电子书整理2

2026-05-11 15:22:06

换了个据说比WinRAR更快一点的解压软件，因为当年下电子书的时候好多打包来的压缩文件，还得先解压了才能后续处理。

一直在用WinRAR，我还以为这个是Windows自带的呢，某天用的时候发现它居然会跳广告，今天问了豆包，才知道原来不是Windows自带的。

电子书的话昨天下载的umi-ocr用了一天，转换以后的pdf成品还是蛮不错的，txt的差了点，我觉得这样就算转成md效果也不会好的。速度也慢了点，我有点没耐心，而且只能转纯文字，也不能直接生成md格式，虽然豆包说txt直接改成md大小和精度都没什么变化的，但我就是感觉这样中间还要转一手好麻烦。

今天换成超能模式继续跟豆老师聊，其实我应该是要尽量把电子书都转成md格式，才能以后喂给本地ai模型组成知识库，实现我想要的那种精读然后可以问ai问题的模式。

那就是个好浩大的工程- -还没开始我就有点累了，但还是坚强的开始了！

所以今天是电子书整理方案2：

原料电子书：随便散在网盘、移动硬盘各种盘，不用管
电子书转成MD文件
转好的 MD文件：统一保存在本地一个文件夹
Obsidian 读这一个文件夹，就是完整知识库

之前已经在obsidian装了ai插件和ollama本地模型，可以看这篇

最简本地 AI+Obsidian

先要装转md文件的应用

因为我有很多扫描电子书里面是带图片的，甚至有些干脆就是杂志那种排版比较复杂的，所以必须是可以ocr图片的，豆包推荐了MinerU和Maker，MinerU也是同一个问题，最新版已经加载了ai，并且我下载了以后根本找不到添加文件夹的按钮，受不了，想在github下载旧版本的吧又突然连不上了，又换成命令行版的。

第一步，安装 Python 3.10

去官网下载 Python 3.10 安装包，新版本的话MinerU不支持。

注：

文件夹路径里不要有中文、空格和特殊符号，避免识别失败。

输出文件夹可以提前新建好，软件会自动在里面生成和原文件结构一致的目录。

如果电子书文件是存在百度网盘之类的挂载的虚拟盘，那转格式的时候必须保持网盘客户端运行：处理过程中不能关闭客户端，否则会断开连接，导致读取失败。

我让豆包按照我的文件路径写了个一键批处理，还可以加上处理完成后关机、每次打开弹出选择文件夹的窗口之类的细节要求，让豆包不断完善。

漫画和视频可以做索引md放进obsidian

到这里一切都挺好，但是嘛，运行批处理的时候就不行了，问豆包呢，说是mineru不行，又让我换个扫描pdf的，换成了tesseract

在开了加速器也时不时断联的github上下载了tesseract

然后苦苦一通安装调试，结果批处理老是窗口玩消失，改来改去发现豆包把我的用户名写错了，又改还是不行，最后存了py文件换成在cmd运行了……

虽然但是赚了十来本，等我拖到obsidian里面一看几乎全军覆没，只有一个word的成品没啥问题，所以命令行也失败了。

好，又回到开头了，到处找mineru的旧版本，GitHub上是源码的，还要加载环境什么的才能用，很复杂的样子，豆包劝我算了，要好十几个G的空间？？还要吓唬我说就算装好了后续也会有很多问题，难绷- =

给我个下载链接但是失效的，啊！好无语！

最后总算在夸克网盘里搜到了下载

默默等待下载完成中……tbc

总之流水线目前就是：

原文件 → 转 MD → 入库 Obsidian → AI 自动打标签 → AI 问答 / 整理 / 沉淀

后面边用边改吧

本文来自网友投稿或网络内容，如有侵犯您的权益请联系我们删除，联系邮箱：wyl860211@qq.com 。

电子书整理2

最新文章

热门文章

随机文章

电子书整理2

轻资产创业--古籍电子书篇

电子书- 基础8本

最新文章

热门文章

随机文章