sansheng-distill Remake

把 EPUB、PDF、TXT、AZW3、MOBI 或视频系列，整理成带来源锚点、逐章精读、批判视角和行动规则的单文件交互知识页。

中文 · English · 归属说明 · 更新日志

[!IMPORTANT] 这是由 Kiasma1 维护的非官方社区 remake，不是当前 GitHub 账号的原创项目。原项目、核心方法、品牌和基础实现来自 叁笙（sansheng），原版权与 MIT 许可完整保留。这个仓库的目标是做兼容性改造、质量门禁、安装体验和可维护性增强，而不是重新署名。详情见 ATTRIBUTION.md。

这是什么

普通摘要只负责缩短；sansheng-distill 试图把一本书变成可追溯、可浏览、可继续积累的知识资产：

• 先诊断书源质量，再选择原生提取、转换或 OCR 路线。
• 用 Pass 1 建立核心问题、主张、概念、规则、模型与批判骨架。
• 用 Pass 2 回到原文逐章补足案例、数字、论证链和短引文。
• 把结果渲染成无需服务器、可以直接打开的单文件 HTML。
• 用静态契约与 Playwright 交互冒烟检查页面，而不是只看“生成成功”。
• 可选联网补充作者档案、正反书评、同类书与观点对照；来源不可靠时整块降级隐藏。

页面底部始终保留同一个边界：AI 拆书是地图，不是原书的替代品。

截图

以下为真实蒸馏页面截图，不是设计稿。

这个 remake 改了什么

本仓库尽量保留原项目的工作流与视觉语言，重点补强工程可维护性：

当前 remake 版本：0.4.0。

页面结构

每本书最终生成一个 {slug}.html，按读者路径组织为五个板块：

flowchart LR
    A[书籍或视频] --> B[诊断与转换]
    B --> C[Pass 1：知识骨架]
    C --> D[Pass 2：逐章来源对齐]
    D --> E[可选联网增补]
    E --> F[单文件交互 HTML]
    F --> G[静态门禁 + Playwright 冒烟]

五分钟试跑

git clone https://github.com/Kiasma1/sansheng-distill.git
cd sansheng-distill
python skills/sansheng-distill/scripts/smoke_mini_book.py

成功时应看到 PASS mini-book smoke。这个测试会处理仓库自带的合成文本，验证输入转换、目录布局和页面静态契约；它不会调用 LLM，也不会使用商业书籍内容。

安装

Windows

git clone https://github.com/Kiasma1/sansheng-distill.git
cd sansheng-distill
.\install.ps1 -Agent all

macOS / Linux

git clone https://github.com/Kiasma1/sansheng-distill.git
cd sansheng-distill
./install.sh --agent all

安装脚本只安装依赖、注册本地插件并运行诊断，不会自动启动模型任务。使用 -DryRun 或 --dry-run 可以先查看动作。

手动安装运行依赖

pip install -r requirements.txt
playwright install chromium
python skills/sansheng-distill/scripts/doctor.py
python skills/sansheng-distill/scripts/agent_smoke.py

.azw3 和 .mobi 还需要 Calibre 的 ebook-convert。视频路径可选依赖 yt-dlp、字幕/ASR 工具；需要理解画面时还需要单独的视频理解能力。

使用

在支持 Agent Skills 的环境里提供书籍路径，然后说：

使用 $sansheng-distill 蒸馏这本书，生成可直接打开的单文件交互网页。

也可以直接说“蒸馏这本书”“拆这本书”或“把这个视频系列整理成知识地图”。完整 Step 0–7 管线见 SKILL.md，执行细则见 references。

配置

cp .env.example .env

• DISTILL_DATA_DIR：书籍语料、蒸馏 JSON 和 HTML 产物目录。
• GOOGLE_API_KEY：可选，仅视频理解路线使用。
• AI_DOUYIN_API_KEY：可选，仅相应视频转写路线使用。

不要提交原始书籍、book.txt、私有评论数据或密钥。默认忽略建议见 .gitignore。

仓库结构

sansheng-distill/
├── .claude-plugin/              # Claude Code plugin / marketplace 清单
├── .codex-plugin/               # Codex plugin 清单
├── examples/mini-book/          # 可再分发的合成冒烟样本
├── skills/sansheng-distill/
│   ├── SKILL.md                 # 工作流入口
│   ├── references/              # 数据、设计、增补与 HTML 契约
│   ├── scripts/                 # 转换、索引、诊断与验证脚本
│   └── templates/               # 单文件页面骨架
├── install.ps1 / install.sh
├── ATTRIBUTION.md
└── LICENSE

验证与开发

python skills/sansheng-distill/scripts/doctor.py
python skills/sansheng-distill/scripts/agent_smoke.py
python skills/sansheng-distill/scripts/smoke_mini_book.py
pytest -q

验证真实蒸馏页：

python skills/sansheng-distill/scripts/verify_page.py \
  "distill-data/<slug>/<slug>.html" \
  --distill "distill-data/<slug>/distill.json" \
  --screenshot "distill-data/<slug>/_verify.png"

退出码为 0 才算页面完成。详细贡献约定见 CONTRIBUTING.md。

已知边界

• 输出质量依赖可提取、完整且合法获得的书源；乱码或扫描件必须先 OCR。
• 联网增补是可选层，拿不到可靠来源时应降级隐藏，而不是补写猜测。
• 章节收束服务于浏览，不保证与所有印刷版章节一一对应。
• 页面不会替代原书，也不应被用于重建或传播受版权保护的全文。

原作者、Remake 与许可

原项目的核心方法、品牌与基础实现仍归原作者。本仓库不声称是官方继任版本，也不声称当前维护者是原创作者。如果你掌握原作者新的 canonical 仓库地址，欢迎提交 Issue 或 PR 补充。

更完整的权利边界见 ATTRIBUTION.md。

致谢

原项目还明确致谢了以下方法与设计来源，本 remake 继续保留这些 credits：

• crayon-ai/book-to-webpage（MIT）：页面布局、配色和主题切换的主要参考。
• 李继刚的书籍蒸馏方法：“餐巾纸背面 / 餐巾纸公式”思路来源。
• Anthropic frontend-design 与宝玉 baoyu-design：前端设计取向上的影响。

License

MIT © 2026 叁笙（sansheng）。Remake 修改在同一许可下分发。