默读 Modu Reader 从零开始详细教程：扫描书 OCR 之后能划词、翻译、问 AI

如果你手里攒了一批扫描版 PDF——考试资料、旧书、复印件——大概早就习惯了这套流程：在阅读器里打开，看到的是图片；想摘一段，得先开另一个 OCR 工具；识别完再复制回笔记软件，格式全乱。默读（Modu Reader）想解决的就是这一段：OCR 出来的文字不离开阅读器，直接接着划词、翻译、写笔记、喂给 AI。

它是什么，不是什么

默读是基于 Flutter 的开源跨平台阅读器，仓库在 sobranie2406/modureader，整体按 GPL-3.0-or-later 发布。写这篇时的最新正式版是 v1.3.0（2026-10-20，build 10151），GitHub 上同时放了 9 个安装包和 9 个 .sha256 校验文件，一共 18 个资产。

它跟另外两个项目有关系，但不是什么「换皮版」。按仓库里 UPSTREAM.md 的记录：阅读界面、本地书库、笔记、统计和 WebDAV 底座来自 Anx Reader（MIT，引入 commit 107f4fa）；AI 阅读技能、Hybrid RAG、模型配置和 TTS 参考了 ReadAny（GPL-3.0-or-later，参考 commit 021137e）；Readest 只被用来参考 S3 设置表单的交互，没有抄代码。三份 LICENSE 都原样留在仓库的 LICENSES 目录里。

需要先打消一个常见误会：它不是 Calibre 的开源替代品。Calibre 的重心在桌面书库管理、格式转换和元数据整理；默读的重心在「一本书打开之后」——裁边、OCR、划词、AI、听书、跨设备同步。两者不冲突，也别指望用一个替另一个。

还有个前提：不配置 AI 也能正常用。本地阅读、OCR、笔记、同步都不要求注册任何账号。项目本身没有内购和订阅，接入在线 AI、翻译或语音后的费用由你选的服务商决定。

安装：六个平台，门槛不一样

v1.3.0 的 9 个包覆盖 Android、iOS、macOS、Windows、Linux 和原生鸿蒙。但「有包」和「能像商店软件一样装上」是两件事，官方文档把话说得很直：文件名里不带 unsigned/unnotarized 后缀，不代表它就有签名或公证。

平台	包体	安装门槛
Windows	x64 / ARM64 EXE	需要 WebView2 Runtime，安装包不自动下载；无商业 Authenticode 签名；VC++ CRT 已打进包
macOS	x64 / ARM64 DMG	ad-hoc 临时签名，未做 Apple 公证，未上架 App Store，首次打开会有系统提示
Linux	x64 / ARM64 DEB	面向 Debian 13 (trixie)，依赖 GTK3、WPE WebKit 2.0、libwpe、epoxy、GStreamer 及音频插件
Android	arm64-v8a APK	最低 API 26；项目专用密钥签名，升级必须沿用同一密钥；不发布 x64 包
iOS	ARM64 IPA	iOS 16+；无 Apple 分发签名，应用和分享扩展都要你自己合法签名
原生鸿蒙	ARM64 HAP	未签名，需鸿蒙证书与 Profile 手动签名；安卓签名不能通用；官方注明尚未完成真机验证

不走商店渠道装，第一件事是核对校验值。每个安装包旁边都有同名 .sha256 文件：

# Windows PowerShell
Get-FileHash .\Modu-1.3.0-windows-x64-setup.exe -Algorithm SHA256

# macOS / Linux
shasum -a 256 ./Modu-1.3.0-macos-arm64.dmg

把输出和 Release 页面里的值逐字符对一遍，再谈安装。顺手记两条：覆盖升级前先备份，不要先卸载或清数据；安卓换签名密钥等于换应用，历史数据不会跟着走。

第一次导入：书架与远程书库

书架右上角「导入书籍」可以选文件或文件夹，桌面端直接拖进去也行。支持的格式是 EPUB、PDF、MOBI、AZW3、FB2、TXT、.md/.markdown、文字 UMD，以及扫描图片书。几个容易踩的边界：

