#
Omnigram
## 关于 Omnigram
> **Jellyfin 管视频，Immich 管照片，Omnigram 管书籍。**
Omnigram 是一个 **AI 原生的自部署书库管理和阅读服务**。部署在你的 NAS 或 homeserver 上，你的电子书不再是一堆文件，而是一个有智能、有记忆、有温度的个人图书馆。
### 起源
我是一个技术控，NAS 里存了大量的 PDF、EPUB。时间一长，文件混乱，搜索费劲，读过的书在记忆中变得模糊。市面上没有一款工具能同时解决"管理"和"AI 增强阅读"的问题——于是 Omnigram 诞生了。
### 市场空白
```
有服务端(NAS/自部署) 无服务端(纯客户端)
┌──────────────────────┬──────────────────────┐
有AI能力 │ │ Anx Reader │
│ ❌ 空白！ │ Readwise (SaaS) │
│ │ │
├──────────────────────┼──────────────────────┤
无AI能力 │ Calibre-Web │ KOReader │
│ Kavita │ Foliate │
│ Audiobookshelf │ │
└──────────────────────┴──────────────────────┘
```
**"自部署 + AI + 阅读"这个象限 = 零竞争。这就是 Omnigram 的位置。**
---
## 设计哲学
### AI 是空气，不是按钮
这是 Omnigram 和所有竞品最本质的区别。
大多数"AI 阅读器"的做法是在阅读器旁边塞一个 ChatGPT 对话框。这不是 AI 阅读，这是阅读 + 聊天。
Omnigram 的 AI 是**隐形的**：
- 翻到新章节，页面上方淡入一行"前情提要"——你没有点任何按钮
- 选中一个词，浮窗里自然出现释义——你没有"打开 AI"
- 你的书架按主题自动分组，导入的书自动有了标签和摘要
- 你的笔记不是散落的高亮，而是按概念聚合的知识网络
**用户不是在"用 AI"，用户是在读书——只是这个读书体验本身变了。**
### 阅读伴侣，不是阅读工具
阅读一直是孤独的。AI 可以改变这一点。
Omnigram 的 AI 是一个可配置性格的阅读伴侣——像《星际穿越》里的 TARS，你可以调节它的主动性、风格、深度和温度。它可以是安静的书童，也可以是苏格拉底式的导师，也可以是和你一起读书的朋友。
### 洞察而非统计
传统阅读 app 给你柱状图和热力图——"你这个月读了 300 页"。所以呢？
Omnigram 的洞察页用 AI 讲述你的阅读旅程：你这个月深入了什么领域，哪些书之间有知识关联，你的阅读正在走向什么方向。不是给你数据，而是给你**自我认知**。
### 隐私即自由
有些书不方便被别人知道。Omnigram 有一个完全隔离的"隐身书房"——主界面零痕迹，生物识别进入，里面有完整的阅读体验和 AI 功能。隐私保护的是别人的视线，不是你自己的阅读体验。
---
## 特性
### 阅读体验
- 多格式电子书阅读（EPUB、MOBI、AZW3、FB2、TXT）
- iOS、Android、macOS、Windows 原生客户端
- 四 Tab 导航：**阅读书桌** | **书架** | **洞察** | **设置**
- 阅读书桌——打开 app 就像坐到书桌前，一键继续阅读
- 全屏沉浸式阅读器，可自定义排版
- 阅读笔记、高亮、书签
- TTS 语音朗读，多种音色
### AI 驱动（隐形集成）
- AI 阅读伴侣，性格可配置（TARS 模式——调节主动性、风格、深度、温度）
- 上下文条——翻页时自动淡入章节回顾
- 内联释义——选词即出释义，不离开正文
- 页边批注——AI 自动发现跨书知识关联
- 智能书架——导入时自动打标签、生成摘要、估算阅读时长
- 语义搜索——用意思搜索，不只是关键词
- 知识网络——笔记按概念跨书聚合
- 阅读叙事——AI 讲述你的阅读旅程，不是给你图表
### 服务端
- 自部署书库，目录扫描
- 多格式元数据提取
- 多用户管理，会话认证
- 书籍搜索、收藏、阅读进度跨设备同步
- Docker 一键部署（SQLite / PostgreSQL / MySQL）
- 服务端 TTS（Kokoro / Edge TTS，OpenAI 兼容 API）
- OPDS 目录协议
### 隐私
- 隐身书房——完全隔离的第二空间，生物识别进入
- 主界面零痕迹——隐身书籍不出现在书架、搜索、洞察的任何地方
- 隐身空间内有完整的 AI 体验
- 本地加密存储，平台密钥管理
### 数据可移植
- 笔记/高亮导出为 Markdown、JSON 或 CSV
- 知识网络导出至 Obsidian / Logseq
- 从 Kindle、Apple Books、Readwise 导入高亮
- 完整书库导出为可移植存档
- OPDS 目录互操作
---
## 一个类比
如果 Calibre-Web 是图书馆的书架——你来找书，自己读——那 Omnigram 就是给你配了一个私人图书馆管理员。
他记得你读过什么、喜欢什么、上次读到哪里。偶尔会说"这本你可能感兴趣，它和你上个月读的那本有关联"。他不话多，但你需要他的时候，他什么都知道。
---
## 基本架构
```mermaid
graph TB
subgraph Client["📱 Omnigram App (Flutter)"]
Desk["📖 阅读书桌"]
Library["📚 书架"]
Insights["💡 洞察"]
Settings["⚙ 设置"]
Reader["📄 沉浸式阅读器
(EPUB / foliate-js)"]
Companion["🤖 AI 阅读伴侣
(TARS 性格配置)"]
LocalDB["💾 sqflite"]
end
