用途:从 EPUB、MOBI、PDF 三类电子书中提取纯文本,供阅读、分析或后续处理使用,全程为脚本化文本抽取,不调用大模型。
主要能力与格式支持:EPUB 使用 ebooklib + BeautifulSoup 直接解析并保留结构;MOBI 使用 Calibre 的 ebook-convert 先转换为 EPUB 再提取;PDF 使用 PyMuPDF(fitz),速度快,能处理大多数 PDF。
使用方式:统一入口脚本会自动识别格式,命令形如 python3 ~/.claude/skills/ebook-extractor/scripts/extract.py /path/to/book.epub(mobi、pdf 同理)。默认输出到标准输出,可用 -o output.txt 或重定向 > output.txt 写入文件。也可按格式分别调用 scripts/extract_epub.py、scripts/extract_mobi.py、scripts/extract_pdf.py。
安装:可运行 ~/.claude/skills/ebook-extractor/setup.sh 一键安装依赖,或手动执行 pip install -r ~/.claude/skills/ebook-extractor/requirements.txt;macOS 上 MOBI 支持还需 brew install calibre。脚本位于 ~/.claude/skills/ebook-extractor/scripts/。
限制:缺少依赖时需先安装;MOBI 需确保已安装 Calibre;基于图像的 PDF 会出现乱码,需要 OCR,而该工具不支持 OCR。其他平台的支持情况与更多输出选项暂未提供。