朗读(Closes #13 的朗读部分) 新增服务端 HTTP TTS 代理与客户端第二、第三个朗读引擎,三者在同一个 SpeechEngine 接口下可切换: - 服务端 GET /api/v1/tts 代理 TTS_URL 指向的合成服务(edge-tts / Piper 等兼容形态),只代理不内置合成模型;GET /api/v1/tts/voices 回答 「这个实例能用什么」,未配置时返回 http:false 而不是 404。 按句合成、磁盘缓存、上游返回非 audio/* 时明确报错(一个指到网页的 TTS_URL 会以 200 返回 HTML,塞进 audio 里既没声音也没事件)。 /tts 是精确的查询串令牌白名单项之一:<audio src> 无法带 Authorization。 - 客户端 HttpTtsEngine 用 <audio> 而不是 Web Audio,事件驱动推进队列。 - 客户端 NativeTtsEngine 走 Android 外壳新增的 speech 接口(shell v3): WebView 自带的合成器与系统的是两个引擎,手机系统装好的中文语音经常 不在 getVoices() 里,这是「朗读没有中文声音」最常见的原因。 - speechAvailability 决定 auto 用哪个引擎:native → system → http。 - 原 TtsEngine 抽出 loadQueue/onChunk/onState 为公开字段以结构化满足接口。 书架 - 排序:最近更新 / 最近入库 / 书名 / 作者,中文按数字大小排。 排序规则抽到 shelf-order.ts,离线路径与服务端用同一条规则。 - 密度、作者显隐、封面进度条;搜索一键清空 + 回车即搜;下拉刷新。 - 服务端 BookDto 增加 addedAt,否则客户端离线排序无法复现服务端结果。 自定义设置 - 朗读引擎可选(引擎多于一个时才显示该行);音调行只对有声调的引擎出现。 - 书架设置独立成 sheet,与阅读面板分开。 测试与文档 - server: tts.test.ts(10 例)。web: tts-http / speech / shelf-order 新增 39 例,合计 245 passing。 - android/scripts/check-shell.sh 修正为同时校验嵌套的 speech 接口, 之前它只能看到一个顶层接口。 - README / docs/api.md / docs/architecture.md 补齐三个引擎的取舍、 环境变量与错误码。 Ref: #13
reader
自部署精品书库阅读器。 把你自己磁盘上的书籍挂载成书库,用 Android 或浏览器以「精品级排版」阅读。
书文件始终留在你自己的磁盘上,不经过任何厂商服务器。开源免费,AGPL-3.0。
三个部分:
| 部分 | 位置 | 说明 |
|---|---|---|
| 服务端 | server/ |
Node.js + TypeScript,单容器,扫描书库并同步进度 |
| 渲染层 | web/ |
TypeScript + Vite,EPUB 精排、TXT、漫画、PDF |
| Android 壳 | android/ |
Kotlin + WebView,复用上面那一份渲染层 |
一条命令跑起来
git clone https://cnb.cool/hectorqin/reader.git
cd reader
# 把 /path/to/your/books 换成你自己的书库目录
sed -i 's#/path/to/your/books#/home/me/books#' docker-compose.yml
docker compose up -d
打开 http://<你的主机>:8080,第一个注册的账号自动成为管理员。
这时你已经有一个能用的 H5 阅读器了——服务端镜像里已经带了客户端,不用再起第二个容器。 手机浏览器打开同一个地址即可阅读。要原生 App 见下面的「Android 客户端」。
只有第一次注册是开放的。之后新账号由管理员在后台创建(默认关闭公开注册), 这样你的实例不会被陌生人占用。想让家人自行注册,在
docker-compose.yml里 把ALLOW_REGISTRATION设为"true"。
最小化运行(不用 compose)
docker run -d --name reader \
-p 8080:8080 \
-v /path/to/your/books:/books:ro \
-v ./data:/data \
cnb.cool/hectorqin/reader:latest
书库目录:只读,永不写回
