ByteNote

Everyday Story Generator 是一个基于多 LLM 模型的创意故事生成工具，能够自动获取金山词霸每日一句，并使用 AI 将其扩展成完整的微型小说。该项目支持 DeepSeek、智谱清言、Kimi、豆包、通义千问等多种大语言模型，通过 GitHub Actions 实现每日自动化生成，并内置精美的 VitePress 文档站点展示生成的故事。

项目简介

Everyday Story Generator 的核心理念是"让经典名言焕发新生"。它从金山词霸获取每日一句经典名言，然后利用多种 AI 大模型（DeepSeek、智谱清言、Kimi、豆包、通义千问等）将这句名言扩展成一个跌宕起伏的微型小说。项目采用时空胶囊式的存储结构，按照年/月/日三维归档，自动生成时光隧道般的故事索引。

截至目前，该项目在 GitHub 上已获得 60+ stars，由 Liao-Ke 开发维护，采用 MIT 开源协议。

核心特性

智能续写引擎：基于 DeepSeek、智谱清言等多个 AI 引擎，将金句拓展成跌宕起伏的微型小说
时空胶囊式存储：采用 年/月/日 三维归档系统，自动生成时光隧道般的故事索引
沉浸式文档站点：内置精美 VitePress 知识库，支持实时故事画廊浏览
云端自动化：GitHub Actions 每日定时生成故事，打造永不间断的文学瀑布流
多模型并发支持：支持同时调用多个 AI 模型生成不同版本的故事
词云分析功能：内置中文词云生成器，可分析故事文本的关键词分布

技术栈

后端技术

Python 3.11 - 核心开发语言
OpenAI SDK - 统一调用各大 LLM API
Requests - HTTP 请求处理
Jieba - 中文分词处理
Matplotlib + WordCloud - 词云可视化
python-dotenv - 环境变量管理
ruamel.yaml - YAML 配置文件解析

前端技术

VitePress 1.6.4 - 静态文档站点生成器
TypeScript - 类型安全的 JavaScript
Medium Zoom - 图片缩放插件
vite-plugin-compression - 资源压缩插件

部署与自动化

GitHub Actions - 定时自动化任务
Cloudflare Pages - 静态站点托管

安装指南

前置要求

Python >= 3.11
Node.js >= 18
Conda（推荐用于 Python 环境管理）

步骤 1：克隆仓库

bash

git clone https://github.com/Liao-Ke/everyday.git
cd everyday

步骤 2：创建 Python 虚拟环境

bash

conda create -n storygen python=3.11
conda activate storygen
pip install -r requirements.txt

