AI-reads-books:几百页 PDF 别硬塞给 AI,它真会读到后面开始编

前面几十页一般挺像回事，术语、章节、重点都能接住。再往后就开始糊，到了结尾，好家伙，模型已经在靠“理解能力”补剧情了。

GitHub 上这个 AI-reads-books-page-by-page，办法反而特别笨：一页一页读。

每处理一页，就提取这一页的知识点，存进本地知识库。读到一定页数，再产出一份阶段小结；整本书处理完，最后拿这些积累下来的内容拼全书总结。

东哥看到这里反而觉得挺对路。长文档最怕一次塞太多，context 看着很大，不代表模型真的能把 300 页每个细节都惦记着。拆成逐页任务，慢是慢点，但至少哪一页读了、留下了什么，是能追的。

目录、索引、空白页这种没啥正文的页面，它会自动跳过。

还有个很实际的设计：支持断点续跑。 几百页 PDF 跑一半挂了，不用第二天重新从第一页开始。老开发看到这种功能会多瞅一眼——长任务最烦的不是慢，是跑到 87% 因为网络、额度、脚本异常全没了。

整个项目就一个 Python 脚本，改 PDF 文件名就能开跑。你还可以先限制只读前几页，看看提取效果、模型费用、输出格式顺不顺眼，再决定要不要整本放进去。

我一般也更喜欢这种试法，先拿 10 页折腾明白，别上来就让几百页一起烧 token。

啃大部头技术书、论文合集，或者手里几十份资料要做统一摘要，这种“逐页搬砖”的方案没那么炫，但确实更像工程。

项目地址：echohive42/AI-reads-books-page-by-page