• TXT / Markdown 导入时会转成 EPUB，之后走统一的阅读、笔记和同步流程，原文件不改。Markdown 不运行 Mermaid、LaTeX 或脚本，相对路径的图片不会自动去读相邻目录，图文书建议先打包成 EPUB。
• 文字 UMD 后台转 EPUB，文件上限 64 MiB、解压文本上限 32 MiB，暂不支持图片/漫画 UMD。
• 「远程书库」不是同步。它在设置里连一个独立的 WebDAV，用来浏览、下载、勾选导入远程文件夹，不修改服务器上的书，取消连接也不影响已导入的书。

书架本身支持文件夹、批量移入、标签、置顶。有个细节值得知道：书架上出现一个条目，不等于这本书的正文已经在本地。同步先过去的是元数据和封面，正文是第一次打开时才下载的。

普通文字书：排版与阅读设置

扫描书之前，先说一下普通书这一侧，因为两套菜单是分开的——PDF 和已判定为扫描版的书用原版控件，普通文字书继续用自己的字体行距面板，互不干扰。

「样式」里能调字体、字号、粗细、模拟加粗、行距、段距和背景；「更多设置」管边距、横排/竖排和翻页行为。可以导入 TTF/OTF 字体，实际字重取决于字体文件支持到什么程度。中文字体旁边的「原文 / 简体 / 繁体」只转换显示，不改写原书。MOBI 的旧式注释列表和上标图标会恢复成弹窗，AZW3 补齐注释语义。

设置	初始值 / 范围	说明
字体粗细	0.5–2.0，步进 0.1	按字体支持显示，固定字重可试模拟加粗
滚动翻页比例	默认 80%，可设 80%–100%	控制一次滚动翻页的移动量，不限制连续手动滚
仅点击翻页	默认关	移动端避免滑动翻页，仍可选词和连续滚动
长按选择整段	默认关	默认自动匹配词语，打开后仍可调选择手柄
阅读亮度	默认跟随系统，手动 0–100	安卓调窗口亮度，其他平台应用内调暗
E-Ink	默认关	关掉过渡和动态效果，用适合墨水屏的实色界面

桌面和安卓接实体键盘的话，可以给翻页、菜单、播放/暂停（共用键，默认 P）和上一段/下一段绑键，支持多个绑定、冲突检查和恢复默认，按键配置参加阅读设置备份。

扫描书主线：从原页到能划词

导入时怎么判定「扫描版」

PDF 直接走原版阅读控件。EPUB、MOBI、AZW3、FB2 会在导入时做一次抽样识别：最多抽 5 个正文 section，排除封面、目录和非正文部分，看的是图/文证据，不是文件扩展名，也不是 fixed-layout 标记。判定结果按书和来源指纹缓存，打开书时只读缓存，不重新抽样、不重算哈希。识别不确定或失败就按普通文字书处理，你也可以在书架菜单里手动改成扫描版或改回普通阅读。

换成源文件会让旧判定失效，需要重新来一次。老书如果没分类，手动纠一下就行。

裁边、分格与图像增强：只作用于显示

扫描书打开后用的是专用阅读菜单，跟普通文字书的字体行距控件不是一套。原版页面提供适屏、适宽、100%–1500% 缩放、旋转、移动视口、单页和连续卷轴。

裁边和分格是分开的两件事。裁边支持自动和手动，作用范围可以按页、按书、按奇偶页；分格有 7 种布局（单页、横二、竖二、四格、横六、竖六、九格）和对应的阅读顺序，多格时先在本原页内推进，再翻下一页。自动裁边逐页识别内容边界，可以加保护留白——建议留一点，别把页码和脚注切掉。

图像增强五项，边界都写在文档里：

增强项	范围	说明
文字加黑	0–15	笔画增强
对比度	−100 ~ 100	对比映射
加黑（暗部）	0–100	gamma / 暗部增强
漂白	0–200	背景清理
锐化	0–100	边缘锐化

