ebook2me 電子書轉思維導圖實測：解析在本機，AI 路線自己選

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

把一本三百頁的電子書變成一張看得懂的思維導圖，中間要經過兩件事：先拆章節，再讓 AI 逐章閱讀。開源工具 ebook2me（新版站名叫 Ebook To Mindmap，開源專案名 ebook-to-mindmap）把這兩步的界線畫得很清楚：拆章節在你的瀏覽器裡本機完成，AI 那一步讓你自己選路線。它出自開源導圖元件 Mind Elixir 的作者之手（GitHub 帳號 SSShooter，授權文件落款 Dexter Chow）。2026 年 8 月我實際丟了一本自建的三章中文 EPUB 進新版網站跑過一輪，也把原始碼翻了一遍，先講結論。

三個最常見的問題先答完。免費嗎？拆章節這層免費，AI 層要嘛登入官方帳號扣星星，要嘛自帶服務金鑰。書的內容會去哪？這取決於你選的路線，預設那條會先經過官方伺服器，這是整篇最該知道的一件事。最後拿到什麼？章節摘要、章節關聯分析與整本書的導圖，而且能匯出成檔案帶走。

拆章節這一步，發生在你的瀏覽器裡

我用一本自製的三章中文 EPUB 實測。檔案拖進網頁，按下取得章節，三個章節標題連同各章字數立刻列出來，全程沒有送出任何 AI 請求，書檔本身也不離開電腦。解析用的是瀏覽器端的函式庫（EPUB 走 epub.js，PDF 走 PDF.js），這兩個依賴都寫在原始碼的套件清單裡，看得到也驗得到。

Pin

介面有繁體中文，而且是官方語系檔內建，跟簡中、英文、日文等語系放在同一份原始碼裡維護。用台灣常用的瀏覽器語系打開，選單、按鈕與錯誤訊息直接以繁中呈現，同類工具裡做到這點的並不多。

拆出來的章節清單可以逐章勾選，能把多個小章合併成一個分組送給 AI 一併分析，也能勾選跳過前言、目錄、致謝這類非核心內容，子章節要往下展開幾層同樣可以設定。要讀哪些章、怎麼分組，控制權在使用者手上，這個設計比一鍵全吞的方式踏實。

輸出語言也是自己選的，英文、中文、日文、法文、德文、西班牙文、俄文、韓文共八種。這代表你可以丟一本日文書進去，要求它輸出中文摘要，跨語言讀書的場景直接省一道翻譯手續。手上沒有現成電子書的話，官方文件建議從 Project Gutenberg 或 Standard Ebooks 這類公開領域書庫取材，避開版權疑慮。

還有一個不起眼但救命的設計：處理結果會自動快取，中途斷線或關掉頁面，下次打開能從上次的進度繼續，已經跑完的章節不會重複計費或重複消耗金鑰額度，快取也能按模式清除。整本書幾十章的批次工作，這個機制是必要的。

預設路線會把內容送進官方後端，費用用星星算

新版網站開箱時的預設模型叫 MindElixirStar。模型管理頁上它被標為預設，說明文字寫著「登入並儲值星星後可使用」。換句話說，什麼都不設定的情況下按下開始解析，書的內容會送去哪，是第一個該問的問題。

Pin

實測答案是官方後端。我在沒有登入的狀態按下開始解析，瀏覽器隨即把章節內容送到 mind-elixir-backend.fly.dev 這個官方伺服器的 AI 端點，被對方拒絕後畫面提示：「請在『模型管理』頁面登入 Mind Elixir，或設定自己的 AI API Key」。這條路徑就寫在原始碼的預設模型設定裡，行為與設定一致。