volumes:
- /path/to/your/books:/books:ro # 你的书,只读挂载
- ./data:/data # 服务端写的一切
服务端绝不写入 /books。所有写操作——SQLite 数据库、封面缓存、扫描记录——都在 /data。
这一条是硬约束,代码里有断言保护:DATA_DIR 落在 BOOKS_DIR 里面时服务会直接拒绝启动。
你的书籍目录不会被污染:不会多出封面文件、.calibre 之类的元数据文件、转换产物。
支持格式
| 格式 | 状态 | 说明 |
|---|---|---|
| EPUB | 精排 | 保留出版方样式、嵌入字体、脚注跳转、图文混排、竖排、振假名 |
| TXT | 支持 | 自动识别 UTF-8 / GB18030 / Big5 / UTF-16,按章节标题切分 |
| CBZ / ZIP | 支持 | 按页自然排序,逐页铺满屏幕 |
| 图片目录 | 支持 | 一个文件夹(可含卷子目录与卷压缩包)当一本书,逐页取图 |
| 保底可读 | 用浏览器自带阅读器,页数与进度照常上报,服务端不解析内容 |
TXT 是本地书库里最容易被忽视的一块。相当一部分中文 TXT 没有 BOM、没有编码声明, 解码成 UTF-8 会满屏乱码。客户端先严格校验 UTF-8;失败时不是按顺序试 GB18030 再试 Big5,而是两种都解一遍挑更干净的那个——这两个编码的字节范围重叠, 同一串字节往往两边都能解出字符,按顺序试就永远走不到第二个,繁体书会整本变乱码。 选中的编码会显示在界面上,可手动覆盖。 章节同样没有结构,只能从标题推断——推测不出时按长度分段,不会整本卡死。
阅读界面
界面设置按设备保存,不跟着账号同步:字号和主题是「手里这块屏幕」的属性, 把手机的字号推到平板上比不同步更糟。阅读进度和笔记才跟账号走。
排版
| 设置 | 说明 |
|---|---|
| 翻页方式 | 滚动(保留作者连续排版)/ 翻页(CSS 多列分页,一页一屏) |
| 字号 | 0.8×–2.2×,只改基准字号 |
| 行距 | 默认「原书」。选具体值才覆盖,否则一行都不动 |
| 页边距 | 0–4rem,控制每行字数 |
| 对齐 | 默认「原书」,可强制左对齐 / 两端对齐 |
| 字体 | 默认「原书」。可选系统黑体 / 宋体 / 楷体 / 苹方,作为字体栈的前缀而不是替换 |
| 主题 | 白 / 米黄 / 夜间 |
| 亮度 | 35%–100%,叠加式调暗,文字与纸色的对比关系不变 |
| 图片适配 | 仅固定版式(漫画、PDF):完整显示 / 适宽 |
| 翻页方向 | 仅固定版式:左→右 / 右→左(日漫) |
| TXT 编码 | 仅 TXT:自动 / UTF-8 / GB18030 / Big5 / UTF-16LE |
一条原则贯穿全部:每个排版开关的默认值都是「不动」,不是「我们的默认值」。
「原书」不是营销话术而是实现——行距的默认值是 inherit,页边距和字号挂在容器的
继承变量上,所以一本按章节变行距的书不会被压平,一本给段落写死 font-size: 14px
的书也不会被字号滑块踩掉。这与「所有书看起来一致」的 Readium 路线正好相反。
翻页
- 点击区域:中间呼出/隐藏工具栏,左右翻页;可切换「左进右退」适配左右手。
- 翻页动画:滑动 / 淡入 / 无。系统开启「减少动态效果」时自动不播。
- 硬件翻页键:
←/→、PageUp/PageDown,空格播放/暂停朗读。 Android 外壳把音量键映射成方向键,所以音量键翻页、蓝牙翻页器都走同一条路。
朗读(TTS)
三种引擎,一套控制。用哪一个是 auto 决定的,也可以手动指定:
| 引擎 | 声音来自 | 什么时候用 |
|---|---|---|
| 系统语音(原生) | Android 外壳的 TextToSpeech |
Android 客户端默认 |
| 系统语音(浏览器) | 浏览器 / WebView 的 speechSynthesis |
Web 端默认 |
| HTTP 朗读 | 服务端 TTS_URL 指向的合成服务 |
前两者不可用时 |
为什么 Android 要用原生引擎:WebView 自带的合成器和系统的是两个引擎, 手机上系统装好的中文语音经常不在 WebView 的语音列表里——于是读者听到英文或听不到声音, 而 Web 层拿到的列表本身就是缺的,无从修起。这是「朗读没有中文声音」最常见的原因。
HTTP 朗读:给没有 speechSynthesis 的浏览器(比如 Linux 上的 Firefox)、
或者没有中文语音的设备用。服务端只做代理,不内置合成模型——容器体积和 NAS 的 CPU 预算
