AI-Readwise 是一个全栈智能阅读解决方案，专为技术书籍、学习资料和知识管理而设计。它将传统的 PDF 电子书转换为现代化的 Markdown 格式，并通过大语言模型提供智能翻译、内容总结和语音播客生成功能。
- 阅读体验差：PDF 格式不便于在线阅读、批注和搜索
- 语言障碍：优质技术书籍多为英文,缺乏高质量中文翻译
- 知识吸收慢：缺少章节总结和关键点提炼
- 碎片化学习：无法充分利用通勤等碎片时间学习
- ✅ 高质量 PDF 提取：基于 marker-pdf,保留格式和图片
- ✅ AI 智能翻译：LangChain + OpenAI,支持断点续传
- ✅ 实时进度追踪：SSE 流式传输,支持暂停/继续
- ✅ 模块化架构：前后端分离,CLI 工具独立可用
- ✅ 100% AI 生成：整个项目由 AI 助手完成,展示 AI 编程能力
| 功能模块 | 描述 | 技术栈 |
|---|---|---|
| 📚 Web 阅读器 | 现代化书籍管理界面，支持章节导航、Markdown 渲染、多语言切换 | React 19 + Ant Design 6 + TypeScript |
| ⚡ PDF 智能提取 | 高质量 PDF → Markdown 转换，保留格式、表格、图片 | marker-pdf + Python |
| 🌐 AI 翻译 | LLM 驱动的专业级翻译，支持中英双语，断点续传，进度持久化 | LangChain + OpenAI API |
| 🎯 章节总结 | AI 自动提取关键点、结论、示例，生成播客语音脚本 | Qwen Turbo + 自定义 Prompt |
| 🎙️ TTS 语音合成 | 将总结内容转换为高质量语音，支持多语言、多音色 | edge-tts (微软语音) |
| 🎬 播客视频制作 | 音频 + 背景视频合成，自动生成播客节目 | moviepy + FFmpeg |
| 🔄 实时进度追踪 | SSE 流式传输，实时显示 PDF 提取、翻译进度 | FastAPI + Server-Sent Events |
| 💾 任务持久化 | 支持页面刷新、导航后恢复任务状态 | 文件系统缓存 |
- 多模型支持：兼容 OpenAI、Azure OpenAI 及任何 OpenAI 兼容 API
- 增量处理：翻译和 TTS 支持增量生成，已完成内容不重复处理
- 批量操作：一键生成全书所有章节的总结和 MP3
- CLI 工具链：独立命令行工具，适合自动化工作流
- 异步架构：多进程 PDF 提取，支持真正的任务取消
- 将英文技术书籍转换为 Markdown 并翻译为中文
- 通过章节总结快速把握核心内容
- 利用通勤时间收听播客版本
- 从 PDF 教材生成在线课程资料
- 自动生成章节摘要和学习要点
- 制作配套音频课程
- 将企业培训资料 PDF 转换为可搜索的 Markdown
- 多语言版本同步维护
- 构建内部知识管理系统
- 快速将文字内容转换为音频节目
- 合成视频播客用于社交媒体分发
- 批量生成系列节目
- Python: 3.8 或更高版本
- Node.js: 18 或更高版本
- FFmpeg: 用于音视频处理 (播客功能需要)
- 操作系统: Windows / macOS / Linux
git clone https://github.com/Kooooooma/ai-readwise.git
cd ai-readwise# 创建虚拟环境 (推荐)
python -m venv venv
# 激活虚拟环境
# Windows PowerShell:
.\venv\Scripts\Activate.ps1
# Windows CMD:
.\venv\Scripts\activate.bat
# macOS/Linux:
source venv/bin/activate
# 安装依赖
pip install -r requirements.txt注意: 首次运行
marker-pdf会自动下载模型文件 (~2GB),请确保网络畅通。
# Windows (使用 Scoop)
scoop install ffmpeg
# Windows (使用 Chocolatey)
choco install ffmpeg
# macOS (使用 Homebrew)
brew install ffmpeg
# Ubuntu/Debian
sudo apt install ffmpeg创建 .env 文件：
# OpenAI API 配置
LLM_BASE_URL=https://api.openai.com/v1
LLM_API_KEY=your-api-key-here
LLM_MODELS=qwen-turbo,gpt-4o-mini,gpt-4o
LLM_DEFAULT_MODEL=qwen-turbo支持的 LLM 提供商:
- 任何 OpenAI 兼容的代理服务
cd frontend
npm install
npm run build
cd ..python app.py访问 http://localhost:8000 开始使用！
- 在