費用怎麼算？官方充值頁寫得明白：1 美元 10 顆星星，官方換算大約可處理 60 個書章節；更大的方案有 4.99 美元 50 顆、19.99 美元 220 顆、34.99 美元 400 顆。星星在同一個作者的生態裡通用；官方充值頁明列的扣費範圍，除了這個電子書工具還有影片摘要瀏覽器外掛 M10C（10 顆星約 80 部長影片）。以一本 30 章的書粗估，官方路線的成本大約半塊美元上下，懶得管金鑰的人走這條路是順的。

選這條路也要明白它改變了什麼：登入的是 Mind Elixir 生態的帳號，餘額與用量紀錄在作者經營的雲端服務裡，你與工具之間從此多一層帳號與計費關係，匿名使用的空間就沒有了。書的內容會經過官方後端再轉送模型，這對讀公開出版的電子書多半無妨，對公司文件或未出版的稿件就得想一下。

自帶金鑰那條路，瀏覽器直連我驗過了

另一條路是自帶金鑰（BYOK，自己向 AI 服務商申請的金鑰）。在模型管理頁自建一個模型：選供應商、貼金鑰、填模型 ID，儲存後設為預設。可選的供應商有 Gemini、OpenAI（含新版 Responses 介面）、OpenRouter、302.ai，以及跑在本機的 Ollama。金鑰最平價的入口是 Google AI Studio，申請一組 Gemini 金鑰就有免費額度可以試。

自建模型時有個小坑要提醒：表單預填的模型 ID 是舊世代的名稱（Gemini 預設寫 gemini-1.5-flash，OpenAI 預設寫 gpt-3.5-turbo），直接照用會跑到舊模型。送出前自己填上供應商現行的模型名，這點官方介面沒有主動提醒。

官方文件宣稱自帶金鑰模式的請求「均由瀏覽器本地直接連接 AI 供應商」。這句話我驗過：填入一組無效金鑰按開始解析，請求直接打到 Google 的 generativelanguage.googleapis.com 端點，被 Google 以金鑰無效退回，路徑裡沒有任何官方網域。直連屬實，書的內容只在你的瀏覽器與 AI 服務商之間流動，不經過作者的伺服器。

直連有一個瀏覽器時代的坑：跨域限制。部分供應商不開放網頁直接呼叫，按下處理會在開發者工具裡看到 CORS 錯誤，這種時候工具沒壞，是瀏覽器擋的。官方的解法是桌面版，Windows、macOS、Linux 安裝檔都齊，桌面版的請求走原生網路層，不受瀏覽器同源策略約束。另外提醒一件小事：供應商清單裡 302.ai 的官網連結帶作者的推廣碼，走那個連結註冊作者會有分潤，工具本身不因此收費，知道這層關係就好。

真正在意內容流向的人還有第三條路：Ollama。金鑰欄留空、端點填本機位址，模型就是自己電腦上跑的本地模型，整條鏈路不出機器。代價是本地模型的摘要品質與速度，取決於你的機器與選的模型。

產出帶得走，這是它與封閉服務最實的差別

輸出有三種模式：文字總結（每章摘要、章節之間的關聯分析、全書總結）、章節導圖（每章一張）、整書導圖（全書合併成一張）。三種模式的關係是層層往上組織：AI 先逐章摘要，再從摘要理出章節之間的關聯，最後把各章導圖合併成整書結構。導圖能在網頁裡縮放展開，也能匯出成 png 圖片、svg 向量檔與 json 資料檔，或一鍵送進 Mind Elixir 編輯器繼續修改；文字總結則能下載成 Markdown。這段能力清單的依據是原始碼與官方文件；生成成品的樣貌，可以先看官方的展示圖。

官方 README 有一張與 Google NotebookLM 的對比表，我的解讀保守一點。作者主打的兩個差異是：導圖能匯出續編（NotebookLM 的導圖無法匯出），以及提示詞可以完全覆寫系統設定。這是作者自己立的旗，實際體驗前先當參考。我的看法是兩者並存：要在原文裡溯源、問頁碼出處，NotebookLM 仍然比較強，之前介紹過的NotebookLM 匯入工具就是為了餵它吃資料；要把一本書沉澱成一張可編輯的結構圖帶走，這個工具的定位清楚。

