Kindle Highlights 技术文档
1. 安装指南
1.1 环境要求
- Ruby 版本
2.1.0或更高版本 - 一个 Amazon Kindle 账户
1.2 安装步骤
使用以下命令安装 kindle-highlights gem:
gem install kindle-highlights
2. 项目的使用说明
2.1 初始化客户端
首先,需要在你的 Ruby 代码中引入 kindle-highlights gem,并通过你的 Amazon Kindle 账户的邮箱地址和密码初始化一个客户端:
require 'kindle_highlights'
kindle = KindleHighlights::Client.new(
email_address: "email.address@gmail.com",
password: "password"
)
2.2 获取 Kindle 书籍列表
使用 books 方法获取你所有的 Kindle 书籍列表。该方法返回一个 KindleHighlights::Book 对象的集合:
kindle.books
每个 Book 对象包含以下属性:
asin: 书籍的 Amazon ASINauthor: 书籍的作者title: 书籍的标题
book = kindle.books.first
book.asin
book.author
book.title
2.3 获取单本书籍的标注
使用 highlights_for 方法获取特定书籍的所有标注。需要传入书籍的 Amazon ASIN 作为参数。该方法返回一个 KindleHighlights::Highlight 对象的集合:
kindle.highlights_for("B005CQ2ZE6")
每个 Highlight 对象包含以下属性:
asin: 书籍的 Amazon ASINtext: 标注的文本内容location: 标注在书籍中的位置
highlight = kindle.highlights_for("B005CQ2ZE6").first
highlight.asin
highlight.text
highlight.location
2.4 高级用法
kindle-highlights gem 使用 mechanize 与 Amazon 的 Kindle 页面进行交互。你可以通过传递自定义的 mechanize_options 来覆盖默认的 mechanize 设置:
kindle = KindleHighlights::Client.new(
email_address: "me@example.com",
password: "amazon_password",
mechanize_options: { user_agent_alias: 'Mac Safari' }
)
你还可以使用其他 TLD 的 read.amazon.com 等效地址:
kindle = KindleHighlights::Client.new(
email_address: "me@example.com",
password: "amazon_password",
root_url: 'https://read.amazon.co.jp'
)
3. 项目 API 使用文档
3.1 KindleHighlights::Client.new(email_address:, password:, mechanize_options: {}, root_url: 'https://read.amazon.com')
初始化一个新的客户端实例。
email_address: 你的 Amazon Kindle 账户的邮箱地址password: 你的 Amazon Kindle 账户的密码mechanize_options: 自定义的 mechanize 选项root_url: Amazon Kindle 页面的根 URL
3.2 kindle.books
获取所有 Kindle 书籍的列表,返回一个 KindleHighlights::Book 对象的集合。
3.3 kindle.highlights_for(asin)
获取指定书籍的所有标注,返回一个 KindleHighlights::Highlight 对象的集合。
asin: 书籍的 Amazon ASIN
3.4 book.highlights_from_amazon
获取指定书籍的所有标注,返回一个 KindleHighlights::Highlight 对象的集合。
4. 项目安装方式
4.1 使用 RubyGems 安装
通过 RubyGems 安装 kindle-highlights gem:
gem install kindle-highlights
4.2 在 Gemfile 中添加依赖
如果你使用 Bundler 管理依赖,可以在 Gemfile 中添加以下内容:
gem 'kindle-highlights'
然后运行 bundle install 安装依赖。
通过本文档,你应该能够顺利安装并使用 kindle-highlights gem 来获取和管理你的 Kindle 标注。如果在使用过程中遇到问题,可以参考文档中的高级用法部分,或者查看项目的 GitHub 页面获取更多信息。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00