Arboris-Novel：AI写小说利器v1.1.3版

图：Arboris-Novel 的 GitHub 仓库主页，含项目介绍与界面预览（2026-11 截图）

一、定位与基本信息

Arboris-Novel 是一个开源的 AI 辅助小说写作工具，仓库位于 GitHub 的 t59688/arboris-novel，作者对它的定位是「AI 写作伙伴」，而不是一键生成整本书的自动写手：人负责创作，工具负责记住设定、梳理大纲、在卡住时给出可选方向。它采用前后端分离的 Web 应用形态，官方推荐用 Docker Compose 自行部署到自己的服务器或电脑上，数据（SQLite 或 MySQL）存在自己手里；同时提供在线体验站 arboris.aozhiai.com（本次 2026 年 11 月复核时，该体验站从本机与香港节点均无法打开，实际使用请以自部署为准）。项目创建于 2025 年 10 月，最新正式版本为 v1.1.3（2025 年 10 月 30 日发布），仓库此后仍有提交；截至 2026 年 11 月快照，GitHub 上约 1,600 个 Star、320 余个 Fork。调用 AI 能力需要使用者自备大模型 API Key（配置项为 OpenAI 兼容接口），工具本身不卖额度。

二、平台背景

Arboris-Novel 是个人开发者 t59688 发起的开源项目，2025 年 10 月 11 日在 GitHub 建仓，一个月内迭代到 v1.1.3，属于典型的「作者自用、顺手开源」型项目：README 写明初衷是做一个能记住你的世界、理解角色、随故事推进的写作伙伴，并配有交流群与作者公众号，属于社区驱动而非公司运营。同一作者还维护着配套项目 novel-kit，走命令行加编辑器的路线，与 Arboris 的图形界面路线互为补充。它的许可证有个小口径问题需要提醒：README 里挂的是 MIT 许可证徽章，但 GitHub 仓库的许可证字段并未被平台识别（API 返回为空），引用与二次开发前建议打开仓库根目录的 LICENSE 文件逐字确认。项目热度在同类开源写作工具里属于中上，但个人项目的维护节奏天然不稳定，这一点在优缺点里会展开。

三、核心服务与功能

按官方 README，Arboris-Novel 的功能分四块。一是设定管理：角色、地点、派系等设定集中记录、随时查阅，目的是避免长篇写到后期出现角色外貌、世界观规则前后矛盾。二是大纲与故事线：把零散的场景和灵感交给 AI 梳理，生成从开头到结局的主线大纲。三是写作辅助：状态不佳时可以让 AI 先出草稿、再按自己的风格修改，也可以自己写一个开头让 AI 续写找灵感。这里有个使用前提要点明：设定管理与大纲功能的效果，取决于你录入设定的完整程度——只建空角色名、不写外貌、性格与关系，AI 梳理出的大纲同样会流于空泛；把设定当档案认真维护，它才会在续写与纠错时真正帮你兜住前后一致性。四是多版本对比：同一次需求一次生成多版内容，挑选最合风格的段落拼进正文。README 展示的主界面截图还包括角色管理、大纲编辑与写作界面。需要明确的是，它的所有「智能」都来自你配置的外部大模型，工具本体做的是设定存储、上下文组织与交互界面，生成质量取决于你接的模型与提示词，而不是这个软件本身有什么独家算法。

图：Arboris-Novel 的 Releases 页面，最新正式版 v1.1.3 发布于 2025 年 10 月（2026-11 截图）

四、使用方式

推荐路径是 Docker 自部署：从 GitHub 克隆仓库，复制 .env.example 为 .env，填三项必填配置——SECRET_KEY（随机字符串，用于登录令牌）、OPENAI_API_KEY（你自己的大模型接口密钥）、ADMIN_DEFAULT_PASSWORD（管理员初始密码），然后执行 docker compose up -d 启动，默认使用 SQLite、无需另装数据库，在浏览器打开本机对应端口即可使用；数据量大或多人使用时可把 DB_PROVIDER 改为 mysql，使用 Compose 内置的 MySQL 或自有数据库。Release 页面不提供安装包下载（v1.1.3 无附件），所以不要去第三方站点找所谓「官方安装版」。习惯命令行写作的作者可以改用同作者的 novel-kit，用编辑器加命令的方式完成同类流程。不想折腾部署的人理论上还有官方在线体验站，但如前所述，本次复核时该站打不开，恢复情况以官网公告为准。

