默讀 Modu Reader 開源閱讀器實測，掃描書 OCR 加 AI 問答收進書架

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

在 GitHub 上搜電子書閱讀器，Anx Reader 這個名字前排很難錯過：8,944 顆星、MIT 授權、到這個月都還在推送程式碼。2026 年 9 月初，有人在它的底子上另起了一個倉庫，把另一個專案 ReadAny 的 AI 能力一併縫進來，五週內發了 19 個版本。這個新專案叫 Modu Reader，中文名默讀。我把 macOS 版實際裝起來走了一遍：安裝包指紋與官方發布值完全一致，但 Gatekeeper 第一眼就把它擋下，因為它沒有公證。這個細節正好點出它的處境：閱讀的底子是別人驗證過的成熟貨，它自己加的那層掃描書 OCR 與 AI 問答也真實存在、來歷寫得極清楚，然而六個平台的安裝門檻，有四個要使用者自己扛。

它拿上游的什麼、自己加了什麼，寫到連 commit 都能查

開源圈拿別人的專案改名繼續做，不算新鮮事；新鮮的是 Modu 把這件事寫得多細。倉庫根目錄的 NOTICE 檔明講：這是 Anx Reader 與 ReadAny 的獨立修改衍生版，不是任何一家上游的官方發布，也不獲其背書。UPSTREAM.md 再往下拆：閱讀介面、書庫、筆記、統計與 WebDAV 的底座來自 Anx Reader（8,944 顆星、MIT 授權，釘住匯入的提交是 107f4fa）；AI 閱讀、混合檢索、模型設定與朗讀參考自 ReadAny（2,782 顆星、GPL-3.0-or-later，參考提交 021137e）；連物件儲存同步的表單欄位參考了哪個專案的哪個檔案，都逐條列出，還特別註明有沒有抄用到原始碼。除了兩個上游，它對第三方元件也一樣交代：Windows 的 WebView 元件在哪裡修了原廠的當機問題、本地分詞器加了自己補的跨平台編譯，修改範圍全寫進另外兩份說明檔。

授權因此是兩層的：Modu 整體以 GPL-3.0-or-later 發布，Anx Reader 帶進來的部分維持原本的 MIT 條款與版權聲明，原始授權文字在 LICENSES 資料匣裡各留一份。對一般讀者這層差別不大，下載安裝使用本來就不受影響；但若有人想改它的原始碼再散布，或把整套東西塞進商業產品，就得把兩層授權一起讀完。還有一個誠實的小痕跡：它的 Dart 套件名到現在仍叫 anx_reader，開發者在文件裡說明這是為了相容既有引用，對外品牌與應用程式識別碼已是 Modu（com.modu.reader）。

對照之下，五週大的 Modu 自己有 101 顆星，上游 Anx Reader 是它的 88 倍大。星數差距這麼懸殊，真正該問的問題就變成：它憑什麼獨立存在？答案在它補進來的能力，也就是下一節開始的實測。

macOS 實測：從 Gatekeeper 的拒絕開始

我先抓了 v1.2.9 的 macOS ARM64 安裝包，51.7MB。官方對每個安裝包都另附一份 SHA-256 校驗檔，本機算出來的指紋與官方值一字不差，這是下載完整性最起碼也最有效的一關。接著 codesign 顯示它是臨時簽名（adhoc），沒有開發者團隊身分，所以 spctl 直接給了 rejected：macOS 的 Gatekeeper 預設不讓這種程式開啟，繞過的方式是在 Finder 手動放行，或先清掉隔離屬性。官方文件對此毫不遮掩，發布說明就寫著 macOS 為臨時簽名、未公證。這不是被抓到的缺陷，是他們自己標出來的現狀。