下载 OCR 模型

「设置 → 模型设置 → OCR 模型」里选模型和下载源。模型不内嵌安装包，也不随启动偷偷下载，只有你点了才下，下完按大小和 SHA-256 校验后使用。

模型	下载体积	上游	备选
PP-OCRv4 中英文（推荐）	14.9 MiB	Hugging Face	Gitee
PP-OCRv5 中英文轻量	20.5 MiB	ModelScope	Gitee
PP-OCRv3 中英文	12.5 MiB	Hugging Face	Gitee
PP-OCRv3 英文	10.9 MiB	Hugging Face	Gitee

Gitee 镜像在 sobranie2406/modu-models，OCR 资产挂在 ocr-v1 release 下。国内网络下不动的时候换源试试，换源不改变修订版本、维度和索引格式，已下好并通过校验的文件能直接复用。下载体积不是推理峰值内存，别拿 14.9 MiB 去估占用。

三个入口：文字重排 / OCR 重排 / 提取

这是最容易混的一处。三者都在 PDF/扫描书的底部工具栏，但做的事不一样：

入口	文字来源	处理范围	结果去哪
文字重排	当前页已有文字层，必要时才用本地 OCR	当前原页，或裁边界内的整页	阅读区内可直接选字
OCR 重排	强制本地识别，不看有没有文字层	同上	阅读区内可直接选字
提取	手动框选区域，也支持整页	只有它打开区域选择器	填进 AI 输入框，不自动发送

两个关键点。第一，重排的处理范围是「当前原页」或「裁边界内的整页」，不是你现在放大的那个视口、也不是某个分格——以为只识别一小块所以会很快，这个预期是错的。第二，「提取」是唯一会把文字送进 AI 输入框的入口，但它只填框，发送要你自己点，页面图片和模型下载都不会跟着一起去 AI 服务。

识别在独立的 Dart isolate 里跑，安卓原生推理走专门的串行后台队列。单次任务有输入上限：2MP 像素、检测长边 960、最多 300 个文本区域。点「停止」会取消当前识别并丢弃结果，已校验的模型文件留着下次离线用。

顺带说下 v1.3.0 的两个新东西：已保存的书籍文字可以按原页码导出 TXT 或 Markdown（优先用校对稿）；重排页支持只翻译当前原页，可以仅译文或原译对照，复用划词工具栏的查询、复制、AI 和本页选词朗读。

速度与准确率的边界

开发文档里留了一组单次本地开发构建的采样：灰底英文样本约 0.7 秒，一份真实中文扫描约 2.9 秒。这是单机单次样本，不是跨平台承诺，你的设备、页面复杂度、有没有开裁边都会让它变。

准确率方面，官方一句话说得比任何宣传都实在：OCR 不是「全书一键无损转换」。小字、模糊页、复杂分栏、竖排、表格和反色页都不保证忠实还原，姓名和数字尤其容易错。复杂分栏需要手动框一栏。重要内容请对照原图核——这也是为什么「提取」只填框不自动发送。

AI 问答：Hybrid RAG 其实是两步

很多人对「阅读器里的 AI 问答」的想象是：把整本书丢给模型，然后问什么答什么。默读不是这么做的，它分两步。

第一步，Embedding 负责找。「设置 → 模型设置 → 向量模型」里默认启用本地模式，默认模型 BGE Small ZH v1.5，另有 BGE Small EN、all-MiniLM-L6-v2、Multilingual E5 Small，也可以配远程 embeddings 服务。给一本书建索引的入口在书架里的书籍菜单——「向量化 / 重新向量化」，自动索引用同一条后台队列。

第二步，聊天模型负责答。模型拿到检索出来的原文片段，再生成回答。这就是为什么跨章节提问比「只把当前页扔给 AI」靠谱：相关段落是被找出来的，不是靠模型背。

索引的硬上限也记一下：单文件 1 GiB、单条记录 2 Mi 字符、25 万个 chunk、8192 维。检索时 chunk 和向量还是要载进内存，所以文件上限不等于低内存设备能用。

