Sobre el proyecto

Posicionamiento del Proyecto Se trata de una estación de trabajo de escritorio local para Windows orientada a escenarios de serialización de novelas largas en Tomato Novel, utilizando un stack tecnológico compuesto por Electron, React, TypeScript y SQLite. La aplicación no requiere inicio de sesión en la cuenta de Tomato ni publica obras automáticamente; todas las acciones de publicación son realizadas manualmente por el autor en el backend de la plataforma. La idea central es conectar en una línea de producción local auditable los procesos de «estudio de rankings — desglosado de muestras — lanzamiento de proyecto original — planificación rodante — escritura por capítulos — libro de estados — control de calidad — programación de publicación — revisión de datos». Capacidades Principales En cuanto a la investigación de mercado, puede recopilar páginas de rankings públicos que no requieran inicio de sesión o importar CSV de rankings, admitiendo la comparación de instantáneas de múltiples fechas. Al importar TXT, EPUB, DOCX o pegar texto, ofrece una vista previa de la división de capítulos antes de confirmar la entrada en la base de datos. El desglosado de libros admite análisis estrictamente locales o, tras el consentimiento explícito por libro, llamadas a modelos en la nube en lotes de diez capítulos para producir evidencias en cuatro niveles: capítulos, etapas de diez capítulos, volúmenes y libro completo. Basándose en una base de conocimientos integrada de novelas web comerciales chinas, extrae por capítulo la entrada a la expectativa, el beneficio central, la acción activa, la recompensa emocional, el impacto real y la siguiente expectativa. El lado de la escritura incluye la aprobación del contrato de creación, etapas macro y volúmenes, un esquema general para los próximos 30 capítulos, un esquema detallado para los próximos 5 capítulos y tarjetas de escena para el capítulo actual. La mesa de escritura permite guardar el esquema del capítulo, previsualizar el contexto mínimo compilado y luego generar o escribir el texto principal. Los capítulos regulares admiten lotes de cinco; antes de la ejecución, se muestra la entrada, la salida y la estimación de costos. Los capítulos clave, límites de volumen, cambios de estado importantes, conflictos de hechos o alertas críticas requerirán automáticamente un procesamiento capítulo por capítulo. El libro de estados se utiliza para mantener personajes, relaciones, habilidades, recursos, lugares, líneas temporales, secretos, promesas, pistas, subtramas y eventos. Modelos y Contexto En la configuración del sistema, se puede elegir entre OpenAI / interfaces compatibles o el protocolo Anthropic Claude, completando la dirección base y el nombre del modelo, así como los precios unitarios de entrada y salida para la estimación de costos. El límite de tiempo total para tareas largas puede seleccionarse entre 5, 10 y 15 minutos; las respuestas en streaming se detendrán prematuramente si no hay datos durante 180 segundos. Las claves API se almacenan en el Windows Credential Manager y no se escriben en SQLite, registros, directorios del proyecto ni paquetes de respaldo. Las llamadas a Anthropic utilizan claves API oficiales y no leen el estado de inicio de sesión de Claude Code / Claude Max. La recuperación de hechos relevantes utiliza un índice de similitud de caracteres chinos locales, sin llamar a modelos de vectores en la nube. El contexto se renderiza en capas según su estabilidad: el contrato de creación se coloca fijamente al final del prompt del sistema, y la tarea del capítulo actual se sitúa cerca del punto de generación. Las listas largas de la Biblia de la Historia pueden convertirse en entradas de configuración, filtradas e inyectadas según el intervalo de capítulos activos, el capítulo de revelación al lector y el momento de mención; las reglas del mundo y los anclajes temporales permanecen residentes por defecto. La ventana de contexto del modelo prioriza los resultados de la detección; si no se completa, se deduce 1M para la nube y 32k para local, aunque puede sobrescribirse manualmente. Puertas de Enlace Manuales Si el contrato de creación no ha sido aprobado, no se puede aprobar la planificación ni generar el texto principal. Los capítulos con problemas críticos no resueltos no pueden finalizarse ni entrar en la cola de publicación. Si es necesario modificar capítulos con contratos aprobados, planificación aprobada, finalizados o en proceso de publicación, se debe aprobar primero una solicitud de cambio de esquema. La IA solo genera candidatos, borradores y sugerencias; no finaliza, cambia esquemas ni publica automáticamente. El control de calidad ejecuta siempre reglas offline y, tras configurar el modelo, añade una revisión semántica con evidencias del texto o del libro de estados. Aislamiento y