DeepRead 是一个利用 AI 技术将书籍内容自动转化为可交互知识图谱的开源工具，目的是打破线性阅读限制，让读者能快速理解书中关键概念、人物、事件之间的关系，并支持可视化浏览、主题聚类与多维探索。

智能解析引擎：项目使用大语言模型（LLM）来智能分析书籍文本。它能够自动识别并提取出关键元素，如人物、事件、概念、地点等，并深挖它们之间复杂的关联关系。

可视化知识图谱：解析完成后，DeepRead 会生成一个交互式的知识图谱。这个图谱以可视化的方式呈现书籍的内容结构，支持用户通过点击节点进行快速跳转，从而在知识点之间自由穿梭，打破了传统阅读的局限。

多维度探索：生成的知识图谱支持从不同维度（例如人物关系、事件脉络、概念演变等）对书籍内容进行探索，极大地提升了用户的理解、记忆和关联能力。

实例丰富：项目已经成功构建了多个经典文学作品的知识图谱作为演示，例如《三体》、《红楼梦》、《西游记》、《百年孤独》等20+经典样例，这些实例直观地展示了该工具的强大能力。

工作流自动化：一键格式转换（EPUB/PDF/TXT → Markdown），AI 任务列表生成，批量填充节点，支持中断恢复。

输出与分享：生成 Markdown 知识库文件夹，便于 Obsidian/Obsidian-like 工具导入；在线发布为 wiki 页面。

环境准备（推荐本地自建）

工具安装：

MinerU：克隆 https://github.com/opendatalab/MinerU，pip install 依赖（Python 3+）；

BookTools：npm install -g booktools（Node.js 18+）；

Gemini CLI：克隆 https://github.com/google-gemini/gemini-cli，配置 API Key。

验证：booktools --version、gemini --help。

在线 demo（零安装）

访问 https://deepread.aizhi.site/，浏览26本书图谱；每个链接如 https://deepread.aizhi.site/三体/三体-宏观蓝图（静态可视化）。

自建知识库

克隆仓库：git clone https://github.com/liujuntao123/DeepRead.git；

跟随 GUIDE.md 执行工作流；输出 wiki 文件夹导入 Obsidian 或部署为静态站点（Vercel/Netlify）。

要求：API Key（Gemini 免费额度），~8GB RAM 处理大书。

准备书籍：下载 EPUB/PDF/TXT，创建 <book_name>/wiki 目录。

格式转换：

EPUB：booktools process <book_name>.epub（生成 wiki/<book_name>.md + GEMINI.md）。

PDF：MinerU 解析 → cp output/<book_name>.md wiki/ → booktools template。

TXT：cp <book_name>.txt wiki/<book_name>.md → booktools template。

启动 AI 解析：cd wiki; gemini，执行 开始【初始构建】任务（生成宏观蓝图 + todo.md）。

节点填充：开始批量完成前30个【节点填充】任务（AI 自动生成节点 MD）；迭代 继续批量完成接下来的30个【节点填充】任务 至 todo.md 清空。

组织输出：booktools organize <book_name>（分类实体/事件等文件夹）。

探索与分享：导入 Obsidian 查看图谱，或上传 GitHub Pages 发布 wiki；在线 demo 类似预览。

恢复中断：重启 Gemini，执行续接提示。

项目地址：https://github.com/liujuntao123/DeepRead

开发者：liujuntao123（AI Web 工具开发者）

Stars / Forks：90 ⭐ / 8 Forks