提问时到底发生什么

不同功能取的上下文范围不一样，搞混了就会对结果产生错误期待：

功能	实际拿到的文本
书内自由问答	当前书有效索引里的关键词/语义相关片段
首页书籍问答	工具先确认书籍 ID，再检索该书索引；需要模型支持工具调用并启用
本章总结 / 概念解析 / 论证分析 / 金句摘录 / 阅读指南 / 词汇助手 / 思维导图	选文或当前章可取得的正文，不混入其他章的检索片段
智能翻译	仅选中文本
全书总结	沿目录取章，复用有效索引文本并补取缺失部分，压缩到上下文预算，不等于逐字读完全书
人物追踪	已读章节的索引文本 + 当前章截至阅读位置；取不到已读范围就停，不偷偷换成整章

思维导图可以全屏、缩放、平移、展开收起，导出 PNG、SVG、Markdown、FreeMind、JSON。AI 生成的引述、人物事实和来源仍然要自己核。

哪些内容会离开本机

这条比功能列表重要。按官方文档的离线/联网速查：

场景	联网行为
已下载书籍阅读、笔记、本地字典	本机（书内远程资源和你开启的脚本/CSS 另算）
本地 OCR / 本地 Embedding	只有下载模型需要网络，推理在本机
在线 AI 问答	相关正文片段发给你配的服务
远程 Embedding	建索引时文本发到远程接口，可能收费
在线翻译 / 在线语音	选中文字发给对应服务
选词搜索 / AI 知识联网搜索	查询词发到搜索站点或词典/百科
同步	同步范围内的数据发到你配的 WebDAV / 对象存储

结论很直接：「本地 Embedding」不代表「AI 问答离线」。索引用本地模型建，提问时相关片段照样会发给你配的聊天服务。想完全离线，就得聊天模型也配本地的。

还有一件相关的事：向量索引只留在本机，不参加 WebDAV / S3 同步，换设备自己重建。以前云端可能残留旧索引，位置在 WebDAV 配置目录下的 modu/knowledge-v1，要清理就只删这个目录，别动书文件夹和同步数据库，并且先在老客户端上关掉索引同步，防止它再传一次。

划词工具栏、本地词典与翻译

选中正文后的工具栏可以在设置里开关按钮、拖动排序，还能给 AI 划词命令改名字、图标和提示词。每个 AI 划词命令能选「结合上下文」或「仅选中文字」，以及是否联网。「技能模板先填入输入框」默认关闭，点模板直接发送；打开后先编辑再发。

离线查词这块做得比想象中深：「设置 → 自定义字典」支持导入 MDX 1/2、StarDict 配套文件，或含一部字典的 ZIP。MDX 保留原版 HTML，可以配 MDD 和本地资源，原版图片、音频直接内嵌显示；音频要主动点才播，原版视图和外部网络隔离。MDX 3、LZO、加密记录不支持。查询在本机进行，不会自动改用在线翻译，字典数据也不参加书库同步和当前备份。查启用字典没命中时会注明「词典名 · 无条目」。

翻译可选 Google 翻译（免费）、AI、DeepL/DeepLX，以及 Google / Bing / 百度 / 有道网页。网页引擎用于选文；全文翻译走 Google 免费、AI 或 DeepL，别把网页窗口误当成逐段全文翻译。全文翻译在书页展示原文+译文或仅译文，不是导出整本译书。「选中文本后自动翻译」默认关闭。

CSS 方案与正则高亮

CSS 和正则高亮放在同一处管理：「设置 → CSS 设置」提供命名方案、图形参数、自定义代码和正则高亮，一共 32 个方案位置。打开总开关和需要的方案就能多套组合，当前书可以跟随默认组合或独立选择。新增、复制、导入的方案默认关闭，导入占用空位而不直接覆盖——改共享方案会影响所有用它的书。