都不该为它买单。在 docker-compose.yml 里加:
environment:
TTS_URL: "http://host.docker.internal:5002/tts" # edge-tts / Piper 等兼容服务
# TTS_TOKEN: "..." # 需要鉴权的上游
# TTS_VOICES_URL: "..." # 语音列表;默认 <TTS_URL>/voices
# TTS_CACHE_BYTES: "268435456" # 音频磁盘缓存上限,0 关闭
共同行为:
- 按句切分:中文按
。!?;…,西文按. ! ?且避开Mr./3.14/e.g.。 逐句朗读才能做到朗读位置跟随显示高亮,也能让「暂停/继续」和「改语速」都只影响下一句。 - 从当前位置开始:默认从句首读起;若先选中一段文字再按朗读,就从选中处开始。
- 句子级控制:上一句 / 下一句 / 进度条直接跳句。
- 语速、音调、音量:语速 0.5×–2.5×,改动即时生效(不重读整段,只重读当前句)。 音调只对系统/原生引擎显示——合成音频没有不改变语速的音调控制,所以那一行直接不出现。
- 语音可选:列出当前引擎所有可用语音(含语言标签),默认「跟随系统」。
- 章节播完:可选「继续下一章」或「停在章末」——后者就是有声书的「一次一章」。
- 高亮:正在朗读的句子用半透明底色标出,并用
Range绘制,不改写书的 DOM, 所以开始朗读不会让章节重新分页。
一个引擎都没有时,设置面板会直接说明原因和解决办法,而不是给一个按了没反应的按钮。
书架
- 排序:最近更新 / 最近入库 / 书名 / 作者,书架上一键切换,并记住选择。
中文书名按数字大小排(
第9章在第10章前),不是按字符码。 - 密度:紧凑 / 适中 / 宽松,封面一行放几个。手机上从一行三个到一行两个。
- 显示:可关掉作者、可关掉封面上的进度条。书架安静下来之后更像书库,不像仪表盘。
- 封面进度条:读过的书在封面底部画一条,扫一眼就知道哪本在读。
- 搜索:输入即搜(防抖 250ms),带一键清空;回车立刻搜不等防抖。
- 下拉刷新:在顶部再往下拉一次,手动重新拉取(刚扫完目录时用)。
- 离线优先:先画本地镜像再换成服务端数据,离线时书架照常可用; 离线下的排序规则与服务端一致,所以断网不会让书架重排。
书库扫描
- 增量扫描:先用
mtime + size快速判断,再用内容哈希确认。绝大多数文件在第一阶段就被跳过。 - 目录挂载:递归扫描挂载目录,自动跳过
.git、@eaDir、#recycle等目录,不跟随符号链接。 - 自动扫描:默认每 30 分钟全量、每 60 秒增量轮询。设
SCAN_INTERVAL=0/WATCH_INTERVAL=0可关闭。 - 手动触发:
POST /api/v1/library/scan(管理员)。
一个文件夹什么时候是一本书
漫画在 NAS 上的常见存放方式是「一个系列一个文件夹,下面按卷分」。判定规则很短, 但它决定了一本书会不会从书架上消失:
- 文件夹里有别的格式的书文件(epub / pdf / txt / 单张图)→ 这是书架,不是漫画。 夹着一本书的目录绝不会因为图片多就把那本书吞掉;这条规则会递归到嵌套层级。
- 否则,有两页以上的散图或压缩包 → 这个文件夹就是一本漫画。
- 或者,卷子目录与卷压缩包并列(
第01卷.cbz与第02卷/同时存在)→ 整卷系列,算一本。
卷压缩包里的页按「一个压缩包一页」计,包内页码由 /assets?ref=page:卷:页 寻址;
/books/:id/file 服务的路径与 manifest 列出的完全一致。
书籍主键:为什么不按文件路径
书籍主键是 sha256(dc:identifier + 文件内容哈希),不是文件路径。
用路径做主键的话,用户重命名或移动一下文件,阅读进度和笔记就会全部丢失—— 这是自建书库产品最常见的差评来源。当前设计下:
- 重命名 / 移动文件 → 主键不变,进度和笔记保留 ✅
- 同一本书的多份副本 → 自动合并成一条书架记录 ✅
- 重新编码过的同名文件 → 视为不同副本,不会被误认 ✅
元数据优先级
1. 用户手动修改 最高,永不自动覆盖
2. EPUB 内嵌元数据 次高,扫描不会覆盖手动修改
3. 在线刮削 provider 只填补空缺字段,标注来源,可一键撤销
4. 文件名解析 最弱,仅在以上都缺时使用
在线刮削是可插拔的 provider 机制。第一版只做内嵌元数据 + 文件名解析 + 手动补全,
不接任何在线源——避免引入网络依赖与限流问题,也避开豆瓣的合规风险。
后续接入 Google Books、Open Library 时,实现 MetadataProvider 接口注册即可,索引层不用改。
