目录

一、项目与架构介绍

1.介绍

2.整体架构

2.1 三步流水线

2.2 分层设计（自顶向下）

二、开发环境搭建

(1). 创建项目目录

(2). 初始化 Python 工程

(3). 创建项目虚拟环境

三、AI工具环境搭建

---

😊本项目面向刚学习完python，初次体验用AI开发项目的小伙伴。

一、项目与架构介绍

1.介绍

本项目是用 AI 自动写小说的小系统：给一个主题，它自动产出大纲、逐章扩写成正文，最后导出一本完整的小说（Markdown + Word）

这是一个典型的多步骤编排（Chaining）智能体——把"写一本书"这个大任务，拆成"先规划、再写作、最后导出"几个小步骤，每步调用一次大模型。

2.整体架构

2.1 三步流水线

2.2 分层设计（自顶向下）

CLI 入口    main.py       ← 薄壳，解析参数
编排 + 生成   src/pipeline.py   ← 规划/写作函数 + run() 串联全流程
提示词     src/prompts.py   ← 所有 prompt 模板
LLM 客户端   src/llm_client.py  ← 唯一的模型调用出口（chat / chat_json）
数据契约    src/schema.py    ← Outline / Chapter（pydantic）
导出      src/exporter.py   ← Markdown / Word
配置      src/config.py    ← 读 .env

二、开发环境搭建

(1). 创建项目目录

新建一个用来存放整套项目代码的文件夹，自定义好存放路径。

进入这个文件夹目录，在地址栏输入cmd回车，直接在此路径唤起命令行窗口。

在弹出的终端中输入命令： code . 回车，代表在当前的目录下打开 VS Code

(2). 初始化 Python 工程

在 VS Code 界面按下快捷键 Ctrl+~ 唤起内置终端，执行初始化命令：

uv init

这条命令会帮我们快速生成一套规范的 Python 项目目录结构。

初始化完成后，项目根目录会生成 .python-version 文件，后续想要更换 Python 版本，直接修改这个文件内的版本号即可。

🤷‍♀️❌踩坑预警：CommtanhaoandNotFoundException（ 系统未识别 uv 程序）

可能有的小伙伴执行指令时会遇到这个报错，翻译成人话：系统找不到 uv 这个程序，一般分为两种情况：

1. 压根没安装 uv（最高发情况）
2. uv 虽然装上了，但是安装路径没有写入系统 PATH 环境变量，终端检索不到程序，就算新开终端也无济于事。

1. 安装uv：

① Windows 一键安装（推荐方式）

右键开始菜单，选择 PowerShell (管理员)，复制下面官方脚本执行：

irm https://astral.sh/uv/install.ps1 | iex

安装结束后必须关闭所有终端窗口，再重新打开 VS Code 终端生效。

😱坑点补充：

如果执行脚本提示 irm : 无法连接到远程服务器，代表网络访问官方地址失败，脚本无法下载。

解决方案：浏览器访问下面链接手动下载安装包

https://github.com/astral-sh/uv/releases/download/0.11.30/uv-x86_64-pc-windows-msvc.zip

下载压缩包解压后可以得到 uv.exe。 打开资源管理器，在顶部地址栏输入路径：C:\Users\ASUS\.cargo\bin 若目录里不存在 .cargo、bin 文件夹，手动逐层新建；将解压出来的uv.exe粘贴至 bin 目录。全部操作完成后关闭所有终端，重新打开。

验证 uv 是否安装成功 新开终端输入：

uv --version

终端正常打印版本号，代表安装成功，这时再执行 uv init 就能顺利初始化项目。

②若安装后仍报错：PATH 未生效，导致 安装成功但终端依旧识别不到 uv： 先彻底关闭 VS Code 和所有命令行窗口，重启 VS Code 重试； 依旧报错，则手动把路径 C:\Users\你的用户名\.cargo\bin 添加进系统环境变量 PATH。

2. 验证安装

新开终端输入：

uv --version

终端正常打印版本号，代表安装成功，这时再执行 uv init 就能顺利初始化项目。

3. 若安装后仍报错：PATH 未生效

安装成功但终端依旧识别不到 uv：

先彻底关闭 VS Code 和所有命令行窗口，重启 VS Code 重试；

依旧报错，则手动把路径 C:\Users\你的用户名\.cargo\bin 添加进系统环境变量 PATH。

（ PowerShell 是 Windows 官方自带的命令行终端 + 脚本语言，替代老旧 cmd.exe，兼顾命令执行、系统自动化。 PowerShell 只是一个 “输入指令、展示结果” 的载体，cmd、终端、VS Code 内置终端本质都是同类工具 ）

小科普：简单说下 cmd 和 PowerShell：PowerShell 是 Windows 新一代终端工具，功能比老旧 cmd 更强大，VS Code 内置终端两者都支持。本质上它们都只是「接收指令、返回运行结果」的载体，不用过度纠结名称。

(3). 创建项目虚拟环境

上面全部校验无误后，在终端执行创建虚拟环境命令：

uv venv .venv

简单解释指令含义：

uv venv：uv 封装的虚拟环境创建命令，替代原生 python -m venv，速度更快；

.venv：行业通用虚拟环境文件夹名称。 执行完毕后，目录内会生成 .venv 文件夹，作用是隔离本项目所有 Python 依赖，避免和电脑上其他 Python 项目包冲突。

虚拟环境创建完成后，关闭当前终端重新打开。VS Code 一般会自动识别并激活.venv环境。 我们可以提前运行一条后续项目指令，做最终环境校验：

uv run .\main.py

指令无基础环境报错，代表 Python 开发环境搭建全部就绪。

三、AI工具环境搭建

本项目调用 DeepSeek 大模型实现小说生成，推荐在 VS Code 内安装 Cline 插件辅助调试。 打开 VS Code 扩展市场，搜索并下载安装 Cline 插件。

插件安装完成，点击插件右上角设置按钮。前往 DeepSeek 官网个人账户页面，复制个人 API Key（操作前记得确认账户余额充足，避免调试中途欠费打断流程）。 页面内需要填写密钥的位置已经在下图中标注，填入保存即可。

✅ 本节我们搞定了整套项目的基础运行环境，成功完成 uv 工具部署、虚拟环境隔离以及 Cline+DeepSeek 基础配置。

🤓下节预告：【Python LLM 小说自动化生成实战】2｜Pydantic Schema 数据建模，定义小说、章节结构化数据模型，解决后续大模型 JSON 输出解析难题。

🔗 专栏合集传送门：小白入门！从零实战开发Python LLM小说自动化生成系统