两条边界：正则高亮是显示规则，不是保存的笔记或批注；CSS 不改写源书。CSS 里引用的远程字体或图片可能联网，效果受阅读内核和原书样式影响。

顺带一句：Markdown 导入转 EPUB 时不运行 Mermaid、LaTeX 或脚本，完整图文书建议直接打包成 EPUB。分章规则、文件校验值管理、日志、网络代理和 JavaScript 开关都在「设置 → 高级」里，启用脚本前先确认书来源可信。

听书与在线朗读参数

朗读提供系统语音、Edge TTS、DashScope、Xiaomi MiMo 和 OpenAI 兼容语音。系统 TTS 只接入 Android、iOS、macOS、Windows，Linux 和 OpenHarmony 要主动选一个支持的在线服务。在线音频最高 4×，2× 之后是 3×、4× 档位。

在线朗读的缓冲参数在「设置 → 朗读 → 在线朗读缓冲与缓存」，默认值和可选值都列一下：

参数	默认	可选值
提前缓冲量（段）	3	0、1、3、5、8、12
单次合成字数上限	240	100、240、400、600、1000、1500、2000
预合成并发数	2	1、2、3、4
段落停顿（毫秒）	0	0 ~ 3000，八档
缓存保留（分钟）	10	0、5、10、30、60、120

音频只走内存缓存，上限 32 MiB，退出不保留。前四项停止后重新开始才生效，暂停/继续保留当前会话参数。调高预合成和并发会增加用量或触发限流。想深入可以看站内那篇 开源 TTS 十个工具横评。

同步：WebDAV 与 S3 兼容对象存储

同步不需要注册它自己的云账号。WebDAV 是默认选项，填上级地址、账号、密码，数据放在它下面的 modu 目录，地址末尾不要再加一层 /modu。从 1.2.2 起还能选 S3 兼容对象存储，当前同步协议是 v9。

配一个 S3 兼容存储

预设覆盖八类加一个自定义：Amazon S3、阿里云 OSS、腾讯云 COS、Cloudflare R2、雨云 ROS、七牛 Kodo、百度 BOS、火山 TOS，以及 MinIO 等自定义 S3 兼容地址。要填的是 Endpoint、Region、Bucket、同步前缀、AccessKey 和 Secret，默认前缀 modu，大小写敏感。

最容易填错的三处：用 S3 兼容端点，不要用控制台网址或公开下载链接；端点通常不含桶名和对象路径；腾讯云 COS 的桶名带 APPID。高级设置里有临时会话令牌、path-style / virtual-host / 桶绑定自定义域名、签名 V4/V2、列举 V2/V1 和明文 HTTP opt-in，优先 HTTPS。

「测试连接」会在你配的前缀下创建、下载、校验再删除一个唯一命名的探针，不会清空桶，也不会靠覆盖书库数据库来测试。保存后再打开云同步，其他设备用同一个桶和前缀。华为 OBS 目前没有预设，官方规则禁止 path-style，兼容性还要再验。

权限按最小给：自建私有桶，给 key 前缀内的列举加上该前缀下对象的读、写、删，公开访问没必要。配置存在本地偏好里，不是系统钥匙串；书籍和记录不会由 Modu 自动加密落地，需要的话开服务端加密。

会同步的与不同步的

同步是记录级合并，不是把整个数据库上传或替换。SQLite 仍是云端容器，但只有允许同步的记录会被搬运。以 WebDAV 为例，服务器上长这样：

modu/
├── database8.db              # 可靠 ETag 服务器的主容器
├── record-log-v1/            # ETag 不可靠时的内容寻址日志
│   └── <首位哈希>/<SHA-256>.db
└── knowledge-v1/             # 旧版向量索引残留，可清理

