kindle-ai-export 的项目扩展与二次开发

项目的基础介绍

kindle-ai-export 是一个开源项目，旨在帮助用户将自己拥有的 Kindle 电子书导出为文本、PDF、EPUB 或自定义的 AI 讲述的有声读物。该项目利用亚马逊 Kindle 的网页阅读器，通过截图和光学字符识别（OCR）技术，将电子书内容转换为用户所需的格式。

项目核心功能

• 登录亚马逊 Kindle 网页阅读器账户。
• 选择并导出指定电子书的每一页为 PNG 格式图片。
• 使用 OCR 技术将图片中的文本内容提取出来。
• 将提取的文本转换成 PDF、EPUB、Markdown 格式，或制作成有声读物。

项目使用的框架或库

• Playwright：用于网页自动化操作，模拟用户登录和书籍内容导出。
• OpenAI：利用其 vLLM 模型进行图片中的文本识别。
• TypeScript：项目的主要开发语言，提供类型安全。
• pnpm：作为项目的包管理工具，用于管理项目的依赖。

项目的代码目录及介绍

• src：源代码目录，包含项目的核心逻辑。
  • extract-kindle-book.ts：用于从 Kindle 网页阅读器中提取书籍内容。
  • transcribe-book-content.ts：用于将书籍图片中的文本内容转录出来。
  • export-book-pdf.ts、export-book-epub.ts、export-book-markdown.ts、export-book-audio.ts：分别用于导出书籍的不同格式版本。
• examples：示例目录，展示了项目使用示例和相关文件。
• out：输出目录，保存导出的书籍内容和元数据。
• .github：包含项目的 GitHub 工作流程和配置文件。
• docs：项目文档目录。

对项目进行扩展或二次开发的方向

1. 跨平台兼容性：优化项目以支持更多操作系统或设备。
2. OCR 准确度提升：集成更先进的 OCR 库或算法，提高文本识别的准确度。
3. AI 有声读物个性化：增加更多 AI 语音合成选项，允许用户自定义有声读物的语音和风格。
4. 用户界面开发：开发一个图形用户界面（GUI），简化用户的操作流程。
5. 云服务集成：允许用户将书籍内容存储到云服务，或从云服务中读取电子书。
6. 扩展输出格式：增加对更多电子书格式（如 MOBI 等）的支持。
7. 自动化工作流：创建更自动化、更智能的工作流，减少用户的干预。
8. 社区贡献：鼓励社区贡献代码，增加新的功能或改进现有功能。