subgraph Server["🖥️ Omnigram Server (Go + Gin)"]
API["REST API
(认证 · 阅读 · 同步 · AI · TTS · OPDS)"]
BookMgr["📚 书库管理
(扫描 · 元数据 · 导入)"]
AIService["🧠 AI 服务
(摘要 · 标签 · 搜索)"]
SyncService["🔄 同步服务
(进度 · 笔记 · WebDAV)"]
DB["🗄️ SQLite / PostgreSQL"]
Store["📦 BadgerDB
(键值存储)"]
end
subgraph External["☁️ 外部服务"]
LLM["LLM 提供商
(OpenAI · Claude · Gemini
Ollama · DeepSeek)"]
TTS["TTS Sidecar
(Kokoro / Edge TTS)"]
end
subgraph NAS["🏠 NAS / 家庭服务器"]
Docker["🐳 Docker Compose"]
Storage["📁 书籍存储
(/books 卷)"]
end
Desk --> Reader
Library --> Reader
Reader --> Companion
Client -->|REST API| API
Client -->|WebDAV| SyncService
API --> BookMgr
API --> AIService
API --> SyncService
BookMgr --> DB
BookMgr --> Storage
AIService --> LLM
SyncService --> DB
API --> Store
Docker --> Server
Docker --> TTS
Server --> TTS
```
## 官方文档
您可以在 找到官方文档（包含安装手册）。
## 示例
对于 App 后端，你可以使用实例地址：https://omnigram-demo.lxpio.com:9443
```
凭证信息：
用户名：admin
密码：123456
```
## 二次开发
### 编译
#### App 编译（Flutter）
```bash
git clone https://github.com/lxpio/omnigram.git
cd omnigram/app
flutter pub get
flutter gen-l10n
dart run build_runner build --delete-conflicting-outputs
flutter build apk # 或: flutter build ios / macos / windows
```
#### Server 编译（Go）
```bash
git clone https://github.com/lxpio/omnigram.git
cd omnigram/server
make
# Docker 构建
make docker
```
### 语音服务
Omnigram Server 通过 Sidecar Docker 容器提供 TTS 服务，使用 OpenAI 兼容 API。默认推荐 [Kokoro-FastAPI](https://github.com/remsky/Kokoro-FastAPI)：
```yaml
# docker-compose.yml — 添加 TTS Sidecar
services:
tts:
image: ghcr.io/remsky/kokoro-fastapi:latest
# OpenAI 兼容 API: POST /v1/audio/speech
# 默认 CPU 模式，添加 GPU 资源可加速
```
配置 `TTS_PROVIDER=kokoro` 和 `TTS_SIDECAR_URL=http://tts:8880`。
Edge TTS 也可作为零部署 fallback（无需额外容器）。
## 技术栈
| 组件 | 技术 |
|------|------|
| **服务端** | Go 1.23 + Gin + GORM + BadgerDB |
| **客户端** | Flutter 3.41 + Riverpod v2 |
| **AI** | langchain_dart（OpenAI, Claude, Gemini, Ollama, DeepSeek） |
| **语音合成** | Kokoro / Edge TTS（服务端 Sidecar）+ sherpa-onnx（设备端） |
| **数据库** | SQLite / PostgreSQL / MySQL |
| **部署** | Docker / Docker Compose |
## 感谢
Omnigram 的阅读引擎构建于 [Anx Reader](https://github.com/Anxcye/anx-reader)（MIT 许可证）。感谢其卓越的工作。
核心依赖库：
- [Anx Reader](https://github.com/Anxcye/anx-reader) — 阅读引擎基础
- [foliate-js](https://github.com/nickthecook/foliate-js) — 电子书渲染引擎
- [Riverpod](https://riverpod.dev/) — 状态管理
- [langchain_dart](https://github.com/davidmigloz/langchain_dart) — AI 集成
- [Kokoro-FastAPI](https://github.com/remsky/Kokoro-FastAPI) — TTS 引擎（Sidecar）
## 许可证
本项目采用 MIT 许可证 - 详见 [LICENSE.md](LICENSE.md)