合并规则：书籍按稳定标识关联，元数据跟随操作时间，保留本地整数 ID；笔记、书签、高亮有独立标识，同一条记录按操作时间裁决，删除保留墓碑；阅读位置看最近一次真实操作，往回读也会同步过去，不会自动挑读得最远的位置；新增阅读时长按独立事件去重聚合。

时间戳相同的情况用持久随机操作修订号确定性裁决。并发保护上，可靠写入用强 ETag 的 If-Match，首次创建用 If-None-Match: *，412 就重新下载合并，最多三次，绝不无条件覆盖；ETag 不可靠的服务器走内容寻址的记录日志通道。单文件上限 5 GiB，没有实现分片上传和断点续传。签名请求不跟随重定向——遇到跳转是端点填错了，别把凭据转到新主机。

备份不是同步

三样东西别混：

• 全局设置备份：JSON 或 modu 链接，可选模块。恢复的是文件里的设置，不迁移书籍、笔记、聊天和进度。默认不含账号、密码和 API Key；打开凭据选项后 JSON/链接能还原出明文，要私密保存。
• 本地书库备份：设置 → 同步 → 数据库备份，ZIP 含本机正文、封面、字体、背景、数据库、AI 历史和一般设置。恢复会替换现有书库，不是合并。数据库备份管理最多保留 3 份合并前的本地快照。
• 同步：用于多台设备之间保持一致。

所以「同步开着」不等于「有备份」。恢复本地书库前先下载所有要保留的正文、等同步和向量任务结束、备份现状，导完完全关闭再重开。带账号或 API Key 的备份文件，别分享到公开位置。

从 Anx Reader 迁移

入口在「设置 → 高级 → 导入 ANX Reader 的备份文件」，只认 ZIP。步骤是：在 Anx Reader 里下载要迁的书、停止阅读、等同步完成，然后从它的「设置 → 同步 → 导出和导入 → 导出」拿一份完整 ZIP，不要解压不要改，放到跑默读的设备上选它。

能过去的是：已下载的书和封面、笔记/高亮、阅读位置、阅读时长、文件夹和标签。过不去的是：已删除的书、正文缺失的书（会按标题列出来）、应用设置、账号密码、API Key、同步配置、AI 聊天、独立字体/主题/背景。

几个保护机制值得知道：导入前会自动创建当前数据库快照，放在数据目录 import-backups/before-anx-<unique-id>.db；只认 ANX 的 schema 7，独立 DB、加密 ZIP、未知 schema/触发器、默读自己的数据库一律拒；重复导入按文件 MD5 去重，匹配的书保留默读当前进度和文件夹，已有笔记的编辑/删除状态优先。解压和校验在临时目录做，每个 DB/WAL 限 256 MiB、每表 20 万行、ZIP 展开限 20 GiB 和 10 万条目。这是一次性迁移，不是两个应用之间的持续同步。

和 Anx Reader、KOReader、Calibre 怎么选

名字	定位	什么时候先看它
Anx Reader	默读的底座，MIT	已经在用，只想知道默读多了什么、怎么迁
默读 Modu	扫描书 + AI + 同步	扫描资料多，想把 OCR、AI、同步收进一个阅读器
KOReader	老牌，墨水屏优先	主要在 Kindle、Kobo 上看书
Calibre	老牌，桌面书库	重心是管理、转换、元数据整理

一句话：想找「Calibre 的开源替代品」，默读并不准确；扫描书多、又想把 OCR、AI 和同步收进一个阅读器，它才合适。许可上留意一下：上游 Anx Reader 是 MIT，默读整体按 GPL-3.0-or-later 发布，自己下载安装不影响日常使用，但要改源码、重新分发或塞进商业产品时，去读 LICENSE、NOTICE 和 UPSTREAM.md。

