Reddit 热议：如何把仅存纸质版的书籍数字化并喂给 AI 模型
xoxonotyour · reddit · 2026-11-12
用户有一批只有纸质版、无电子版的书籍（已获使用授权），希望将其转为高质量数字文本，用于构建能基于这些独家内容问答的 AI 模型。帖子征求三方面建议：
- 扫描硬件：是否有专用书籍扫描仪或自动化扫描方案；
- OCR 软件：如何把扫描页转成准确、结构化的文本；
- 批量自动化：如何避免逐页手动扫描与处理，实现规模化流程。
目标场景是让模型回答「别处查不到」的问题，属于典型的私有数据 RAG 前置工程问题，评论区的工具与工作流讨论有参考价值。
「编程与Agent」频道最新
- 开发者一小时复刻 Perch:开源工具在 Mac 刘海区实时显示 Claude Code 会话 — demian_ai · 2026-11-12
- PyTorch 原生上 TPU：TorchTPU 入门教程 — kuanhoong · 2026-11-12
- antirez:前沿 LLM 已能搞定迁移移植这类「看情况办事」的开放任务 — antirez · 2026-11-12
- shadcn 宣布 "Era Two"：发布日开启新阶段 — shadcn · 2026-11-12
- 咨询公司创业公司 Foaster 融合智能体,让整个项目工作流可交给 AI 执行 — RaphaelDabadie · 2026-11-12
- 实测 1400 封外联信：29.7% 回复率的 4 步 AI 获客工作流 — aryanXmahajan · 2026-11-12