進到應用程式本體，第一次啟動是五頁英文引導（介面語言跟著系統走，之後可在設定裡改），跳過後就是書庫。我拿官方倉庫附的示範書《閱讀，讓思考慢下來》走了一遍匯入：點選單列的新增、選檔案、勾選、確認，EPUB 就進了書架，封面、格式標章與閱讀進度都正常顯示。開啟書本後，預設是雙頁排版，點正文中央會浮出閱讀選單，頂排是 AI 輔助、翻譯、搜尋、書籤，底部面板有目錄、筆記、主題、亮度與聽書，章節進度用滑桿拉。整條閱讀體驗與上游 Anx Reader 的成熟度對得起來，這正是站在近九千顆星底座上的好處。

Pin

要交代清楚的是我實測的邊界：這條路走的是 macOS ARM64 加 EPUB 文字書，掃描 PDF 的 OCR 重排、AI 問答與多機同步都沒有在本機驗證，以下涉及這些功能的段落，講的是原始碼與官方文件的機制，不是識別品質或回答好壞的結論。

掃描書 OCR：模型不塞進安裝包，下載前先驗指紋

Modu 對掃描書的處理是這樣一套流程：書頁先裁邊、可調對比與銳化，然後用本地 OCR 把頁面圖片上的字轉成文字層，識別結果直接接回閱讀介面，可以劃詞、翻譯、作筆記，或丟進 AI 輸入框。對手上有一堆掃描版 PDF 的人，這等於把原本只能放大看圖的檔案，拉回到與文字書同一套操作。

Pin

它的模型管理值得單獨講。OCR 引擎用的是 PaddleOCR 家族的 PP-OCR 行動版模型，推薦的 PP-OCRv4 中英文版兩個檔案合計約 14.9MiB，另有 v5、v3 中英文與 v3 英文可選，體積在 10.9 到 20.5MiB 之間。這些模型全部不內嵌在安裝包裡，要用的時候才下載，v3、v4 的上游放在 Hugging Face，v5 走 ModelScope，也有 Gitee 鏡像可選。原始碼裡的型錄（lib/service/ocr/ocr_models.dart）對每個模型檔都釘死了位元組數與 SHA-256，通過大小與指紋雙重校驗才會安裝；不想連網的裝置也能離線匯入模型檔。識別本身在本機跑，不需要任何 OCR 的 API 金鑰。模型的授權鏈同樣分層：PP-OCR 系列是 Apache-2.0，嵌入模型裡的 MiniLM 也是 Apache-2.0，BGE 與 E5 則是 MIT，各自的授權文字在倉庫的 LICENSES 資料匣裡各留一份，修改與散布的界線跟著各模型自己的條款走。

兩個但書要先講。OCR 從來就沒有一鍵無損轉檔這種事，官方文件自己也提醒小字、模糊頁、複雜分欄、人名與數字都容易出錯，重要內容要對照原圖。另外掃描浮水印的減淡屬於影像處理，被墨色蓋住的字救不回來。識別準確率我這次沒有實測，這段講的是機制與檔案層的釘選，品質請當成待自驗的未知數。

AI 問答與語意檢索：金鑰自己帶，不帶也照讀

AI 是 Modu 對上游最主要的增量之一，但它的做法是把選擇權整個留給使用者。模型服務自己設定，支援 OpenAI 相容協定、Claude、Gemini 等，填好介面、金鑰與模型參數才有後續；章節問答、閱讀技能、自訂提示詞、多輪追問、劃詞 AI 指令與思維導圖都掛在這層之上。反過來說，完全不在 AI 設定裡填任何東西，閱讀、OCR、筆記、同步一樣能用，官方隱私說明寫得直白：只有你啟用線上 AI、線上翻譯或線上語音時，對應的選文、章節或檢索段落才會送給你指定的服務商。

