ai

name	AI读书
description	把整本书提炼成结构化精华内容——按阅读目的决定保留什么，AI 逐章提取关键知识点，构建知识图谱串联概念，多角色答辩式校验摘要。
metadata	{"slug":"ai-reader","trigger":"读书、阅读、提炼、摘要、知识图谱、书摘、拆书"}

Keywords

读书, 提炼, 知识图谱, 电子书, 结构化笔记

Summary

用户提供图书文件（EPUB/MD/TXT/PDF），AI 逐章提取关键知识单元，构建跨章节概念关联知识图谱，输出结构化摘要。无需额外配置 LLM 供应商。

Strategy

1. 文本提取：用 extract_book.py 解析图书，按章节拆分
2. 逐章精读：对每章提取关键知识单元（chunks）
3. 概念串联：跨章节发现相关概念，构建知识图谱
4. 多角校验：多角色答辩式审查摘要完整性
5. 成果输出：章节摘要 + 知识图谱 + 全书总览

Prerequisites

• PDF 解析依赖 pdftotext（poppler-utils）：

  sudo apt install poppler-utils    # Ubuntu/Debian
  brew install poppler              # macOS
  

AVOID

• AVOID 跳章阅读，必须逐章处理
• AVOID 一次性读完所有章节再提取——每章读完立即提取
• AVOID 知识图谱过于稀疏——至少 3 条跨章节连线
• AVOID 摘要写成「本书介绍了…」式干瘪官腔
• AVOID 遗漏反直觉或有争议的观点
• AVOID 跳过用户确认直接出结果

---

快速开始

# 提取章节
python3 modules/extract_book.py 图书.pdf --pretty

# 按 modules/02-chunk.md → 03-graph.md → 04-review.md → 05-output.md 依次执行

---

完整示例

输入：算法启蒙.pdf，阅读目的 = "关注教育方法"

执行流程：

① extract_book.py → 7 章节（前言 + ch1-ch6）
② 逐章精读 → 每章提取 4-6 个知识单元 + 反直觉点
③ 概念串联 → 14 条概念连线 + 3 条贯穿线索（"蛇"）
④ 多角校验 → AI 撰写摘要 → 用户提问 → AI 答辩补充
⑤ 输出笔记 → 《算法启蒙书》读书笔记.md

输出片段（知识图谱）：

| 二分策略 | → 实例 → | Wordle 猜词 | ch1 |
| 递归调用栈 | = 天然决策树 | 回溯法数据管理 | ch2 |
| 剪枝 | → 效果 → | 同等时间看得更远 | ch6 |

---

工作流程

详细步骤见 modules/ 中各文件：

阶段	文件	说明
Phase 1 文本提取	modules/extract_book.py	解析图书为章节 JSON
Phase 2 逐章精读	modules/02-chunk.md	每章提取知识单元
Phase 3 概念串联	modules/03-graph.md	跨章节构建知识图谱
Phase 4 多角校验	modules/04-review.md	答辩式审查摘要
Phase 5 成果输出	modules/05-output.md	结构化读书笔记
— 用户确认节点	各阶段开始前	询问用户是否满意当前结果

贯穿原则：每阶段完成后暂停，询问用户是否满意当前结果，确认后再进入下一阶段。

参考

• SpineDigest 管线：chunk 提取 → 知识图谱 → 对抗摘要
• 认知心理学：Miller's Law（工作记忆 7±2 组块）
• 知识图谱节点-边模型