提示詞的自由度是真差異。工具內建一整套提示詞模板（小說與非小說分流，摘要、關聯分析、導圖各有專用提示），你可以自己在提示詞管理頁累積模板，處理時掛上去當補充指令；文字總結模式甚至可以勾選完全用自己的提示詞覆寫系統設定，要它照你的格式輸出讀書筆記也行。對照多數封閉服務連系統提示的邊都不給你碰，這個開口對重度使用者有實質價值。

匯出的 json 檔能不能進你慣用的導圖工具，要看各家格式；Mind Elixir 系的編輯器是官方保證能接的。若你還在挑導圖編輯器，之前寫過的SimpleMindMap 開源思維導圖工具可以一起比較。

PDF 與無大綱文件的邊界，現在就要知道

這工具對 EPUB 友善得多。EPUB 檔本身有目錄結構，解析走得很穩，目錄太陽春時還有依閱讀順序逐篇切章的退路。PDF 就沒這麼好過：章節提取依賴檔案內建的書籤大綱，沒有大綱的 PDF 在現行原始碼裡會直接回報找不到有效的章節內容。GitHub 上開著的 issue #14 講的就是這件事，PDF 檔常常提取不到章節。手上的 PDF 若是掃描版或沒有書籤，先轉檔或先別抱期待，掃描版連文字層都沒有，得先過 OCR 才談得上拆章；網路上流傳的「自動辨識第 X 章」說法，在現行版本介面裡已經找不到這個選項。

另一個開著的 issue #15：批次請求沒有節流。章節多的書一次處理，供應商端可能回 429 限速，自帶金鑰的人遇到就分批跑。歷史上還有長文截斷的問題（issue #18，已修畢關閉）。整書導圖模式官方文件也自己提醒：書太長會因模型上下文不足而失敗，遇到就把書改用章節導圖分批處理。若你的需求其實是對 PDF 直接問答而非拆章節，ChatPDF 這類文件問答工具是另一條路。

順帶分辨新舊版本。搜尋到的教學常指向舊站 ebook2me.mind-elixir.com，那裡維持純自帶金鑰的舊介面（簡體中文、沒有登入）；新版在 ebook2me-next.mind-elixir.com，多了帳號與星星。舊版設定裡的隨機性（Temperature）參數，新版已經拿掉，看到教學寫「溫度建議 0.7」，那是舊版畫面。

授權與專案狀態

專案採 MIT 授權，2025 年 7 月開源，到 2026 年 8 月累積約 1,300 顆星、150 多個 fork，最近一次推送在 2026 年 8 月 17 日，桌面版 0.1.3 於 2026 年 7 月 26 日發布，維護是活的。網頁版附有 Docker 設定，可以自己架一份。

自架有一件事要先知道：這個 repo 只有前端，用 Docker 起來的版本預設把模型端點打向本機的 7001 埠，而後端程式沒有附在 repo 裡，等於什麼都連不上；要接哪個服務，是建立時用環境變數指定的。內容私不私有，從頭到尾取決於你用哪個模型，跟部署在哪裡無關。要私有，就設成 Ollama 或自帶金鑰直連。

先丟一本書，再決定要走哪條路

已經有 Gemini 或 OpenAI 金鑰的人，直接走自帶金鑰路線，成本可控、內容直連。懶得申請金鑰、手邊只有幾本書的人，1 美元的星星方案夠試約 60 章，試錯成本很低。內容不能出機器的人（公司文件、未出版稿件），走桌面版加 Ollama 的全本機路線，或者先換別的工具。

第一步很輕：打開新版網站，丟一本 EPUB，按取得章節。這一步免費、即時、內容不出機器，先看章節拆得乾不乾淨，再決定要不要為 AI 那層付費或填金鑰。習慣把網路文章先收成電子書再讀的人，也可以搭配網頁轉 EPUB 的工具先備料。