語意檢索（官方文件稱向量化）是另一條獨立開關。它可以用本地 ONNX 嵌入模型跑：英文有 all-MiniLM-L6-v2（384 維，約 23MB）與 BGE Small EN（384 維，約 34MB），中文用 BGE Small ZH（512 維，約 24MB），多語言的 E5 Small 最大，量化後的模型檔就有 118MB。每個模型同樣釘住上游版本與 SHA-256，按需下載，索引在背景佇列建立，書籍匯入後的自動向量化預設關閉，要哪本就對哪本手動建。用途很具體：幾百頁的書裡某個概念出現過，忘了在哪一章，用語意去找相關段落，找到的原文再交給聊天模型生成回答，比把整本書或當前頁硬塞給 AI 更準也更省。要注意向量索引存在本機、不隨書庫同步，換了嵌入模型也要重建。

Pin

閱讀過程裡與 AI 相鄰的還有兩個順手的功能。劃詞之後的工具列可以自己排列：複製、標註、翻譯、搜尋，或掛上自訂的 AI 指令，每個指令還能單獨決定要不要連網。全文翻譯則把譯文直接放進書頁正文，可以原文與譯文逐段對照，也能切成只看譯文連續讀，翻譯引擎從 Google、DeepL 到自架的 DeepLX 都可以選，對讀外語書的人是比聊天更日常的一條路。這些全部架在自己填的服務上，沒有任何一個功能預設綁定特定廠商。

Pin

隱私文件裡有個多數人不會注意到的誠實細節：應用程式的字型下載功能連的是 fonts.anxcye.com，也就是上游 Anx Reader 作者的服務。只匯入本地字型的話不會碰它，但用了內建字型下載，流量就會到第三方網域。這類邊界它全都寫在明處。

同步與備份：用自己的 WebDAV 或 S3，不開自家的雲

多機同步走 WebDAV 或 S3 相容的物件儲存（S3、OSS、COS 都行），同步書籍、筆記、書籤與閱讀進度，Modu 沒有自家的雲帳號要註冊。已經有 NAS、堅果雲或物件儲存的人直接接上就用；沒有這些建設的人，得先幫自己找一個同步端。閱讀位置以最近一次操作為準，不會自動跳到讀得最遠的那台裝置，這個行為要想清楚再依賴。對堅果雲這類有請求頻率限制的服務，1.2.9 版還加了限頻與冷卻保護，起因是使用者回報自動同步頻繁收到 503，這在 issue 追蹤裡看得到來龍去脈；那則需求的編號是 20，十月初提出、當月就實作完成，這也是小專案的好處。遠端書庫與同步是兩組設定：前者只讀取與下載，不會動伺服器上的檔案，單檔上限 512MiB。

資料庫備份是 ZIP 檔，還原時會整份覆蓋回去，不會跟現有書庫合併，操作前官方建議先留一份當前資料。憑證的處理是另一個重點：同步設定裡的帳號密碼與 API 金鑰，預設不進備份、不同步；要開的話是獨立開關，開啟後以 AES-256-GCM 加密，其他裝置要輸入同一組密碼。全域設定的匯出則更直白，若勾選包含憑證，產出的檔案與連結內容是可還原的明文，官方直接叫你不要公開分享。這些選項全部預設關閉，方向是對的。

六個平台，四種安裝門檻

Modu 的發布涵蓋 Windows、macOS、Linux、Android、iOS 與鴻蒙，但安裝體驗差距很大，這是選它之前最該知道的事。Windows 有 x64 與 ARM64 的安裝器，需要系統有 WebView2 執行環境，安裝包沒有商業簽名。macOS 如前述實測，臨時簽名未公證，第一次開啟要手動放行。Linux 是 DEB 包，按 Debian 13 打包，x64 與 ARM64 都有。Android 是門檻最低的：用專案自己的金鑰簽名的 arm64 APK，Android 8.0 以上直接側載，最低系統版本寫得一清二楚。

手機的另外兩端就難了。iOS 提供 ARM64 的 IPA，但沒有 Apple 分發簽名，使用者得自己透過合法管道簽名安裝，連分享擴充功能都要一起簽，實質上等於把一般 iPhone 使用者排除在外。鴻蒙的 HAP 同樣未簽名，要憑證與描述檔手動處理，而且官方在文件裡自己標明尚未完成實機驗證；追蹤清單裡那則鴻蒙版首頁書籍不顯示、開書報錯的公開 issue，與這個自白互相印證。已經在用 Anx Reader 的人，遷移有現成入口：設定裡可匯入 Anx Reader 的 ZIP 備份，匯入前會先校驗並建立資料庫快照，既有的默讀紀錄會保留，不必把書庫重頭整理一遍。

