Бредогенератор Размер файла: 7 422 байта, 4 456 символов. Изменена 13:02:00 07.04.2026. Меток нет.

Техническое задание: Система «Snowflake Orchestrator»

1. Общее описание проекта

Цель: Создание программной обвязки (оркестратора) для LLM (Large Language Models), предназначенной для написания длинных художественных произведений с использованием метода снежинки. Система должна минимизировать потери контекста, обеспечивать логическую связность мира и позволять пользователю переключаться между ролями «Архитектора» (планировщика) и «Редактора» (писателя).

2. Методология: Метод Снежинки

Процесс написания строится на итеративном развертывании структуры:

  1. Логлайн (одно предложение).
  2. Синопсис (развернутый сюжет).
  3. План глав (структура произведения).
  4. План сцен (детальные «биты» внутри глав).
  5. Текст (Prose) (финальное художественное полотно).

Важное условие: План является «живым». После написания глав допускается и поощряется корректировка будущих планов на основе новых событий.

3. Архитектура данных

Система использует файловую структуру, где один каталог = одна книга. Все данные хранятся в формате YAML для обеспечения читаемости человеком и легкости парсинга.

3.1. Структура файлов

  • lore.yml: Глобальная база знаний (персонажи, локации, события, правила мира).
  • plan.yml: Иерархический план произведения (от синопсиса до плана сцен).
  • chapter_N.yml: Файлы контента. Содержат текст сцен, их суммаризацию и локальные изменения мира.

3.2. Спецификация Lorebook (Триггерная модель)

Для управления контекстом используется модель Trigger-based Retrieval (поиск по триггерам).

  • Каждая сущность в lore.yml содержит список триггеров (неизменяемых корней слов).
  • Механизм: Перед генерацией сцены система сканирует план сцены и текущий текст. Если корень слова (в нижнем регистре) совпадает с триггером в базе, соответствующая запись из lore.yml принудительно включается в промпт.

3.3. Спецификация Chapter File

Файл главы (chapter_N.yml) служит «буфером памяти»:

  • chapter_summary: Краткое содержание всей главы (для передачи в следующие главы).
  • world_state: Текущее состояние (где находятся герои, их физическое состояние).
  • scenes: Список сцен, каждая из которых содержит свой prose (текст), summary (краткая суть) и discovered_lore (новые данные для обновления базы).

4. Режимы работы системы

4.1. Режим «Архитектор» (Planning Mode)

  • Задача: Развертывание структуры снежинки.
  • Взаимодействие: Пользователь задает вектор $\rightarrow$ ИИ предлагает расширение (синопсис $\rightarrow$ план глав $\rightarrow$ план сцен).
  • Инструментарий: Редактирование плана вручную или использование ИИ для генерации вариантов развития сюжета.

4.2. Режим «Писатель» (Writing Mode)

  • Задача: Генерация художественного текста на основе плана.
  • Алгоритм цикла:
    1. Сбор контекста: [System Prompt] + [Relevant Lore] + [Previous Chapter Summary] + [Current Scene Plan].
    2. Генерация: LLM пишет текст сцены.
    3. Валидация (два подрежима):
    • Manual (Редактор): Пользователь читает, правит текст или требует перегенерации. Одобрение происходит только после ручного подтверждения.
    • Auto (Бредогенератор): Система работает в автономном режиме, одобряя текст по умолчанию.
    1. Пост-обработка: Автоматическое извлечение суммаризации сцены и новых элементов лора.

5. Интерфейс пользователя (UI Concept)

Интерфейс должен имитировать рабочую среду профессионального писателя (IDE-style).

  1. Панель навигации (Левая): Дерево проекта (Главы $\rightarrow$ Сцены) с цветовой индикацией статусов (план/в процессе/готово).
  2. Рабочая область (Центр): Текстовый редактор, меняющий функционал в зависимости от режима (редактирование плана или написание прозы).
  3. Панель контекста (Правая):
    • Active Lore: Карточки сущностей, подтянутые триггерами.
    • Memory Stack: Список суммаризаций прошлых событий.
  4. Консоль управления (Низ): Лог действий системы, индикатор заполненности контекстного окна и переключатель режимов (Manual/Auto).

6. Технологический стек (предварительный)

  • Язык реализации: Python.
  • Формат данных: YAML.
  • Управление LLM: API (OpenAI, Anthropic или локальные модели через Ollama).
  • Логика оркестрации: State Machine (конечный автомат) для управления переходами между этапами снежинки.
Настройки просмотра

Вернуться