适合谁，不适合谁

要迁整个书库过去，先拿几本 EPUB 和扫描 PDF 试 OCR、排版、同步和 AI，再决定。

排障：十个常见问题

安装与启动

Windows 打不开或白屏。先确认装了 Microsoft Edge WebView2 Runtime，安装包不会自动下载它。macOS 提示「无法打开」。DMG 是 ad-hoc 签名、未公证，需要在系统设置里放行；别照着网上的建议去全局关保护。如果是在应用内升级后出现「creation without user consent」类日志，正确做法是重新用浏览器下载官方 DMG 覆盖，不要复用旧缓存、不要清书库。Linux 装完起不来。包面向 Debian 13，缺 GTK3、WPE WebKit 2.0、libwpe、epoxy、GStreamer 及音频插件都会有问题。

OCR 与重排

点了重排没文字。原图没有文字层、又没下 OCR 模型，或者模型没下完。先用「文字重排」，它会优先用已有文字层、必要时才调本地 OCR；要强制识别用「OCR 重排」。比预期慢。重排处理的是当前原页或裁边界内的整页，不是放大视口；单页 2MP、检测长边 960、最多 300 个区域都是硬上限。识别错得多。小字、模糊、复杂分栏、竖排、表格、反色页都不保证，复杂分栏手动框一栏，重要的对照原图。

AI、索引与同步

问答结果不像来自这本书。看功能取的是什么范围：本章总结只拿选文或当前章，全书总结是压缩到上下文预算，都不是逐字读完全书。换模型后检索变差。重新向量化，模型不匹配时会回退关键词。同步不生效。确认云同步开关真的打开了（自动同步初始开，但云端连接初始是关的）；WebDAV 地址末尾别多加 /modu；换后端前先关同步等任务完成，两套连接分别保留，切换不会自动搬迁旧云端书籍。提示 429/503。尊重 Retry-After，坚果云同机同账号有半小时 480 次预算。

老客户端混在新环境里。新容器是 modu/database8.db，没有它时会读 database7.db、迁一份临时副本再和本地记录合并，旧文件不被覆盖也不删除。参与同步的设备尽量升到支持 database 8 的版本，升级前先把每台设备和服务器上的 modu 目录备份一遍，并暂停老客户端的自动同步。老数据库没有逐次阅读事件和完整删除历史，老版本的时长只能取同书同日两侧较大的累计值，丢掉的笔记和删除记录补不回来。

书架有条目却打不开正文。这是设计如此：元数据和封面先同步，正文第一次打开时才下载。想离线看，先在有网的设备上把书打开一遍。

更新、存储与反馈

检查和下载共用同一个来源选择器，默认 GitHub，连不上会自动试 Gitee；手动切到 Gitee 就直接走镜像。两站提供相同安装包和 SHA-256，应用内下载安装前会再校验一次。macOS 是例外：DMG 走浏览器下载，不进应用沙盒缓存，所以应用无法报告浏览器那边的完成情况和哈希校验，得自己核。

「设置 → 存储」能看占用并清理可再生成的临时数据，但模型、书籍和已完成的索引不属于普通缓存，别一键清完以为在省空间。「问题反馈与功能建议」只有 Bug 和功能建议两类，填复现步骤、预期/实际结果、版本和平台，预览后打开 GitHub 提交。崩溃诊断默认不附带、不上传；勾选后提供的是已脱敏的错误和检查点，不是全部日志。GitHub issue 是公开的，别放私人书籍或凭据。

最后提醒一句自己核对版本的习惯：这个项目迭代很快，写这篇时是 v1.3.0，平台矩阵、安装包和功能边界都可能已经变了。每次升级前先备份，不要先卸载或清数据。

站内相关

• Wereadscan：扫描「微信读书」已购图书并下载本地 PDF —— 另一条把已购书变成本地文件的思路。
• 开源 TTS 从零开始详细教程：10 个配音工具怎么选 —— 想给默读的听书配一套自己的语音，可以对照着看。
• 34 种行业分类电子书大全（EPUB 格式） —— 找测试用书的现成资源。

版本、安装包和平台支持更新很快。下载前请以 GitHub Releases 和 Gitee 镜像 的最新说明为准；功能边界以仓库 docs 目录下按代码核对的文档为准。