更新機制也與簽名有關。應用程式每次啟動會檢查更新，來源預設 GitHub、連不上自動改試 Gitee 鏡像，兩邊提供相同的安裝包與校驗檔，下載完還會再驗一次大小與 SHA-256 才開始安裝；Android 版格外謹慎，會多檢查包名、簽名與版本號。這套流程把「下載到的是不是官方檔案」的責任盡量收回程式內，但放行未簽名程式第一次啟動的那一步，仍然只在你手上。

五週大的專案，該知道的重與輕

把該潑的冷水集中在這裡。Modu 建倉於 2026 年 9 月 5 日，到 10 月中已有 19 個版本、追蹤清單裡 35 則 issue 與 PR 關掉了 32 則，維護密度無可挑剔，但反過來看，單一版本週期內連註解彈窗的高度調整這種細節都還在修，介面與功能都還在快速位移，今天寫下的操作路徑下個月可能就換位置。安裝包的下載次數是個位數到雙位數的量級，使用者基數還小，踩到的坑別人未必先踩過。維護者是單一開發者，追蹤清單裡甚至有幾則合併的提交，是在做 QQ 群的自動審核與回饋收集這類社群工程，看得出是把它當自己的產品在養，但單人專案的持續性終究取決於一個人的時間。真有停更的一天，GPL 授權保證程式碼可以被人接手，上游 Anx Reader 也還活著，書庫的 ZIP 備份隨時帶得走，這是開源路線最起碼的安全網；但別把唯一副本押在一個五週歲的專案上，備份習慣比任何承諾可靠。

還有幾件事的邊界該畫清楚：OCR 識別品質與 AI 回答的實用性，這篇沒有實測、不做背書；同步行為也未在兩台裝置間驗證。更新檢查每次啟動都會連 GitHub（失敗自動改試 Gitee 鏡像），完全不連網的使用情境要另外關掉這類自動行為。

誰該裝它，誰先繞路

適合裝的人輪廓相當明確：手上有大量掃描版 PDF，想讓這些書重新可以劃詞、翻譯、作筆記；想在閱讀器裡直接問 AI 問答與跨章節語意檢索，且接受自己管 API 金鑰；本來就用 Anx Reader，想補上 OCR 與 AI 這兩塊。這幾種人從桌面版入手成本最低，macOS 放行一次、Windows 裝好 WebView2 就能開工，先拿兩三本書試 OCR 與排版，再決定要不要把整個書庫遷過去，Anx 的 ZIP 備份隨時可以匯。

不屬於這些情境的人有更順的路。只是讀一般 EPUB、需求停在翻頁與調字體的，Anx Reader 本身、KOReader（30,290 顆星，電子墨水裝置上的老名字）或 Calibre（26,134 顆星，桌面書庫管理的標準答案）都更省事，Windows 上輕量看 PDF 也有 Sumatra PDF 這條路；漫畫想轉成 EPUB 收進書庫，可以看 Comic2Books 的作法；PDF 文件要整份跨語言處理，PDFMathTranslate 與 MinerU 各有各的定位；偏好瀏覽器裡直接讀的，LITERA Reader 是雲端路線的代表。只想從 App Store 或 Google Play 安裝、或者主力裝置是 iPhone 的人，Modu 現階段先路過即可，等它哪天補上簽名與商店分發再回來看。

一句話收尾：Modu Reader 最難得的地方，是它把「我拿了誰的什麼、自己加了什麼、哪裡還沒驗證」全都攤在檔案裡；要不要把書交給它，取決於你手上掃描書的量，以及你願意為一次放行 Gatekeeper 換回多少功能。