AI诗人工作室：OpenClaw+nanobot生成藏头诗并自动排版成电子书
AI诗人工作室：OpenClaw+nanobot生成藏头诗并自动排版成电子书
1. 缘起：当AI诗人遇上自动化工具
去年冬天，我在整理家族长辈的口述历史时萌生了一个想法——能否用技术手段将零散记忆转化为可传承的诗歌集？传统创作流程需要经历"收集素材-人工创作-排版校对-电子书制作"多个环节，而作为技术爱好者，我决定尝试用OpenClaw+nanobot搭建自动化创作流水线。
经过两个月的迭代，这套系统已经能实现：输入主题关键词→自动生成符合格律的藏头诗→批量转换为标准EPUB格式→推送至Kindle设备。最让我惊喜的是，整个流程中AI不仅负责内容生成，还通过OpenClaw完成了文件转换、格式校验等原本需要人工介入的机械操作。
2. 技术选型与核心组件
2.1 为什么选择OpenClaw+nanobot组合
在方案验证阶段，我测试过多种组合方式。最终选择这对组合主要基于三个考量：
- 轻量化部署：nanobot内置的Qwen3-4B模型在诗歌生成任务上表现优异，且vllm推理框架对消费级显卡友好（我的RTX 3060笔记本就能流畅运行）
- 操作集成度：OpenClaw的文件操作和命令行调用能力，能完美衔接生成→转换→推送的完整链路
- 隐私安全性：所有创作数据都在本地处理，适合包含个人记忆等敏感内容的创作场景
2.2 系统架构概览
整个工作流包含三个核心模块：
graph LR A[主题输入] --> B(nanobot诗歌生成) B --> C[OpenClaw格式转换] C --> D[Calibre电子书制作] D --> E[Kindle推送]3. 实战搭建过程
3.1 基础环境准备
首先通过星图平台获取nanobot镜像（包含预置的Qwen3-4B模型），配合OpenClaw完成基础部署：
# 拉取nanobot镜像（假设已配置星图平台访问） docker pull registry.mirror.csdn.net/nanobot-qwen3:latest # 安装OpenClaw核心组件 curl -fsSL https://openclaw.ai/install.sh | bash openclaw onboard --model-provider local --model-endpoint http://localhost:5000特别提醒：如果本地GPU显存不足8GB，建议在nanobot启动时添加--max-lora-rank=4参数限制显存占用。
3.2 诗歌生成模块配置
nanobot的chainlit界面提供了友好的交互方式，但我们需要通过OpenClaw实现批量调用。在~/.openclaw/skills/poetry_generator.py创建自定义skill：
import requests def generate_acrostic(keyword: str, style: str = "七言绝句"): prompt = f"""请以'{keyword}'为藏头创作一首{style}，要求： 1. 严格遵循平仄格律 2. 避免生僻字 3. 每行不超过8个汉字""" response = requests.post( "http://localhost:5000/v1/completions", json={ "model": "qwen3-4b-instruct", "prompt": prompt, "max_tokens": 256 } ) return response.json()["choices"][0]["text"]测试时发现模型偶尔会输出非诗歌内容，通过添加temperature=0.3参数可以有效控制生成稳定性。
3.3 电子书自动化生产链路
这是整个系统最精妙的部分——用OpenClaw串联多个工具链：
- 文本收集阶段：将生成的诗歌按章节整理为Markdown
- 格式转换阶段：调用Calibre的
ebook-convert命令行工具 - 设备推送阶段：通过Kindle邮箱服务自动发送
对应的OpenClaw任务配置文件（~/.openclaw/tasks/ebook_pipeline.json）核心片段：
{ "steps": [ { "name": "generate_poems", "type": "python", "script": "poetry_generator.py", "args": { "keyword": "{{input.keyword}}", "style": "{{input.style}}" } }, { "name": "compile_markdown", "type": "shell", "command": "pandoc -o output/chapter_{{timestamp}}.md" }, { "name": "convert_epub", "type": "shell", "command": "ebook-convert output/chapter_*.md output/anthology.epub --chapter-mark=none" }, { "name": "send_to_kindle", "type": "python", "script": "kindle_mailer.py", "args": { "filepath": "output/anthology.epub" } } ] }4. 创作实践中的经验沉淀
4.1 内容质量控制技巧
在生成200+首诗歌后，我总结出这些提升质量的方法：
- 种子词优化：在提示词中加入"参考《唐诗三百首》的意象运用"比简单要求"有文采"更有效
- 温度系数调整：叙事诗用0.7增强创造性，格律诗用0.3保证规范性
- 后处理脚本：用正则表达式过滤掉"这是一首..."等模型惯用前缀
4.2 典型问题与解决方案
问题1：生成内容突然偏离主题
- 根因：长时间运行后显存不足导致模型退化
- 解决：在OpenClaw任务中添加定期重启指令：
{ "pre_steps": [ { "type": "shell", "command": "docker restart nanobot" } ] }
问题2：Calibre转换丢失中文排版
- 根因：缺少中文字体依赖
- 解决：在Dockerfile中预装字体：
RUN apt-get update && apt-get install -y fonts-wqy-zenhei
5. 成果展示与创作建议
最终系统生成的《江南记忆》诗集包含32首藏头诗，从祖父的抗战经历到侄女的出生故事，用七言律诗的形式凝固了家族记忆。相比人工创作，这套方案有三个独特优势：
- 批量创作能力：单次可生成10-20首主题关联的组诗
- 风格一致性：通过固定prompt模板保持整体格调统一
- 即时可读性：生成后2分钟内即可在Kindle上阅读成书
对于想尝试类似创作的朋友，建议从这些方向入手：
- 先聚焦单一诗体（如五言绝句）打磨prompt
- 用OpenClaw的
watch功能监控生成质量 - 为不同家族成员建立专属风格模板
这个项目的意义不仅在于技术验证，更让我体会到：当AI成为创作伙伴而非工具时，技术就能真正服务于人文传承。或许未来每个家庭都可以拥有自己的AI史官，用诗意的语言记录平凡生活中的不朽瞬间。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。