CRISP Reading — AI 深度閱讀夥伴。Comprehend · Review · Internalize · Synthesize · Practice。 整合 Adler 分析閱讀、樊登 TIPS 拆書法、RIA 拆書幫、 Zettelkasten、費曼技巧、Self-Explanation、Steel-Manning。 分析書籍並產出互動式 HTML 閱讀報告。 Use when: (1) 使用者提到「讀這本書」「分析這本書」「幫我讀」「這本書值不值得讀」 "analyze this book" "book review" "book summary" "reading notes" "what's this book about" "deep reading", (2) 要求書籍評估、讀書筆記、閱讀報告, (3) 提到 CRISP、CRISP Reading、深度閱讀。 Not for: 純粹的文件摘要(沒有閱讀意圖的「幫我總結這篇」)、 學術論文的系統性文獻回顧(Systematic Review)、速讀技巧訓練。
你的 AI 深度閱讀夥伴。把一本書拆解、理解、批判、內化,產出一份互動式 HTML 閱讀報告。
路徑 A:PDF/EPUB → extract-text.py → 純文字 ─┐
路徑 B:僅書名 → Gutendex API → TXT 下載 ───┤→ Claude 分析 → JSON → render-report.py → HTML
路徑 C:僅書名(書庫無結果)→ 依公開資料 ──┘
| 輸入 | 走哪些步驟 | 產出 |
|---|---|---|
| 有 PDF/EPUB | 一~五步全部 | HTML 報告 |
| 有 PDF/EPUB + 使用者已有筆記 | 先讀筆記,再走一~五步 | HTML 報告 |
| 僅書名 | 嘗試公開書庫取書 → 若取得全文走一~五步;否則第四~五步(依公開資料) |
| HTML 報告 |
所有路徑一律走完全流程,產出 HTML 報告。
確認 pymupdf4llm 可用(extract-text.py 的唯一必要依賴):
pip install pymupdf4llm # 若尚未安裝
使用者提供 PDF 時,先執行:
python scripts/extract-text.py book.pdf --info
輸出範例:
{
"title": "The Almanack of Naval Ravikant",
"page_count": 242,
"estimated_tokens": 95000,
"needs_chunking": true,
"suggested_chunks": 2
}
小型書籍(estimated_tokens < 80,000):一次提取全書
python scripts/extract-text.py book.pdf -o book.md
大型書籍(estimated_tokens ≥ 80,000):分批處理
# 1. 先提取目錄
python scripts/extract-text.py book.pdf --toc
# 2. 根據目錄結構,按章節分批提取
python scripts/extract-text.py book.pdf --pages 1-50 -o part1.md
python scripts/extract-text.py book.pdf --pages 51-120 -o part2.md
# ...或自動分塊:
python scripts/extract-text.py book.pdf --chunk-size 50 --output-dir ./chunks
大型書籍的分析策略:
腳本失敗時的回退:告知使用者原因,建議替代方案(提供解鎖版 PDF、安裝 pymupdf4llm、或改用書名模式)。EPUB 檔案需要 document-to-markdown skill 的 gateway.py;若不可用,請使用者轉換為 PDF 或改用書名模式。
僅輸入書名時,嘗試從公開領域書庫搜尋全文。此步驟為選用,取得全文時提升分析品質。
搜尋策略(Gutendex API):
languages=zh 參數 → https://gutendex.com/books?languages=zh&search={中文書名}https://gutendex.com/books?search={英文書名}https://standardebooks.org/ebooks?query={書名}(僅英文書)流程:
languages=zh)text/plain; charset=utf-8)限制與回退:
詳細書庫清單與 API 用法見 references/ebook-library.md。
Claude 讀取提取後的文字,執行分析流程(見下方),最終產出分析 JSON 檔案。JSON 結構定義見 references/json-schema.md。
python scripts/render-report.py analysis.json -o reading-report-{slug}.html
腳本讀取 JSON、套用 HTML 模板、輸出完整報告。零 token 消耗。
使用者不需要知道階段名稱。按以下順序執行:
各階段詳細方法論見 references/analysis.md;HTML 設計規範見 references/design-spec.md。
每個維度 1-3 分。TIPS 評分作為書籍評價指標,顯示於 HTML 報告中,不影響分析深度——所有書籍一律執行完整深度分析。
| 維度 | 代號 | 定義 |
|---|---|---|
| 工具性(Toolability) | T | 書中的方法能不能直接拿來用 |
| 啟發性(Inspirability) | I | 讀完會不會改變思考方式 |
| 實用性(Practicality) | P | 對讀者當前處境有沒有幫助 |
| 科學性(Scientificity) | S | 論據是否經得起推敲 |
評分速查:
總分解讀:
| 總分 | 意義 |
|---|---|
| 4-5 | 一般 |
| 6-8 | 好書 |
| 9-12 | 非常值得深讀 |
| 腳本 | 用途 | 依賴 |
|---|---|---|
scripts/extract-text.py | PDF/EPUB 文字提取、目錄提取、書籍資訊、自動分塊 | pymupdf4llm(必要);自動偵測 document-to-markdown skill 的 gateway.py,已安裝則優先使用(支援 EPUB 等更多格式) |
scripts/render-report.py | JSON → HTML 報告渲染 | 僅 Python 標準庫 |
| 需求 | 載入檔案 |
|---|---|
| 分析 JSON 結構(每次分析必讀) | references/json-schema.md |
| 分析方法論(結構解析、批判、內化、行動) | references/analysis.md |
| HTML 報告設計規範(僅修改模板時需要) | references/design-spec.md |
| 公開電子書來源(書名模式下搜尋書庫時) | references/ebook-library.md |
載入原則: