书库扫描入库

扫描本地电子书库，自动提取元数据、分类整理、联网搜索书籍简介，生成Obsidian笔记的完整工作流。支持EPUB/MOBI/AZW3/PDF格式。

Security Scan

功能实现总体一致，但存在几个不一致和潜在风险（缺失的 PowerShell 搜索脚本、未声明的依赖、以及通过 subprocess 调用外部脚本的点），安装前应进一步核实与审查。

Purpose & Capability

技能声称扫描本地书库、抓取简介并生成 Obsidian 笔记；提供的 Python 脚本基本实现了扫描、分类和笔记生成，功能与描述一致。不过存在不一致：SKILL.md 和代码引用了一个名为 search_book.ps1 的 PowerShell 搜索封装脚本，但该 .ps1 文件并未包含在清单中；此外代码中对 PyMuPDF (fitz) 的导入用于 PDF 元数据提取，但没有在元数据或安装说明中声明该依赖。

Instruction Scope

核心运行流程会遍历并读取用户指定的目录下所有 .epub/.mobi/.azw3/.pdf 文件并写入索引与 Markdown 文件——这与用途相符。但 batch_search.py 使用 subprocess.run 调用外部 PowerShell 脚本（search_book.ps1），该脚本会执行“联网搜索简介”的逻辑；因为 search_book.ps1 未提供，无法确认其网络行为与目标站点。通过 subprocess 向 PowerShell 传入书名参数的做法允许外部脚本决定如何处理或传输这些参数（可能造成数据外发），所以必须审查该 PowerShell 脚本或仅在可信环境下运行。

Install Mechanism

这是 instruction-plus-scripts 的无安装规格包（不自动下载或写入新二进制），所以安装风险较低。但脚本依赖未声明：extract_pdf_metadata 导入 fitz (PyMuPDF)，实际运行需要用户预装该包。缺少 search_book.ps1 也意味着用户或调用者可能要提供自定义脚本——这会改变安全边界。

Credentials

技能不要求任何环境变量或凭证，且不访问系统级配置路径，这与其本地文件处理目的相称。唯一需要注意的是，如果提供或使用 search_book.ps1，它可能需要网络或 API Key（未声明）；在提供该脚本或将其取自不可信来源前，应确认是否需要凭证并评估其用途。

Persistence & Privilege

技能未请求始终驻留或修改其他技能/系统配置；默认的自治调用设置保持为平台默认，且脚本仅在用户调用时对指定目录读写索引和笔记，权限范围与描述相符。

What to consider before installing

该技能大体上做它声称的事：扫描本地书库、提取元数据并生成 Obsidian 笔记。但在安装/运行前请注意并采取以下步骤： - 检查缺失文件：清单和说明中提到 scripts/search_book.ps1，但发布包里没有该文件；如果你需要网络搜索简介，作者应该提供该脚本或说明如何安全配置。不要运行来自不可信来源的 PowerShell 脚本。 - 审查外部脚本：batch_search.py 会通过 subprocess 调用 PowerShell 并传入书名参数。任何被调用的 PowerShell 脚本都可能将这些参数或其他信息发送到网络端点，务必先打开并审查 search_book.ps1 的实现和目标 URL 或 API 调用。 - 依赖项确认：extract_pdf_metadata 导入 fitz (PyMuPDF) 但包未列在说明中。若系统上未安装该库，PDF 元数据提取会失败；安装前请确认并仅从可信来源安装依赖。 - 最小权限与目录选择：脚本会递归读取你指定的书库目录并写入输出目录。仅对不含敏感/私人文件的目录运行，或在隔离环境（虚拟机、容器）中先行测试。 - 备份与试运行：在对真实 Obsidian 笔记目录运行前备份目标目录，或先在临时目录做一次完整运行以确认输出符合预期。 如果作者能提供缺失的 search_book.ps1、声明必要的 Python 依赖并说明 search API 的具体端点/认证需求，能显著提高可信度。当前有这些不一致，建议在审查并确认外部脚本安全之前将此技能视为“可用但需谨慎”。

