VibeKnow不支持TXT自动拆分章节,需先用UTF-8带BOM编码保存,并添加“#”“##”“-”等标准标记;否则需用txt_splitter_app、章节分割器或Python脚本预处理。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

当你有一份几十万字的TXT小说或讲稿,想让VibeKnow自动识别章节、分段解析并生成结构化视频脚本,但上传后AI只把全文当一段平铺文字处理——问题不在你文档内容差,而在于VibeKnow本身不提供TXT章节自动拆分功能,它只做结构识别,不负责文本切割。
VibeKnow对TXT的结构识别前提
第一步:用记事本打开TXT文件 → 点击「文件」→「另存为」→在「编码」下拉菜单中【务必选择UTF-8带BOM】→ 保存。这一步不可跳过,否则中文标点会被识别成乱码,后续所有标题识别全部失效。
第二步:在每章开头插入标准轻量标记,例如“# 第一章 开篇”;小节前写“## 1.1 引子”;要点前加“- ”或“●”。这些符号是VibeKnow唯一认得的结构信号,没有它们,AI就无法区分哪是标题、哪是正文。
第三步:上传后点击右侧面板的「结构诊断」按钮。AI会标出已识别的标题和列表位置,并显示“未识别段落占比XX%”。如果超过30%,说明标记仍不足,必须返回TXT补全。
真正能自动拆章节的替代工具
方法一:使用开源txt_splitter_app(GitHub开源)
下载地址:https://www.php.cn/link/e4723703607d48014b7e29c38637bb99
运行后直接拖入原始TXT → 自动匹配“第X章”“第一集”等常见格式 → 拆出独立文件并按出现顺序命名为001_第X章.txt、002_第一集.txt……
注意:它不依赖编码格式,ANSI/UTF-8均可识别,但要求章节标题必须独占一行。
方法二:用章节分割器(免安装绿色版)
先将TXT用记事本另存为ANSI编码 → 打开工具 → 点击“待分割”导入 → 选择“章节分割” → 设置对应表达式(如“第一集|第二集|…”)→ 点击“分析”→ 全选 → “输出选中章节”。
分割后的文件默认保存在原文档同目录下的同名文件夹里,无需手动建路径。
Python脚本全自动拆分(适合批量处理)
第一步:确认原始TXT中章节标题格式统一,例如每章以“第\d+章[ ]*[^\r\n]+”独占一行(支持中文空格、全角空格)。
第二步:复制以下代码到本地test.py文件中,把file_path变量改为你的TXT路径:
```python
import re
file_path = "your_novel.txt"
with open(file_path, "r", encoding="utf-8") as f:
text = f.read()
pattern = r"^第\d+章[ ]*[^\r\n]+(?=\r?\n)"
chapters = re.split(pattern, text, flags=re.M)
titles = re.findall(pattern, text, flags=re.M)
for i, (title, content) in enumerate(zip(titles, chapters[1:]), 1):
name = f"{i:03d}_{title.strip().replace(' ', '_')}.txt"
with open(name, "w", encoding="utf-8") as out:
out.write(content.strip())
```
第三步:终端执行 python test.py → 当前目录下立即生成001_第1章.txt、002_第2章.txt等文件。
这一步会严格按原文档中章节出现顺序编号,彻底规避原始标题编号错乱(如“第100章”出现在“第2章”前面)导致的文件排序混乱问题。
第四步:将所有生成的章节TXT文件逐个上传至VibeKnow → 每个文件单独生成视频 → 避免单文件超长触发积分翻倍(含≥5个H2标题时+40点)。