步骤 3：配置 API 密钥

创建 .env 文件，添加以下 API 密钥（至少需要一个）：

bash

# 智谱清言 API 密钥
API_KEY=your_zhipu_api_key

# DeepSeek API 密钥
API_KEY_DS=your_deepseek_api_key

# Kimi API 密钥
API_KEY_KIMI=your_kimi_api_key

# 豆包 API 密钥
API_KEY_DOUBAO=your_doubao_api_key

# 通义千问 API 密钥
API_KEY_QWEN=your_qwen_api_key

获取 API 密钥：

步骤 4：运行故事生成器

bash

python main.py

快速开始

启动文档站点（本地预览）

bash

# 安装依赖
npm install

# 启动开发服务器
npm run docs:dev

访问 http://localhost:5173 查看故事展示站点。

构建生产版本

bash

npm run docs:build
npm run docs:preview

使用示例

单模型生成故事

python

from main import story_generator

# 使用 DeepSeek 模型生成故事
result = story_generator("deepseek")
print(result)

多模型并发生成

python

from main import run_multi_thread

# 指定要使用的模型
models_to_use = [
    "deepseek",
    "zhipu",
    "qwen",
    "gemini"
]

# 并发生成，最多 4 个线程
results = run_multi_thread(models_to_use, max_workers=4)

# 查看各模型生成结果
for model_name, story in results.items():
    print(f"\n=== {model_name} ===")
    print(story)

词云分析

bash

python wordcloud_analysis.py

该脚本会分析 story 目录下的所有 Markdown 文件，生成词云图片展示高频词汇。

项目结构

text

everyday/
├── story/                      # 生成的故事存储目录
│   ├── 2025年/                # 按年份组织
│   │   ├── 01月/              # 按月份组织
│   │   │   └── 05日/          # 按日期组织
│   │   │       └── story.md   # 当日生成的故事
│   ├── images/                # 故事配图存储
│   └── .vitepress/            # VitePress 配置和主题
├── config/                    # 配置文件目录
├── model_configs/             # AI 模型配置文件
├── preprocessor/              # 前置处理器
├── processors/                # 后置处理器
├── utils/                     # 工具函数
├── chat_logs/                 # AI 对话日志
├── .github/workflows/         # GitHub Actions 工作流
├── main.py                    # 主程序入口
├── wordcloud_analysis.py      # 词云分析脚本
└── requirements.txt           # Python 依赖

支持的 AI 模型

项目目前支持以下大语言模型：

模型名称	配置标识	特点
DeepSeek V3	`deepseek_v3`	推理能力强，性价比高
智谱清言	`zhipu`	中文理解优秀
智谱 4.5 Flash	`zhipu_4_5_flash`	快速响应
豆包	`doubao`	字节跳动出品
豆包-思考	`doubao_think`	深度思考模式
通义千问	`qwen`	阿里云大模型
Gemini	`gemini`	Google 大模型
ModelScope 体验模型	`experience_modelscope`	免费体验

配置自定义模型

在 model_configs/ 目录下创建新的模型配置文件，例如 my_model_config.py：

python

import os
from preprocessor.my_preprocessor import my_preprocessor
from processors.my_processor import my_processor
from processors.file_processors import save_to_markdown

API_KEY = os.getenv("MY_MODEL_API_KEY")

CLIENT_PARAMS = {
    "base_url": "https://api.my-model.com/v1",
    "timeout": 60
}

CHAT_PARAMS = {
    "model": "my-model-name",
    "temperature": 0.8,
    "max_tokens": 2000,
    "stream": True
}

# 前置处理器（在调用 API 前执行）
PREPROCESSORS = [my_preprocessor]

# 后置处理器（在获取响应后执行）
POSTPROCESSORS = [my_processor]

# 文件处理器（保存到文件）
POSTPROCESSOR_FILES = [save_to_markdown]

自动化工作流

项目使用 GitHub Actions 实现每日自动故事生成：

yaml

name: Daily Story Generator

on:
  schedule:
    # 每天 UTC 时间 02:00 运行（北京时间 10:00）
    - cron: '0 2 * * *'
  workflow_dispatch:  # 支持手动触发

jobs:
  generate-story:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - name: Set up Python
        uses: actions/setup-python@v5
        with:
          python-version: '3.11'
      - name: Install dependencies
        run: pip install -r requirements.txt
      - name: Generate story
        env:
          API_KEY: ${{ secrets.API_KEY }}
          API_KEY_DS: ${{ secrets.API_KEY_DS }}
          # ... 其他 API 密钥
        run: python main.py
      - name: Deploy to Cloudflare Pages
        run: npm run docs:build && deploy...

在线预览

故事展示站点：https://story-aii.pages.dev/
GitHub 仓库：https://github.com/Liao-Ke/everyday

贡献指南

欢迎各种形式的贡献：

提交新的故事生成算法（Issue/PR）
优化 VitePress 主题样式
创作配套视觉元素
改进文档和说明

许可证

本项目遵循 MIT 开放协议，您可以自由使用、修改和分享这些故事结晶，唯需保留原创魔法印记。

特别鸣谢

智慧之源：金山词霸每日一句
灵感催化剂：DeepSeek、智谱 AI、Kimi、豆包、通义千问
时空建筑师：VitePress
自动化工程师：GitHub Actions
魔法绽放平台：Cloudflare Pages

让每个平凡的日子，都有不平凡的故事 ✨

字节笔记本

Everyday Story Generator - AI 每日故事生成器

项目简介

核心特性

技术栈

后端技术

前端技术

部署与自动化

安装指南

前置要求

步骤 1：克隆仓库

步骤 2：创建 Python 虚拟环境

步骤 3：配置 API 密钥

步骤 4：运行故事生成器

快速开始

启动文档站点（本地预览）

构建生产版本

使用示例

单模型生成故事

多模型并发生成

词云分析

项目结构

支持的 AI 模型

配置自定义模型

自动化工作流

在线预览

贡献指南

许可证

特别鸣谢