手动修改存在独立的覆盖层,扫描永远碰不到它。撤销单个字段用
DELETE /api/v1/books/:id/metadata/:field,会回落到内嵌值。
多用户
单个部署实例内的多账号,适合家庭或小圈子。两级权限:
- admin:创建/停用账号、触发扫描、查看实例信息
- member:只能看自己的书架、进度和笔记
每个账号有独立的书架、阅读进度、笔记与高亮。新账号注册后自动看到整个共享书库, 不需要逐本添加。
阅读体验:一次只取一章
打开一本书是一次请求。服务端的 manifest 默认只带第一个窗口的条目,
不是整本书的清单——一本 1200 章的全集打开时只传一个窗口,翻到下一章才取下一章。
- 分窗:
/items?group=N一次返回一个窗口(epub 是 40 章,漫画是一卷)。 每个 group 自带offset,所以客户端拿到单窗也能定位到全书位置。 省略group等于group=0;要完整结构用?group=all。 - 目录是目录:
/toc返回真正的完整目录。它和分窗是两件事:分窗是传输边界, 目录必须完整才有用。把它们合成一个接口,目录就会显示成「第 1 章 – 第 40 章」 ——服务端的分页边界漏进 UI。 - 章节按路径寻址:
items[].href(xhtml:OEBPS/ch1.xhtml)是章节身份。 不按下标寻址:分窗返回的是 spine 前缀,按下标算出的章节在完整 spine 里指向另一章。 - HTTP Range:PDF 跳页、漫画跳卷、断点续传靠它。压缩方式为
stored的条目 可字节定位;deflate的会诚实上报Accept-Ranges: none。 尾部范围(bytes=-N)无法靠前向流跳过,大文件时会退化为整包响应而不是空读全文件。 - 目录跳转跨窗口:点第 900 章会先取窗口 22,而不是「什么都没发生」。 章节 id 是唯一跨窗口稳定的身份,进度也存它。
客户端三态
服务端是唯一真相源,客户端只做「渲染 + 缓存」。客户端有三种状态:
| 状态 | 行为 |
|---|---|
| 局域网直连 | 正常同步 |
| 公网可达 | 正常同步 |
| 完全离线 | 读本地缓存,恢复后合并进度 |
同步的只有轻量数据:书架元数据、阅读进度、笔记、高亮。书文件不走同步。
两端的关系
Android 端不重写渲染。它是一个 Kotlin 原生外壳,只负责文件缓存、手势、账号与书架,
渲染复用同一份 web/ 产物。原因很直接:排版策略一旦出现两份实现,就一定会分叉,
而「忠于精排」正是这个产品的差异点。外壳只做 WebView 做不到或做不好的事:
- 连通性:WebView 里的
navigator.onLine只要有网卡就说「在线」—— 连上一个没有出口的 Wi-Fi 时它会骗人,客户端于是转圈而不是读缓存。 Android 侧用系统的NET_CAPABILITY_VALIDATED判断。 - 稳定的设备名:UA 里的型号会随 Chrome 升级变化,作为「上次在哪个设备读的」标签不可靠。
- 原生提示:一行 Kotlin 的 Toast,不用在 Web 层造一套通知 UI。
还有一条刻意的例外:固定版式的整页图由原生画。一页漫画或一张扫描图在 WebView 里
要走完解码、样式布局、合成三次开销,而屏幕上的结果和 ImageView 一模一样;
对一章文字这些都是必要的,对「把这张图画满屏」则全是白付的。
规则是「只画整页图,且全有或全无」——画不了就交给 WebView,绝不出现空白页。
EPUB 永远留在 WebView:文字排版是差异点,只能有一份实现。
离线合并语义
进度和笔记都带 updatedAt,冲突按 last-writer-wins 解决:
- 离线设备重连后推的旧数据不会回滚你在别处读到的新进度
- 笔记删除是**墓碑(tombstone)**而不是硬删除,所以离线设备无法让已删除的笔记复活
GET /api/v1/sync?since=<上次的 serverTime>只返回增量,重连很便宜
配置
| 环境变量 | 默认值 | 说明 |
|---|---|---|
BOOKS_DIR |
/books |
书库目录,只读挂载 |
DATA_DIR |
./data |
服务端写入目录,不能在 BOOKS_DIR 内 |
PORT |
8080 |
监听端口 |
PUBLIC_URL |
空 | 对外地址,反代后设置 |
SCAN_INTERVAL |
1800 |
全量扫描间隔(秒),0 关闭 |
WATCH_INTERVAL |
60 |
增量轮询间隔(秒),0 关闭 |
ALLOW_REGISTRATION |