resources/目录下创建书籍文件夹 (如my-book/) - 在该文件夹创建
description.md:
title: 鞋狗
description: 耐克创始人菲尔·奈特亲笔自传
file: shoe-dog.pdf- 将 PDF 文件放入同一文件夹
- 首页书架: 浏览所有已添加的书籍
- 提取内容: 打开书籍 → 点击「提取 PDF 内容」→ 等待提取完成
- AI 翻译: 选择目标语言 → 选择模型 → 开始翻译
- 章节总结: 在章节右侧点击「生成总结」→ 查看 AI 总结和播客脚本
- 语音合成: 点击「生成 MP3」→ 在线播放
# PDF 转 Markdown
python pdf_to_markdown.py book.pdf -o book.md
# 按一级标题拆分章节
python split_markdown.py book.md -o chapters/
# 批量生成语音 (增量模式 + 自动合并)
python text_to_speech.py -d ./scripts --merge -o podcast.mp3
# 合成视频播客
python merge_audio_video.py podcast.mp3 background.mp4 -o output.mp4| 技术 | 版本 | 用途 |
|---|---|---|
| FastAPI | 0.100+ | 异步 Web 框架,提供 REST API 和 SSE |
| Uvicorn | 0.20+ | ASGI 服务器,生产环境部署 |
| marker-pdf | latest | 高质量 PDF → Markdown 转换 |
| LangChain | 0.1+ | LLM 应用框架,封装 OpenAI 调用 |
| edge-tts | latest | 微软 Edge 免费 TTS 服务 |
| moviepy | 1.0+ | Python 视频编辑库 |
| pydub | 0.25+ | 音频处理库 |
| 技术 | 版本 | 用途 |
|---|---|---|
| React | 19 | UI 框架,采用最新 Hooks API |
| TypeScript | 5.9+ | 类型安全的 JavaScript |
| Vite | 7.2+ | 快速构建工具和开发服务器 |
| Ant Design | 6.1+ | 企业级 UI 组件库 |
| React Router | 7.12+ | 客户端路由 |
| Zustand | 5.0+ | 轻量级状态管理 |
| react-markdown | 10.1+ | Markdown 渲染组件 |
ai-readwise/
├── app.py # FastAPI 应用入口
├── requirements.txt # Python 依赖
├── .env # 环境变量 (需自建)
│
├── backend/ # 后端服务模块
│ ├── api.py # REST API 和 SSE 路由
│ ├── models.py # Pydantic 数据模型
│ ├── services.py # 书籍和翻译服务
│ ├── summary_service.py # 章节总结服务
│ ├── marker_extract.py # PDF 提取核心逻辑
│ ├── extract_worker.py # 多进程提取 Worker
│ └── translation_service.py # LLM 翻译服务
│
├── frontend/ # React 前端应用
│ ├── src/
│ │ ├── pages/ # 页面组件
│ │ │ ├── HomePage.tsx # 书架首页
│ │ │ └── BookDetailPage.tsx # 书籍详情
│ │ ├── components/ # UI 组件
│ │ │ ├── BookCard.tsx
│ │ │ ├── ChapterList.tsx
│ │ │ ├── ExtractPanel.tsx
│ │ │ ├── TranslationPanel.tsx
│ │ │ ├── BatchSummaryPanel.tsx
│ │ │ └── ...
│ │ ├── api/ # API 客户端
│ │ │ └── client.ts
│ │ └── store/ # Zustand 状态
│ │ └── bookStore.ts
│ ├── dist/ # 构建产物 (部署)
│ └── package.json # Node.js 依赖
│
├── resources/ # 书籍资源目录
│ └── {book-id}/ # 书籍文件夹
│ ├── description.md # 书籍元数据
│ ├── {filename}.pdf # PDF 原文件
│ ├── {book-id}.md # 提取的完整 Markdown
│ ├── {book-id}/ # 章节目录
│ │ ├── 00_preface.md
│ │ ├── 01_chapter1.md
│ │ └── ...
