将本地书库提炼为
可引用的 AI 上下文
成百上千份 PDF、扫描件与电子书极易占满上下文,还会打乱表格或丢失图表。Vastglint 在 macOS 本地建立索引,让 Claude Code、Google Antigravity、ChatGPT Work、Codex 及 stdio MCP 客户端只获取带引用的片段,并同步整理磁盘文件。
macOS 14+ | 原生 Swift | CLI、MCP、访达与插件
解决的核心问题
把严格上下文配额、无损版式还原与安全可逆的磁盘整理融为一体。
-
按引用读取片段,而非吞下整本二进制文件
标准 stdio MCP 服务端、配套的
PreToolUse钩子与按行编号的BOOK.md文件,避免 Agent 硬读原始 PDF 二进制文件。无论是实时检索还是导出上下文包,系统仅在严格配额内返回匹配行,节省约 90% 上下文。 -
完整保留表格、代码与扫描图表
依托字号与线条重建的表格、代码块、阅读器高亮批注,以及 Apple Vision OCR 扫描页均可精确检索。遇到插图与示意图时,Agent 会先读取图注与 OCR 文本并核对页码,必要时才拉取图片像素。
-
跨语种检索与全库引文关联
混合 BM25 与向量检索跨越拉丁字母、汉字偏旁与土耳其文大小写归一化差异,并在全库已索引文献之间自动串联共享的 DOI、arXiv 编号与参考文献引用链。
-
同步让磁盘上的书库井然有序
清理任务会抹除隐藏 XMP 追踪字段,在完好保留多卷丛书与 PDF/EPUB 配对的前提下将完全重复副本移入废纸篓,并按主题分类归档,随时可展平或撤销。
工作流
输出示例
支持格式
默认自动识别并处理 11 种电子书与文档格式。目录中混放的 Markdown 与 TXT 笔记(.md、.markdown、.txt)始终保留原样,仅在单独选中或显式开启 --include-text 时纳入处理。
| 格式 | 解析与解码内核 | 脱敏清理与去重 | 索引与检索能力 |
|---|---|---|---|
PDF.pdf |
内置 PDFKit / CG | 流式擦除 XMP 与 /Info 字段、移除推广封面页、保分卷规范命名 |
字体与线条表格恢复、代码块围栏、Apple Vision ANE OCR、矢量示意图提取与 PDF 批注 |
EPUB.epub |
内置 ZipOCF | 清洗 OPF 元数据、剥离追踪推广链接并干净重打包 OCF | 章节目录行号映射、XHTML 实体还原、插图提取与图表文字 OCR |
DjVu.djvu, .djv |
内置 + djvulibre | 清除旧注释并重命名,完整保留隐藏文本层与书签大纲 | 提取内置隐藏文本层,无文本页自动回退至 ddjvu 结合 Apple Vision OCR |
FB2.fb2, .fb2.zip |
内置 XML | 剔除推广插页段落与冗余文档信息块 | 保留章节大纲、脚注正文以及内嵌图片解码与 OCR |
Kindle.mobi, .azw3, .azw, .prc |
内置 PalmDB | 就地擦除 EXTH 追踪记录并严格维持原有二进制偏移 | 章节提取、元数据恢复、DRM 防护检测与 BOOK.md 生成 |
Comic.cbz, .cbr |
内置 ZIP + unar | 清除 Thumbs.db、广告页及 ComicInfo.xml 中的追踪字段 |
按页序将扫描漫图送入 Apple Vision ANE OCR 与插图索引 |
Office.docx, .odt, .rtf, .doc |
内置 Zip / AppKit | 擦除作者/机构属性、外链追踪与 macOS 下载隔离扩展属性 | 还原标题层级、列表、表格结构并抽取文档内嵌媒体图 |
纯文本.md, .markdown, .txt |
按需启用 | 在文件夹及 Cmd+A 混合选择中自动跳过,仅在单独选定该文件时清理 |
仅在单独选定文件或传入 --include-text 时编译入索引 |