Book Library Scanner - 书库扫描入库技能

将本地电子书库扫描、分类整理、搜索简介、导入Obsidian的完整工作流。

触发场景

当用户提到以下需求时使用此技能：

• 扫描电子书库、整理书库
• 给书籍补充简介、搜索书籍信息
• 导入Obsidian、建立书库目录
• book library, scan books, organize ebooks

工作流程

1. 扫描书库目录

# 扫描指定目录，提取epub/mobi/azw3/pdf格式的书籍元数据
# 支持读取书名、作者、分类等信息

关键函数：

• scan_book_directory(book_dir) - 扫描书库目录
• extract_metadata(filepath) - 提取单本书的元数据

2. 分类整理

分类规则：

• 根据书名/作者中的国家标注分类：如"(美)"、"(德)"、"(英)"、"(法)"等
• 默认分类：文学、历史、心理学、哲学、经济、科学技术、其他
• 目录结构：分类/国家/作者/书名.md

3. 搜索书籍简介

API调用： 使用元宝搜索API搜索书籍简介，每个请求间隔2秒避免限流。

Windows编码处理：

• PowerShell子进程传中文参数时，用UTF-8编码
• Python读取输出时用 decode('utf-8', errors='ignore')

4. 生成Obsidian笔记

每本书生成一个Markdown文件，包含：

• 书名、作者、分类、国家、格式
• 内容简介（从网络搜索获取）
• 来源链接

配置参数

参数	说明	默认值
book_dir	书库源目录	必填
output_dir	输出目录	Required
batch_size	每批处理数量	500
delay_seconds	API请求间隔	2
save_every	每...本保存一次	100

文件结构

书库/
├── 书库索引.json        # 主索引（含全部书籍信息）
├── 书库总目录.md         # 总览文档
├── 文学/               # 分类文件夹
│   ├── 中国/           # 国家文件夹
│   │   ├── 鲁迅/       # 作者文件夹
│   │   │   ├── 呐喊.md
│   │   │   └── ...
│   └── ...
└── ...

索引文件格式

{
  "version": "1.0",
  "scan_date": "2026-04-18",
  "books": [
    {
      "title": "书名",
      "author": "作者",
      "category": "文学",
      "country": "中国",
      "format": "EPUB",
      "filename": "原文件名.epub",
      "filepath": "原文件路径",
      "introduction": "内容简介",
      "intro_source": "来源URL"
    }
  ]
}

技术要点

Windows编码问题

Python调用PowerShell传递中文参数时：

result = subprocess.run(
    ['powershell', '-File', script_path, '-Keyword', keyword],
    capture_output=True,
    timeout=30
)
output = result.stdout.decode('utf-8', errors='ignore').strip()

文件名安全处理

import re
safe_name = re.sub(r'[<>:"/\\|?*]', '', original_name)[:50]

批量处理检查点

每批完成后保存进度，支持断点续传：

checkpoint = {
    'last_batch': batch_num,
    'total_found': found_count,
    'last_index': last_processed_index,
    'timestamp': datetime.now().isoformat()
}

已知问题

1. 拼音书名：部分书籍元数据提取失败时，会使用文件夹拼音名作为书名。需要后续人工处理或更复杂的转换逻辑。

2. 搜索成功率：后续批次的搜索成功率可能下降（80-99%），因为冷门书籍的搜索结果较少。

3. API限流：每请求间隔2秒，批量处理时需要较长时间（每500本约35-45分钟）。

示例用法

用户: 帮我扫描 D:\LWbook 书库，整理后导入 Obsidian

执行步骤:
1. 扫描 D:\LWbook 目录
2. 提取书籍元数据
3. 按分类→国家→作者整理
4. 搜索每本书的简介
5. 生成 Obsidian Markdown 笔记
6. 建立索引文件

相关文件

• scripts/book_scanner.py - 书库扫描脚本
• scripts/batch_search.py - 批量搜索简介脚本
• scripts/generate_notes.py - 生成Obsidian笔记脚本
• scripts/search_book.ps1 - PowerShell搜索封装