│ ├── {book-id}_zh/ # 中文翻译版
│ ├── {book-id}_en/ # 英文版 (如原文为其他语言)
│ └── summaries/ # 章节总结
│ ├── *.json # 总结 JSON
│ └── *.mp3 # TTS 语音
│
├── static/ # 静态资源
│ └── images/ # 书籍封面等
│
├── pdf_to_markdown.py # CLI: PDF → Markdown
├── split_markdown.py # CLI: Markdown 拆分
├── text_to_speech.py # CLI: 文本转语音
├── merge_audio_video.py # CLI: 音视频合成
└── merge_markdown_to_html.py # CLI: Markdown → HTML
cd frontend
npm install
npm run dev # 开发服务器 http://localhost:5173
npm run build # 生产构建
npx tsc --noEmit # TypeScript 类型检查开发工具:
- Google Antigravity
- Prettier
- ESLint 自动格式化
- TypeScript 严格模式
# 启动开发服务器 (自动重载)
python app.py
# Python 语法检查
python -m py_compile backend/*.py
# 查看 API 文档
# 启动后访问 http://localhost:8000/docs| 方法 | 路径 | 描述 |
|---|---|---|
| GET | /api/books |
获取所有书籍列表 |
| GET | /api/books/{id} |
获取书籍详情 |
| GET | /api/books/{id}/chapters |
获取章节列表 (默认语言) |
| GET | /api/books/{id}/chapters/{lang} |
获取指定语言的章节列表 |
| GET | /api/books/{id}/chapter/{filename} |
获取章节内容 |
| GET | /api/books/{id}/languages |
获取可用语言信息 |
| GET | /api/books/{id}/source |
获取源 Markdown |
| PUT | /api/books/{id}/source |
更新源 Markdown |
| POST | /api/books/{id}/resplit |
重新拆分章节 |
| GET | /api/translation/models |
获取可用 LLM 模型 |
| 路径 | 描述 |
|---|---|
/api/books/{id}/extract?cancel=false |
PDF 提取进度流 |
/api/books/{id}/translate?lang={lang}&model={model} |
翻译进度流 |
SSE 事件示例:
// 提取进度事件
{
"status": "processing", // pending/processing/completed/failed/cancelled
"progress": 45, // 0-100
"message": "正在提取第 3/7 页...",
"current_step": "extraction",
"total_chapters": 0
}
// 翻译进度事件
{
"status": "processing",
"progress": 60,
"message": "正在翻译第 3/5 章...",
"current_chapter": 3,
"total_chapters": 5
}python pdf_to_markdown.py <input.pdf> -o <output.md>
# 示例
python pdf_to_markdown.py books/clean-code.pdf -o clean-code.md参数:
input: PDF 文件路径-o, --output: 输出 Markdown 文件路径
python split_markdown.py <input.md> -o <output_dir/>
# 示例
python split_markdown.py clean-code.md -o chapters/功能: 按一级标题 (# Title) 拆分为多个文件
python text_to_speech.py -d <scripts_dir/> [--merge] [-o output.mp3]
# 示例: 增量生成 + 合并
python text_to_speech.py -d ./scripts --merge -o podcast.mp3参数:
-d, --dir: 包含 .txt 脚本的目录--merge: 自动合并所有 MP3 为单个文件-o, --output: 合并后的输出文件名
特性:
- 自动跳过已生成的 MP3 (增量模式)
- 支持多种语音和语言
- 并行处理提升速度
python merge_audio_video.py <audio.mp3> <video.mp4> -o <output.mp4>
# 示例
python merge_audio_video.py podcast.mp3 background.mp4 -o final.mp4功能: 将音频和视频合成为播客视频
- 使用 React DevTools 查看组件状态
- 在
api/client.ts中启用请求日志 - 查看 Network 面板的 EventStream (SSE)
- FastAPI 自动生成 Swagger 文档:
/docs - 查看控制台日志了解服务执行流程
- 检查
resources/{book-id}/.extraction_progress.json了解任务状态
Important
本项目 100% 由 AI 生成
AI-Readwise 是一个完全由 AI 编程助手 (Google Antigravity) 生成的项目,旨在展示 AI 在全栈开发中的能力。
因此,我们不接受 Pull Requests (PR)。
我们非常欢迎您通过 GitHub Issues 参与项目:
使用 Bug Report 模板,请包含:
- 详细的复现步骤
- 预期行为 vs 实际行为
- 系统环境 (OS, Python 版本, Node.js 版本)
- 错误日志或截图
使用 Feature Request 模板,请描述:
- 功能的使用场景
- 期望的实现效果
- 对现有功能的影响
使用 Question 标签,我们会尽快回复。
提交的 Issue 将由项目维护者与 AI 助手协作处理:
- 评估需求的合理性和优先级
- 由 AI 生成实现方案
- 人工审核代码质量
- 发布更新
如果这个项目对您有帮助,请给我们一个 ⭐️!
本项目采用 Apache License 2.0 开源协议。
✅ 允许:
- 商业使用
- 修改代码
- 分发
- 专利使用
- 私人使用
❌ 要求:
- 声明原作者和许可证
- 标注修改内容
- 包含原始许可证文本
❌ 禁止:
- 使用项目商标
- 提供担保
详细条款请查看 LICENSE 文件。
- marker-pdf - 出色的 PDF 提取工具
- LangChain - 强大的 LLM 应用框架
- edge-tts - 微软 Edge TTS 的 Python 实现
- FastAPI - 现代 Python Web 框架
- Ant Design - 优秀的 React UI 库
本项目由 Google Antigravity AI 编程助手生成,展示了 AI 在复杂软件工程中的能力。
- Issues: GitHub Issues
- Discussions: GitHub Discussions