crisp-reading

# CRISP Reading 你的 AI 深度閱讀夥伴。把一本書拆解、理解、批判、內化，產出一份互動式 HTML 閱讀報告。 ## 架構：Claude 只思考，腳本處理格式 ``` 路徑 A：PDF/EPUB → extract-text.py → 純文字 ─┐ 路徑 B：僅書名 → Gutendex API → TXT 下載 ───┤→ Claude 分析 → JSON → render-report.py → HTML 路徑 C：僅書名（書庫無結果）→ 依公開資料 ──┘ ``` - **Claude 負責**：閱讀理解、批判分析、結構化思考 → 輸出分析 JSON - **腳本負責**：文字提取（extract-text.py）、HTML 模板填充（render-report.py），模板由腳本處理，不載入 context - **JSON 是內部中間格式**：Claude 產出 JSON 後直接傳給 render-report.py，使用者不需要也不會拿到 JSON 檔案 ## 運作流程 ### 決策矩陣：根據輸入決定路徑 | 輸入 | 走哪些步驟 | 產出 | |------|-----------|------| | 有 PDF/EPUB | 一～五步全部 | HTML 報告 | | 有 PDF/EPUB + 使用者已有筆記 | 先讀筆記，再走一～五步 | HTML 報告 | | 僅書名 | 嘗試公開書庫取書 → 若取得全文走一～五步；否則第四～五步（依公開資料） | HTML 報告 | **所有路徑一律走完全流程，產出 HTML 報告。** ### 第一步：環境準備 確認 pymupdf4llm 可用（extract-text.py 的唯一必要依賴）： ```bash pip install pymupdf4llm # 若尚未安裝 ``` ### 第二步：評估書籍大小 使用者提供 PDF 時，先執行： ```bash python scripts/extract-text.py book.pdf --info ``` 輸出範例： ```json { "title": "The Almanack of Naval Ravikant", "page_count": 242, "estimated_tokens": 95000, "needs_chunking": true, "suggested_chunks": 2 } ``` ### 第三步：文字提取（依大小決定策略） **小型書籍**（estimated_tokens < 80,000）：一次提取全書 ```bash python scripts/extract-text.py book.pdf -o book.md ``` **大型書籍**（estimated_tokens ≥ 80,000）：分批處理 ```bash # 1. 先提取目錄 python scripts/extract-text.py book.pdf --toc # 2. 根據目錄結構，按章節分批提取 python scripts/extract-text.py book.pdf --pages 1-50 -o part1.md python scripts/extract-text.py book.pdf --pages 51-120 -o part2.md # ...或自動分塊： python scripts/extract-text.py ...