Seguridad Las muestras originales solo se guardan en research\research.sqlite; el desglosado en la nube solo envía fragmentos de capítulos desensibilizados localmente. El modelo de creación solo recibe paquetes de insights desensibilizados, no el texto original de la investigación. Los registros de control de calidad de la obra solo guardan referencias de investigación anónimas y huellas digitales. El proceso de renderizado de Electron activa sandbox, aislamiento de contexto y políticas de seguridad de contenido (CSP), sin abrir la integración de Node.js. El IPC solo acepta llamadas de la ventana principal; las API públicas deben registrar un esquema de parámetros Zod, y los canales no registrados son rechazados por defecto. La recopilación de rankings y las direcciones de modelos solo permiten HTTP/HTTPS, rechazando direcciones locales, privadas y reservadas. Datos, Respaldos y Fiabilidad El espacio de trabajo predeterminado se ubica en «Datos de la Estación de Trabajo de Creación de Novelas Largas» dentro del directorio de documentos del usuario, incluyendo catalog.sqlite, la base de datos de investigación, un project.sqlite independiente por obra, adjuntos, y directorios de exportación y respaldo. No se realizan búsquedas de texto completo o vectoriales entre diferentes proyectos. Los archivos de respaldo .novelbak utilizan cifrado AES-256-GCM, incluyendo la base de datos, el directorio de la obra, adjuntos y la lista de archivos; antes de crearse, se ejecuta un checkpoint de SQLite, se escribe en un archivo temporal y se reemplaza el objetivo solo tras una validación de descifrado completa. La restauración escribe en un nuevo directorio de copia, sin sobrescribir el espacio de trabajo en uso. Los respaldos automáticos pueden ejecutarse diaria o semanalmente conservando las últimas 1–30 copias; la contraseña dedicada solo reside en el Windows Credential Manager. La página de salud del sistema permite verificar manualmente la integridad de SQLite de cada base de datos, cotejar el número de registros de capítulos con los dos índices FTS, reportar directorios huérfanos, tareas fallidas y ocupación de disco. Los índices pueden reconstruirse transaccionalmente; los archivos dañados o faltantes solo se reportan, no se eliminan ni mueven automáticamente. El centro de tareas de IA registra el estado, modelo, tokens reales, costo y tiempo; las tareas en ejecución tras una salida anormal se marcan como interrumpidas, y las tareas de texto pueden cancelarse o reintentarse de forma segura. Los registros de escritorio son JSON Lines, desensibilizando claves, Bearer, credenciales de URL y directorios de usuario antes de escribir en disco, y pueden exportarse como un ZIP de diagnóstico sin texto ni bases de datos. Publicación y Actualizaciones La publicación en Windows utiliza paquetes de instalación NSIS, con una versión portable en release\win-unpacked. La versión de desarrollo actual no posee certificado de firma de código comercial, por lo que SmartScreen podría advertir sobre un editor desconocido. Las actualizaciones automáticas solo se activan en la aplicación empaquetada, verificando 15 segundos después del inicio y luego cada 6 horas, descargando en segundo plano sin reiniciar automáticamente. Antes de la instalación, se crea una instantánea cifrada de pre-actualización; si el instalador falla, se conserva la versión actual. La fuente de actualización es fija en GitHub Releases, solicitando solo latest.yml, sin subir texto, libros de estados ni credenciales, y puede desactivarse totalmente mediante variables de entorno. El flujo de publicación requiere configurar tres GitHub Secrets: certificado, nombre del editor y etiquetas v* para disparar pruebas, construcción, firma y publicación. Ingeniería y Estándares de Calidad Para el desarrollo local se recomienda Node.js 22 LTS y Windows 10/11, con comandos como npm test, test:quality, test:scale (capacidad de 10 libros × 1500 capítulos × 3 millones de palabras), test:e2e, build, test:electron y dist:win. El archivo src/shared/quality-benchmark-corpus.ts guarda casos fijos vinculados a versiones de prompts, cubriendo límites de conocimiento de personajes, conservación de recursos, conflictos de tiempo y lugar, repetición de mecanismos de recompensa continua y control de falsos positivos en capítulos normales. Las pruebas de calidad calculan la tasa de recuperación de problemas, precisión, precisión de nivel de gravedad, precisión de evidencia y tasa de control de falsos positivos, midiendo el costo de tokens por separado. La inyección de fallos solo es efectiva en NODE_ENV=test, simulando disco lleno, corte de energía antes del commit y credenciales no disponibles. El proyecto cuenta además con documentación de arquitectura, reglas de dominio, base de conocimientos y modelo de seguridad, y es código abierto bajo la licencia MIT.