reader3

读书这件小事，AI 时代有了新玩法

想象一个场景：深夜，你下载了一本.epub 电子书，想和 AI 一起读。但文件动辄几百页，全选复制粘贴给 AI？那画面太美不敢看。karpathy/reader3 正是为这个场景而生的。

起源：AI 大神的"90% vibe coding"作品

这个项目来自 AI 领域传奇人物 Andrej Karpathy——特斯拉 Autopilot 前负责人、李飞飞的学生、GPT-2 论文合著者之一。他在 X 上分享了如何用 LLM 一起读书的想法，随即引发了大量关注。这个 Reader3 便是那次分享的具体实现。

Karpathy 本人毫不掩饰地说：这个项目 90% 是 vibe coding（凭直觉写的），他不会提供任何支持，代码是临时的，库已死（"libraries are over"），让 AI 去改就行了。这种洒脱背后，是一种新的编程哲学——在 AI 时代，代码不再需要完美，只需要表达意图。

核心功能：EPUB 逐章阅读 + 一键复制给 LLM

reader3 的功能简洁到极致：本地 EPUB 阅读器，以章节为单位，界面左侧是目录导航，右侧是阅读区域，每章文字都可以一键复制粘贴到任意 LLM 对话窗口。

具体流程：

1. 下载 epub 文件（如 Project Gutenberg 的免费公版书）
2. 运行 uv run reader3.py book.epub，自动解析并生成 _data 数据目录
3. 运行 uv run server.py，启动本地 Web 服务
4. 浏览器打开 localhost:8123，进入个人书库

书库界面会列出所有已导入的书籍，显示书名、作者、章节数。点击书籍即可开始逐章阅读，章节切换流畅，排版基于 HTML 保留原始格式。

技术架构：FastAPI + Jinja2 + ebooklib

整个项目代码量极小（约 300 行核心逻辑），技术选型一目了然：

解析逻辑非常精妙：EPUB 本质是一个 zip 包，内含 HTML/XHTML 文件和资源图片。reader3 用 ebooklib 解析元数据（书名、作者、出版日期），用 BeautifulSoup 清洗 HTML（去掉脚本、注释、样式干扰），最后构建「书脊（Spine）」——即线性阅读顺序。

适用场景与局限

适合的场景：

• 想让 Claude/GPT 帮忙解读某本 epub 书籍的特定章节
• 追踪阅读进度，在多本书之间切换
• 公版书（Project Gutenberg）的深度阅读辅助

局限性：

• 没有内置 LLM 调用：复制粘贴仍需手动，Karpathy 故意保持简单
• 无账号系统：纯本地，数据存在 _data 目录
• 不支持 PDF：仅限 epub 格式
• 不适合大部头全文分析：仍需逐章处理

行业意义：回归阅读的本质

reader3 的出现，折射出一个趋势：在 AI 时代，「读书」这件事正在被重新定义。过去我们需要完整读完一本书才能与他人讨论；现在，你可以带着 AI 一起读，AI 帮你提炼每章要点，你来决定深入哪些部分。这不是偷懒，而是人机协作阅读的新范式。

Karpathy 用 300 行代码告诉我们：工具不需要复杂，只需要恰好解决问题。