量检索 (RAG)。

长篇小说的特殊设计方案：

• A. 场景非连续性处理 (The “Gap” Problem)

  • 问题：小说原文中，第1章主角在场，第2-4章主角不在，第5章主角又出现了。
  • 解决：在第1章和第5章的生成内容之间，你需要插入一个**“过渡桥梁”**。
  • Prompt 设计：“（第2-4章期间，你并没有直接参与主线，但你可能在后台做了什么？或者你是如何得知后续消息的？）请以回忆或听闻的方式，简要带过中间的时间流逝，然后接入第5章的剧情。”。

• B. 长期记忆管理 (Memory Bank)

  • 你需要建立一个动态的 Character_Profile。随着剧情发展，角色受了伤、拿到了关键道具、得知了秘密，这些状态必须更新。
  • Python 实现：在处理第 N 章时，输入不仅是原文，还有 Current_State（例如：目前左腿受伤，持有倚天剑）。

• C. 避免 OOC (Out Of Character)

  • 长篇生成容易导致后期语气平淡化。
  • 方案：在 System Prompt 中强制由 few-shot (少样本) 示例引导。比如先人工写一段该角色的第一人称高读，作为风格锚点。

知识图谱的方法算是工业级别的，下面是思路：

结论是：完全可行，且是长篇叙事重构的“工业级”解法。 微软最近推崇的 GraphRAG 技术路线正是为了解决这类问题

核心理念：不仅是“图谱”，更是“动态状态机”

在长篇小说中，图谱不是静止的。

• 第1章：A 和 B 是朋友（关系边：Friend）。
• 第50章：A 杀了 B 的父亲（关系边变更为：Enemy, 属性：仇恨值: MAX）。
  因此，我们需要设计一个**“带时间戳/章节戳”的动态知识图谱**。

六、Openclaw配置

需要配置依赖，在设置页面如下：

需要安装CLI，需要配置tailscale，其中tailscal是干嘛的，我需要配置完成之后才知道，现在我ping通了我的安卓手机和MacBook，似乎是用来网络建立隧道的。

nano ~/.openclaw/openclaw.json

或者

code ~/.openclaw/openclaw.json

openclaw的grok配置：
xai-TWUo38uDnIIL8ok4BJdnsa1fsgRP8OwdZyw40MxBPugsrEgU9r3wXUF0yTaHoHIIKew33eDelOyAw1Q1

查看其运行的状态：

(base) kipley@kipleys-MacBook-Air ~ % openclaw gateway status

**🦞 OpenClaw** 2026.1.29 (a5b4d22)

   I'm the assistant your terminal demanded, not the one your sleep schedule requested.

Service: LaunchAgent (loaded)

File logs: /tmp/openclaw/openclaw-2026-01-31.log

Command: /opt/homebrew/bin/node /opt/homebrew/lib/node_modules/openclaw/dist/index.js gateway --port 18789

Service file: ~/Library/LaunchAgents/ai.openclaw.gateway.plist
Service env: OPENCLAW_GATEWAY_PORT=18789
Config (cli): ~/.openclaw/openclaw.json
Config (service): ~/.openclaw/openclaw.json

Gateway: bind=loopback (127.0.0.1), port=18789 (service args)
Probe target: ws://127.0.0.1:18789
Dashboard: http://127.0.0.1:18789/
Probe note: Loopback-only gateway; only local clients can connect.

Runtime: running (pid 22266)
RPC probe: ok

Listening: 127.0.0.1:18789
Troubles: run openclaw status
Troubleshooting: https://docs.openclaw.ai/troubleshooting

我放弃了，无论如何配置API，它都无法访问，不过还是有所进步的，因为我知道了一个软件，关于内网穿透的软件的基本上手使用，未来大概率有用。

七、打通VNC

PC和手机连接，无需wifi局域网的情况下。

需要两个软件，一个是tailscale，实现多个设备在同一个公网IP下面，实现多个设备连接。

下面是使用VNC，手机端打开移动数据而非连接wifi，远程连接MacBook，可以的，而且不太卡，链接非常顺利。

展示就不展示了，算是实现了多种设备自由互联，包括在家里的许多物联网设备包括树莓派也可以实现。

---

转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论，也可以邮件至 kipleyarch@gmail.com