Review AI 全靠电纸书续命不然早瞎了

本文最后更新于 2026年6月29日 早上

众所周知,AI时代 不管是生成的代码还是思考链带来的阅读量远超之前。

不看 AI爱卿 的折子吧,久了就被架空成橡皮图章了;说看吧,我试过不管什么品质的屏幕(哪怕是 Apple Vision Pro)时间稍微长一点,都看得老眼昏花视觉残留到两眼发光

0. 最终效果

Read in E-book
一台可以用浏览器的电纸书

最终方案本质上就是在公网上开一个 Markdown 的服务,然后 PC 连上去改对应的 .md 文件,最后电纸书直接看解析好的网页。

flowchart LR
  PC["PC<br>编辑 Markdown"] --> NAS["飞牛 NAS<br>Docker 渲染 HTML"]
  NAS --> URL["飞牛 NAS<br>公网固定 URL"]
  URL --> Reader["电纸书浏览器<br>只负责阅读"]

我的例子中,由于公司网络限制,且兼顾在家等多地需求,还是需要使用公网而不是局域网,因此依赖 飞牛NAS 又提供服务器又提供公网访问。

飞牛NAS 可以替换成主流的云服务厂商的 云机器 + 公网访问(IP访问即可,不需要域名)

如果不需要公网,那么直接在 PC 上运行 Docker 然后局域网IP访问即可。

compose.yaml

1
2
3
4
5
6
7
8
9
services:
md-reader:
image: mountainpass/go-markdown-server:latest
container_name: md-reader
restart: unless-stopped
ports:
- "8090:8080"
volumes:
- ./content:/content:ro

content/index.md

1
2
3
4
5
6
7
8
9
10
11
12
13
14
# 今日阅读

这里粘贴今天想在电纸书上看的大段文字。

可以是普通纯文本。

也可以是 Markdown:

## 小标题

- 列表一
- 列表二

> 引用也可以正常显示。

启动:

1
docker compose up -d

飞牛 fnOS 启动容器之后会自动生成一个公网地址(在公网下 飞牛管理后台 -> Docker应用 -> 容器 -> 具体容器比如 go-markdown-server -> 🔗8090:8080 即可跳转得到)映射到容器的相应端口,电纸书直接访问它即可。

1. AI 时代描绘清楚需求是最重要的能力

很早我就有想用墨水屏显示器办公保护眼睛的模糊需求,直到我开始接触 Goose Hermes 这种主动完成任务,还能通过网关推送消息的 Agent 之后,才开始具体想如何落地。

一开始肯定是想看如何直接用现成的网关支持的介质,装了各种 IM,甚至还尝试了电纸书上接受邮件。

但是这里面有个一票否决的点 —— 这些接受端都是为 PC 或者滑动为主的移动设备设计的,在电纸书上体验极差。

后来不断尝试之后发现以前经常使用的「公网备忘录」 似乎能覆盖这个场景。

流程很简单:我在 PC 上看到一大段文字,想把它丢到公网某个地方,然后在电纸书上优雅地打开阅读。

浪费不少时候后发现真正的需求其实可以压缩成一句话:

我给服务器一个文本资源,最好是 Markdown 文件,然后它用最朴素、最稳定、最适合电纸书浏览器的 HTML 把它显示出来。

也就是说,我需要的不是「同步显示器」,而是「阅读页生成器」。

2. 之后的落地就很轻松了

我用的是安卓上的 Via 但受限于机能表现并不完全一致,而且巨卡无比。

它可能打开普通网页没问题,但面对复杂前端时就容易渲染失败:JavaScript 太多、布局太重、按钮太小、登录流程太烦、页面刷新太慢。

好在支持 JavaScript 脚本,一些主流浏览器脚本 比如我最爱的 按键翻页 改一下图标大小就能用。

使用 go-markdown-server + content/index.md 方案之后,电纸书就只需要打开一个链接,不需要额外操作。

同时之前的 Agent 网关可以配置远程连接到服务器上,完成一次对话之后就让它主动更新这个 .md 可以实时批阅 AI折子。

3. 各种废案

AI 回答问题的底层机制,可以理解为:模型先把输入的 Prompt 转换成一串 token,再基于这些 token 的上下文表示,逐步预测下一个 token 的概率分布。

生成时,它并不是一次性从完整答案空间中找到一个绝对正确解,而是在每一步根据当前上下文、模型参数和解码策略,选择或采样下一个最合适的 token。

就是这一连串 token 逐步累积形成最终回答。

因此,LLM 的输出本质上是一种基于条件概率的自回归生成:它在巨大的候选序列空间中,生成一个在当前上下文下看起来高概率、连贯且符合指令的文本,而不天然保证其等同于事实真理,更别说一定是符合用户预期的了。

所以没有一些预先的知识引导,或者通过正确的关键词去网上查到现有方案的话,就很容易出现 AI混学,全是糊弄反正不用背锅。

3.1 Hermes 各种消息网关

包括但不限于 IM ,Email 甚至也用了同步文件这种方式,但是一直没想好怎么渲染文件,就差临门一脚。

3.2 共享剪贴板

对电纸书来说界面太复杂太难操作了,好多产品根本打不开或者样式加载失败。

3.3 多端笔记工具

更麻烦,一个登录和打开笔记就拒之门外,更别说这些基本上都是默认滑动翻页,体验极差。


Review AI 全靠电纸书续命不然早瞎了
https://gou7ma7.github.io/2026/06/24/devops/@2026_e_reader_gracefully_keeps_me_alive_at_work/
作者
Roy Lee
发布于
2026年6月24日
许可协议