false |
是否允许公开注册 |
ACCESS_TOKEN_TTL |
86400 |
访问令牌有效期(秒) |
REFRESH_TOKEN_TTL |
31536000 |
刷新令牌有效期(秒) |
READER_TOKEN_SECRET |
自动生成 | 签名密钥。留空则生成并持久化到 /data |
LOG_LEVEL |
info |
日志级别 |
CORS_ORIGINS |
空 | 允许跨域调用的来源,逗号分隔。空表示反射任意来源 |
WEB_DIR |
./web |
H5 客户端产物目录,镜像里已设好 |
TTS_URL |
空 | HTTP 朗读上游地址。不设则关闭 HTTP 朗读 |
TTS_TOKEN |
空 | 转发给上游的 Bearer 令牌 |
TTS_VOICES_URL |
<TTS_URL>/voices |
上游语音列表地址 |
TTS_TIMEOUT_MS |
20000 |
单次合成超时(毫秒) |
TTS_CACHE_BYTES |
268435456 |
音频磁盘缓存上限,存放于 DATA_DIR/tts-cache;0 关闭 |
READER_TOKEN_SECRET留空时会在首次启动生成并存到DATA_DIR/token.secret。 只要/data还在,重启不会踢掉所有客户端。删掉/data会清空所有账号和进度。
让外网访问(内网穿透 / 域名 / HTTPS)
自部署最大的门槛在这里,所以单独说清楚。三种常见做法:
1. 只在局域网用(最简单)
不用做任何事,直接访问 http://<NAS的局域网IP>:8080。
2. 反向代理 + HTTPS(推荐) 用 Caddy 最省事,自动申请证书:
reader.example.com {
reverse_proxy 127.0.0.1:8080
}
然后设置 PUBLIC_URL=https://reader.example.com,下载链接才会正确。
3. 内网穿透(没有公网 IP) 用 frp / Tailscale / Cloudflare Tunnel 任选一个。Tailscale 最简单: 在 NAS 和手机上装 Tailscale,直接用 Tailscale 分配的 IP 访问,不用配证书。
服务端设计上不依赖域名和 HTTPS,所以三种方式都能工作。但公网暴露时 务必套一层 HTTPS,否则令牌是明文传输的。
Android 客户端
APK 走 GitHub Releases / 侧载分发,不上商店。开源项目没有收入覆盖 Apple 的 99 美元开发者账号,所以 Android 先做、iOS 等有赞助再说(这条是设计文档 §5 定的)。
自己构建
# 1. 先把 H5 渲染层构建好并放进 assets
sh android/scripts/build-web-assets.sh
# 2. 构建 APK
cd android
./gradlew :app:assembleDebug
# 产物:android/app/build/outputs/apk/debug/app-debug.apk
# 想预置服务端地址(个人自用构建):
./gradlew :app:assembleRelease -PdefaultServerUrl=http://nas.local:8080
不预置地址是刻意的:没有人知道你会用什么 IP 访问自己的 NAS, 所以首次启动时问一次、之后记住。
装好之后
打开 App → 填服务端地址(如 http://192.168.1.10:8080)→ 登录。
之后所有书和进度都跟着账号走,与浏览器端互通。
为什么允许明文 HTTP
主要部署场景就是局域网 IP,而私有 IP 拿不到证书。要求 HTTPS 等于把用户挡在门外, 这正是设计文档里说的「部署门槛是最大的获客阻力」。 但对公网暴露时请务必套一层 HTTPS,否则令牌是明文传输的。
从源码开发
# 服务端
cd server
npm install
npm test # 137 个测试用例
npm run typecheck
npm run dev # 开发模式,热重载
# 指向一个测试书库
BOOKS_DIR=/tmp/books DATA_DIR=/tmp/data npm run dev
# 客户端(另开一个终端)
cd web
npm install
npm test # 208 个测试用例(179 vitest + 29 node:test)
npm run dev # http://localhost:5174,自动把 /api 代理到 8080
npm run build # 产出 web/dist,服务端会在 / 上直接托管
项目结构
server/src/
