Storytelling

Storytelling

在 Streamlit 页面里用 GPT-2 生成故事，并配合一个情绪分类模型，适合探索带情绪的文本生成的写作者、学生和开发者。

由 jitesh 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Storytelling 是一个 Streamlit 应用，从名字看，它用来生成故事。记录里列出了两个模型：用于文本生成的 GPT-2，以及一个基于 DistilRoBERTa 的英语情绪分类器。仓库里有源码和数据文件夹、一个安装文件和一个运行脚本。

适合谁：它适合想要机器写故事草稿的写作者、研究文本生成的学生，也适合想读一个带源码文件夹的小项目的开发者。记录没有说明情绪模型怎么用，请打开页面看。

行业 | 使用者 | 使用方式 | 例子
写作 | 业余写作者 | 拿到一份故事草稿再修改 | 写个开头，看它怎么接下去
教育 | NLP 学生 | 看文本生成器如何搭配情绪模型 | 读 src 文件夹，看两者怎么连接
软件 | Python 开发者 | 研究带数据和源码文件夹的 Streamlit 项目 | 打开 app.py、setup.py 和 run.sh

如果你需要不用修改的成品文章，可以跳过它。

用在哪里：

• 网页浏览器，在 Hugging Face 上的 Space 页面里
• 装有 Python 的 Windows、macOS 或 Linux，用下载的副本运行

用例 | 适合谁 | 得到什么
起草短故事 | 写作者 | GPT-2 模型生成的文字
研究情绪与生成 | 学生 | 一个结合两个模型的项目
作为基础复用 | 开发者 | 一个带数据和源码文件夹的 Streamlit 项目

如何设置：

• 如果用在线 Space，什么都不用装
• 只有运行副本时才需要在电脑上装 Python
• requirements.txt 里列出的依赖包

1. 在浏览器里打开 Space 页面，无需安装就能使用。
2. 想运行副本，先安装 Hugging Face Hub 包，再下载这个 Space。
3. 进入新文件夹，然后安装 Streamlit 和清单里的依赖。
4. 用 Streamlit 启动应用。

pip install -U huggingface_hub
hf download jitesh/storytelling --repo-type space --local-dir storytelling
cd storytelling
pip install streamlit
pip install -r requirements.txt
streamlit run app.py

如何使用：在线使用时，打开 Space，用页面上的控件操作。在自己的电脑上，则在 Space 文件夹里用 Streamlit 运行主文件，再使用它提供的页面。记录没有列出这些控件，请看页面。

streamlit run app.py

示例：你打开 Space，给它一个故事的开头。应用会用 GPT-2 接着往下写，过程中也可能用到情绪模型。记录里没有示例，具体输入请看页面。

新手与专家：文本生成器会接着你给的内容，一个词片段一个词片段地往下写。先打开 Space，输入一个简短的故事开头，读读它接下来写了什么。

如果你熟悉这个领域，GPT-2 是一个较小、较早的语言模型，所以输出可能跑偏或重复。情绪模型按感受给文本打标签，这说明它可以用来引导或检查氛围。记录没有说明具体怎么做，所以请读 src 文件夹。

你输入故事开头
GPT-2 接着写下去
情绪模型给文本的感受打标签
页面显示故事

注意事项：

• License: MIT，Space 上就是这样标注的
• Cost to run: 未提及
• Data it reaches: 你输入的文字、它所列的两个模型，以及它 data 文件夹里的文件
• Not for: 记录没有列出排除项，所以分享生成的文字之前请先读一遍

Hugging Face 上的数据（2026年11月13日）

• 点赞：1
• 构建方式：streamlit
• 许可证：mit

链接

• Space：https://huggingface.co/spaces/jitesh/storytelling
• 文件：https://huggingface.co/spaces/jitesh/storytelling/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。