5种格式任选!这款开源工具让你轻松打造个人离线小说库
作为小说爱好者,你是否遇到过这样的困扰:通勤路上网络不稳导致阅读中断,喜欢的作品突然下架,换设备阅读需重新加载?今天推荐的这款开源小说下载工具,支持本地存储、多格式转换和跨设备阅读,让你彻底告别这些烦恼,真正实现阅读自由。
零基础上手指南:三种启动方式任你选
Python环境快速启动
无需复杂配置,适合有基础的用户。通过以下命令即可开始使用:
git clone https://gitcode.com/gh_mirrors/fa/fanqienovel-downloader
cd fanqienovel-downloader
pip install -r requirements.txt
python main.py
这种方式提供最大灵活性,可根据个人需求调整参数。
Web界面可视化操作
启动服务器后,通过浏览器访问即可享受直观操作。在项目目录下运行:
python server.py
然后在浏览器中打开本地地址,即可通过图形界面完成小说搜索、下载和管理,特别适合不熟悉命令行的用户。
Docker一键部署
追求极致便捷?使用Docker容器化方案:
docker-compose up -d
无需担心环境依赖,几分钟内即可完成部署,适合服务器搭建或快速体验。
多场景适配方案:五种格式满足不同需求
单文件TXT格式
将整本书整合为一个TXT文件,适合喜欢连续阅读的用户。下载完成后,文件会保存在项目根目录的data文件夹中,方便备份和迁移。
分章节TXT格式
每章单独保存为一个文件,便于按章节管理和选择性阅读。更新小说时,只需下载新增章节,节省流量和存储空间。
EPUB标准电子书格式
生成符合行业标准的EPUB格式,完美适配Kindle、Kobo等电子书阅读器。自动包含书籍元数据,让你的电子书架更加规范有序。
HTML网页格式
保留小说原有排版和样式,下载后可直接在浏览器中打开阅读。特别适合喜欢原汁原味阅读体验的用户。
LaTeX专业排版格式
提供高质量排版输出,支持生成适合打印的PDF文件。对于想要制作实体书或需要专业排版效果的用户来说,这是一个难得的功能。
进阶使用技巧:提升下载体验
手机端使用教程
在手机上安装Termux应用,通过以下命令即可使用:
pkg install python git
git clone https://gitcode.com/gh_mirrors/fa/fanqienovel-downloader
cd fanqienovel-downloader
pip install -r requirements.txt
python ref_main.py
随时随地下载小说,让你的手机变成移动图书馆。
批量下载与管理
支持导入小说ID列表进行批量下载,程序会自动排队处理。通过修改配置文件,可以调整下载线程数和存储路径,提高下载效率。
性能优化建议
适当调整线程数量可以平衡下载速度和服务器压力。建议设置为3-5线程,并选择网络状况良好的时段进行批量下载。下载完成后,使用本地阅读器功能可以直接在浏览器中阅读已下载的小说。
这款开源工具让你彻底摆脱网络依赖,随时随地享受阅读乐趣。无论是建立个人小说收藏库,还是制作专属电子书,它都能满足你的需求。现在就开始使用,打造属于自己的离线阅读空间吧!
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00