config/ 运行时配置(含「DATA_DIR 不得在 BOOKS_DIR 内」的启动断言)
db/ SQLite schema 与访问层(node:sqlite,无原生依赖)
indexer/
identity.ts 书籍主键:dc:identifier + 内容哈希
filename.ts 文件名解析(保守策略,宁可留空不猜错)
metadata.ts EPUB/PDF 元数据与封面提取
scanner.ts 增量扫描、变更检测、清理
providers/ 可插拔刮削 provider 接口
services/
users.ts 账号、角色、令牌
shelf.ts 书架查询、手动覆盖层
sync.ts 进度/笔记同步与冲突合并
merge.ts 元数据优先级链
http/ Fastify 路由(含 CORS 与 H5 静态托管)
web/src/
api/ 服务端契约与请求层(令牌刷新在这里,全局只做一次)
core/ 平台抽象、同步引擎
platform.ts 两端共同接口:传输、存储、连通性
sync.ts 待发送队列 + 增量拉取 + 退避重试
android-platform.ts Android 侧的实现(很薄)
store/
offline.ts 本地镜像与待发送队列
idb.ts IndexedDB 包装,不可用时降级到内存
formats/ 格式层:拆包、编码识别、章节切分
epub.ts OPF/spine/nav 解析、资源重写
txt.ts 编码探测 + 章节推断 + 超长分段
comic.ts CBZ / 图片目录
detect.ts 魔数优先的格式识别
ui/
reader-view.ts 分页、滚动、手势、定位
locator.ts 阅读位置格式
shadow.ts 书的样式与 App 样式隔离
resources.ts 资源按需解出,不预展开
styles/reader.css ← 干预策略都在这里,注释说明每条为什么必要
android/app/src/main/java/cool/cnb/reader/
MainActivity.kt 单 Activity,只做三件事
web/WebHost.kt WebView 配置与资源装载
bridge/ReaderBridge.kt 暴露给 JS 的原生方法
bridge/ConnectivityMonitor.kt 真正的连通性判断
技术选型说明
- Node.js 22+(
engines: >=22,内置node:sqlite与scrypt所在的最低版本)+ TypeScript + Fastify:单容器体积可控(约 150MB),迭代最快,node:sqlite与scrypt都是内置模块,没有原生编译依赖——这让镜像构建稳定, 也兑现了「一条命令跑起来」。 - 不用 better-sqlite3 / argon2 / bcrypt:它们需要构建时工具链(
make、gcc), 会把镜像撑大并让安装变脆。 - SQLite 存 metadata,不存书:schema 里的
books表可以随时重建,书本身才是真相源。
客户端技术选型说明
- 不用框架:渲染层是命令式 DOM 操作——分页、注入文档、shadow root、量测列宽。 引一个虚拟 DOM 只在代码和它要量测的布局之间多加一层,而这一层恰好是这个产品最不该 透过它去调试的东西。产物是一个 171KB(gzip 54KB)的单文件 bundle。
- 单文件 bundle、相对路径:产物要被两个宿主消费——服务端托管给浏览器、Android 打进
assets。
file://或 WebView 里加载同源分片会踩平台特异性,所以inlineDynamicImports打成一份,base: './'。 - 不注入 reset 样式:见
web/src/styles/reader.css顶部。整个产品的差异点是「忠于 出版方的排版」,而一份 reset 正好会抹掉出版方的字体、缩进和行距。 可调项全部是可继承的自定义属性,默认值是inherit——「关」的意思是「不动它」, 不是「用我们的默认值」。 - 书的样式装进 shadow root:书里一条
p { color: red }不能改到书架。 用 iframe 也能隔离,但每次换章要重建文档,会丢滚动位置、在 Android 上多花几倍内存。 - 书的内容不允许联网:章节里所有本地引用在加载时被改写成内部
reader-res:协议, 由渲染层从内存里的资源表解出。绝对 URL 原样保留,然后被 CSP 挡掉—— 一本来路不明的书不能把阅读行为报到远端。
API
所有业务接口在 /api/v1 下,用 Authorization: Bearer <token> 认证。
