इस प्रोजेक्ट के बारे में

परियोजना की स्थिति यह Tomato Novel के लंबे धारावाहिक परिदृश्यों के लिए एक Windows स्थानीय डेस्कटॉप वर्कबेंच है, जिसका तकनीकी स्टैक Electron, React, TypeScript और SQLite है। एप्लिकेशन Tomato खाते में लॉग इन नहीं करता है और न ही कार्यों को स्वचालित रूप से प्रकाशित करता है; सभी प्रकाशन कार्य लेखक द्वारा प्लेटफॉर्म बैकएंड पर मैन्युअल रूप से पूरे किए जाते हैं। मुख्य विचार "चार्ट रिसर्च—सैंपल विश्लेषण—ओरिजिनल प्रोजेक्ट—रोलिंग प्लानिंग—अध्याय-वार लेखन—स्टेटस लेजर—क्वालिटी चेक—शेड्यूलिंग और पब्लिशिंग—डेटा रिव्यू" को एक ऑडिट योग्य स्थानीय पाइपलाइन में जोड़ना है। मुख्य क्षमताएं मार्केट रिसर्च के मामले में, यह बिना लॉगिन वाले सार्वजनिक चार्ट पेज एकत्र कर सकता है या चार्ट CSV आयात कर सकता है, और कई तारीखों के स्नैपशॉट तुलना का समर्थन करता है। TXT, EPUB, DOCX आयात करते समय या टेक्स्ट पेस्ट करते समय, डेटाबेस में डालने से पहले अध्याय पूर्वावलोकन दिया जाता है। सैंपल विश्लेषण स्थानीय स्तर पर किया जा सकता है, या स्पष्ट सहमति के बाद 10 अध्यायों के बैच में क्लाउड मॉडल का उपयोग करके अध्याय, चरण, वॉल्यूम और पूरी पुस्तक के चार स्तरों के प्रमाण उत्पन्न किए जा सकते हैं। लेखन पक्ष में क्रिएशन कॉन्ट्रैक्ट अप्रूवल, मैक्रो चरण और वॉल्यूम, अगले 30 अध्यायों की रफ आउटलाइन, अगले 5 अध्यायों की विस्तृत आउटलाइन और वर्तमान अध्याय का सीन कार्ड शामिल है। राइटिंग डेस्क अध्याय आउटलाइन सहेज सकता है और संकलित संदर्भ का पूर्वावलोकन कर सकता है। नियमित अध्यायों के लिए 5-अध्याय बैच का समर्थन है, जिसमें निष्पादन से पहले लागत अनुमान दिखाया जाता है। महत्वपूर्ण अध्यायों या तथ्यों के टकराव के मामले में स्वचालित रूप से अध्याय-वार प्रोसेसिंग की आवश्यकता होती है। स्टेटस लेजर का उपयोग पात्रों, संबंधों, क्षमताओं, संसाधनों, स्थानों, समयरेखा, रहस्यों और कथानकों के रखरखाव के लिए किया जाता है। मॉडल और संदर्भ सिस्टम सेटिंग्स में OpenAI / संगत इंटरफेस या Anthropic Claude प्रोटोकॉल चुना जा सकता है। API कुंजियाँ Windows Credential Manager में संग्रहीत की जाती हैं, न कि SQLite या लॉग्स में। Anthropic कॉल आधिकारिक API कुंजी का उपयोग करते हैं। तथ्य पुनर्प्राप्ति के लिए स्थानीय चीनी चरित्र समानता सूचकांक का उपयोग किया जाता है, क्लाउड वेक्टर मॉडल का नहीं। संदर्भ को स्थिरता के आधार पर परतों में रेंडर किया जाता है। क्रिएशन कॉन्ट्रैक्ट सिस्टम प्रॉम्प्ट के अंत में स्थिर रहता है, जबकि वर्तमान अध्याय का कार्य जनरेशन पॉइंट के करीब होता है। स्टोरी बाइबल की लंबी सूचियों को सेटिंग प्रविष्टियों में बदला जा सकता है और प्रभावी अध्याय अंतराल के आधार पर फ़िल्टर किया जा सकता है। मानवीय नियंत्रण जब तक क्रिएशन कॉन्ट्रैक्ट स्वीकृत नहीं होता, तब तक प्लानिंग या टेक्स्ट जनरेशन की अनुमति नहीं है। अनसुलझे गंभीर मुद्दों वाले अध्यायों को अंतिम रूप नहीं दिया जा सकता। यदि स्वीकृत कॉन्ट्रैक्ट या प्लानिंग में बदलाव की आवश्यकता है, तो पहले आउटलाइन परिवर्तन फॉर्म को मंजूरी देना आवश्यक है। AI केवल उम्मीदवार, ड्राफ्ट और सुझाव उत्पन्न करता है; यह स्वचालित रूप से अंतिम रूप नहीं देता या प्रकाशित नहीं करता है। अलगाव और सुरक्षा मूल नमूने केवल research\research.sqlite में सहेजे जाते हैं। क्लाउड विश्लेषण के लिए केवल डी-सेंसिटाइज्ड अध्याय अंश भेजे जाते हैं। क्रिएशन मॉडल केवल डी-सेंसिटाइज्ड इनसाइट्स प्राप्त करता है, मूल शोध नहीं। Electron रेंडरिंग प्रोसेस सैंडबॉक्स, कॉन्टेक्स्ट आइसोलेशन और CSP का उपयोग करता है। IPC केवल मुख्य विंडो कॉल स्वीकार करता है और सार्वजनिक API के लिए Zod पैरामीटर स्कीमा पंजीकरण आवश्यक है। डेटा, बैकअप और विश्वसनीयता डिफ़ॉल्ट वर्कस्पेस उपयोगकर्ता दस्तावेज़ निर्देशिका में "Long-form Creation Workbench Data" में स्थित है। बैकअप फाइलें (.novelbak) AES-256-GCM एन्क्रिप्शन का उपयोग करती हैं। रिकवरी एक नई कॉपी निर्देशिका में लिखी जाती है, वर्तमान वर्कस्पेस को ओवरराइट नहीं करती। स्वचालित बैकअप दैनिक या साप्ताहिक हो सकता है, और पासवर्ड केवल Windows Credential Manager में रहता है। सिस्टम हेल्थ पेज SQLite अखंडता की जांच कर सकता है और डिस्क उपयोग की रिपोर्ट दे सकता है। AI टास्क सेंटर स्थिति, मॉडल, वास्तविक टोकन, लागत और समय को रिकॉर्ड करता है। डेस्कटॉप लॉग JSON Lines प्रारूप में होते हैं और डिस्क पर लिखने से पहले संवेदनशील जानकारी को हटा दिया जाता है। रिलीज और अपडेट Windows रिलीज के लिए NSIS इंस्टॉलर का उपयोग किया जाता है। ऑटो-अपडेट केवल पैक्ड ऐप्स में सक्षम है, जो GitHub Releases से latest.yml का अनुरोध करता है। अपडेट से पहले एक एन्क्रिप्टेड pre-update स्नैपशॉट बनाया जाता है। इंजीनियरिंग और गुणवत्ता मानक स्थानीय विकास के लिए Node.js 22 LTS और Windows 10/11 की अनुशंसा की जाती है। गुणवत्ता परीक्षण के लिए एक निश्चित कॉर्पस (quality-benchmark-corpus.ts) का उपयोग किया जाता है, जो चरित्र ज्ञान सीमाओं और समय-स्थान संघर्षों को कवर करता है। यह प्रोजेक्ट MIT लाइसेंस के तहत ओपन सोर्स है।