五、适用人群

最适合的是写长篇连载的网络小说作者：几十万字以上的作品最容易在设定一致性上翻车，角色表、大纲与版本对比正是为这类写作准备的。其次是正在练笔、常卡在「下一章写什么」的新人写作者，多版本生成能提供可挑选的走向，而不是替你做决定。第三类是愿意自己动手部署、且手里已有大模型 API额度的技术型作者，自部署加自有 Key 的组合意味着稿件数据不出自己的机器。对「想输入一句话就拿到整本成品小说」的人，这个工具不合适，它的每个设计都在把作者留在写作回路里；对完全不碰服务器、只想开网页就写的人，部署门槛也是真实存在的。

六、免费与付费

也就是说，它没有订阅制、不卖会员，全部隐性成本就是你自己的 API 调用费：长篇高频生成时这笔费用并不小，接入前先在模型厂商后台设置用量上限。

图：同作者的配套项目 novel-kit 仓库，面向命令行与编辑器的写作工作流（2026-11 截图）

七、优缺点

优点：

• 定位克制：设定管理、大纲梳理、多版本对比都围绕「帮作者记住与选择」，不承诺一键成书，README 口径与功能对得上；
• 数据自主：自部署加 SQLite/MySQL 本地存储，稿件与设定不经过第三方平台服务器，隐私边界清楚；
• 模型自由：走 OpenAI 兼容接口，可接不同厂商的模型，按价格与文风自行更换，不绑定单一供应商；
• 零软件成本：开源免费、无订阅，Docker Compose 一条命令可起全套环境，上手路径在 README 里写得完整。

缺点：

• 有部署门槛：需要会用 Docker 与改 .env 配置，Release 不提供现成安装包，纯小白容易卡在启动环节；
• 官方在线体验站本次复核双节点均打不开，「先体验再部署」的路径暂时不通，只能盲部署试用；
• 个人项目维护风险：2025 年 10 月建仓、版本停在 v1.1.3，长期更新节奏未经时间验证；
• 许可证口径不一致：README 挂 MIT 徽章但仓库许可证字段未被 GitHub 识别，商用与二次开发前需自行核对原文。

八、同类竞品对比

九、注意事项与风险

长篇连载还有一个工程习惯值得养成：每完成一卷或一个大章节，用仓库导出或直接复制数据库文件做一次快照，并记下当时用的模型与版本。模型升级后文风会漂移，手里有快照和配置记录，续写时才能复现原来的口感，出问题也能退回上一节点，而不是被一次升级打乱整本书的节奏。

第一，API Key 安全：Key 写在自部署的 .env 里，不要把带 Key 的配置文件提交到公开仓库或发到群里，泄露后第一时间去模型厂商后台作废重签。第二，稿件备份：自部署意味着数据只在你自己的机器上，SQLite 文件与数据库要纳入常规备份，服务器到期或磁盘损坏时项目方无法帮你恢复。第三，版权与平台规则：AI 辅助生成的内容在各小说平台的签约与分成规则不同，投稿前先看目标平台对 AI 参与度的最新规定；生成段落务必人工改写把关，避免与他人作品雷同。第四，体验站与版本状态以 GitHub 仓库为准：本次复核时在线体验站打不开、最新版仍为 v1.1.3，部署前先看仓库最近提交与 Issues 里有没有与你环境相关的已知问题。