响应错误统一为 { "error": { "code": "...", "message": "..." } }。
服务端 API 承诺长期向后兼容:自部署用户不会及时升级,破坏性变更只允许 「加新字段 / 加新端点」,不允许改已有字段语义。
端点列表
公开
GET /api/v1/health— 健康检查GET /api/v1/instance— 实例信息(是否开放注册、账号数)POST /api/v1/auth/register— 注册(仅首次或开启 ALLOW_REGISTRATION)POST /api/v1/auth/login— 登录POST /api/v1/auth/refresh— 刷新令牌
需认证
GET /api/v1/auth/mePOST /api/v1/auth/passwordPOST /api/v1/auth/logoutGET /api/v1/books— 书架列表,支持searchauthorseriestagformatsortpageGET /api/v1/books/:idGET /api/v1/books/:id/manifest— 打开一本书的全部所需:文件清单 + 可寻址结构,一次请求GET /api/v1/books/:id/items— 可寻址结构(章节/页/卷),?group=N取单卷GET /api/v1/books/:id/toc— 完整目录,与分窗分开GET /api/v1/books/:id/assets?ref=<ref>— 单个资源(章节文档、页图、字体)GET /api/v1/books/:id/file?path=<rel_path>— 目录书的单页,只认 manifest 列出的路径GET /api/v1/library/formats— 本实例支持的格式清单GET /api/v1/books/:id/content— 书文件流GET /api/v1/books/:id/cover— 封面PATCH /api/v1/books/:id/metadata— 手动补全元数据DELETE /api/v1/books/:id/metadata/:field— 撤销单个字段GET /api/v1/library/facets— 作者/系列/标签/格式聚合GET /api/v1/library/continue— 继续阅读GET /api/v1/sync?since=<ms>— 增量拉取POST /api/v1/sync— 批量合并GET/PUT /api/v1/sync/progress/:bookIdGET /api/v1/notes/POST /api/v1/notes/DELETE /api/v1/notes/:id
管理员
POST /api/v1/library/scanGET /api/v1/library/scanGET /api/v1/library/statsGET/POST/PATCH /api/v1/admin/usersGET /api/v1/providers
范围边界(第一版)
做:目录挂载扫描、元数据刮削、两级权限、同步 API、Docker 单容器、Android 客户端、EPUB 精排、PDF 保底、按书离线缓存。
不做:在线书城、iOS、桌面端、社交、AI 问答、全格式转换、移动端批注输入。
.cbr / .rar 不在支持列表里——它需要 RAR 解码器,而当前依赖树刻意不含任何原生模块。
已知边界
写在明处,避免预期错位:
- PDF 只做保底可读:不解析页数、书签,也不重排。页数上报
null而不是猜一个数字 —— 猜错会让客户端的进度条错乱,比没有更糟。 - 文本不做精品排版:TXT 按行渲染,不折行重排、不调字号。精品排版是 EPUB 的承诺。
- 不做全格式转换:不把 epub 转 pdf、不把 txt 转 epub。
- ZIP 不支持 ZIP64 / 加密 / 分卷:超限会明确报错,不会静默解出坏数据。
- 漫画目录的嵌套有上限:卷目录下面还有目录时会继续往下收页(文件系统里读到第 4 层为止),
再深会把一个杂乱目录变成几千页的巨型漫画。图片目录里内嵌的压缩包不再展开,一个压缩包算一页。
页序是真自然序(
1, 2, 10,不是1, 10, 2),排错不是观感问题,是故事被静默打乱。 - 没有内置 HTTPS 与限流:给反向代理留位置,不重复造轮子。
许可
AGPL-3.0。选择 AGPL 而非 GPL:自部署产品最怕别人拿去做闭源付费服务, AGPL 的网络分发条款正好卡住这条路径(Kavita、Audiobookshelf 用的 GPL-3.0 更松一档)。
贡献
欢迎提交 Issue 和 PR。请先跑通 npm test,并为新行为补测试。