DoCube 中所有支持高亮的文档，都可以这样加入复习。下面以 iPad 上一份 PDF 中的黄色高亮为操作示例，从设置规则讲到完成一次复习。

开始前​

准备一份要读的文档，确认能在 DoCube 中选中文字并添加高亮。

第一次只标一个概念或一句关键结论，走完流程后，再用到其他资料中。

五步把高亮标注加入复习​

1. 打开要阅读的文档​

在 DoCube 资料库中打开要阅读的文档。如果使用的是尚未导入的本地文件，可以从「导入 / 新建」菜单选择「本地文件」，选中文件并导入。

2. 设置一条自动建卡规则​

打开 DoCube 设置，进入标注设置（铅笔图标），找到「生成卡片」区域，点击右侧的加号。

把标注类型设为「高亮」，选择黄色，再填写一个卡片类别，例如「关键概念」。之后，用这个类型和颜色创建的标注就会按规则加入复习。

如果想在复习时先隐藏答案，打开规则左侧的划线眼睛按钮。这个选项只影响复习时的显示，平时阅读仍能看到高亮文字。

插图按 DoCube 的 iPad 界面绘制，正文使用示例资料。

3. 阅读时，用对应的颜色划重点​

回到文档，长按选中要记住的内容，打开「批注」面板，选择黄色，再点「［关键概念］」。这个名称来自上一步填写的类别。

不用再把这段话复制到另一张卡片里。符合规则的标注会自动加入复习。

尽量一次只选一个概念或一小段关键文字。遮挡后还留有上下文，才方便回想；整段都盖住，反而不知道该回答什么。

4. 到了复习时间，先回想，再揭开​

回到 DoCube 首页，从复习区域打开到期的计划。刚创建的卡片不一定立即出现在今天的队列里，按页面显示的计划复习即可。

开启遮挡后，你会看到标注对应的原文，标过的文字暂时被盖住，周围的内容仍然可见。先试着回想这部分内容，再点遮挡区域查看答案。

5. 根据掌握程度选择「难／中／易」​

揭开后，核对自己是否想对了，再选择「难」「中」或「易」。DoCube 会据此安排后续复习，具体间隔以按钮显示为准。

如果刚才没想起来，就如实选择，不必为了尽快完成而点「易」。按实际掌握程度评分，后续的复习安排才更适合你。

常见问题​

需要配置 AI 服务吗？​

不需要。本文使用的是「生成卡片」中的标注规则，把你选中的原文加入复习，不需要让 AI 另外生成问题和答案。

为什么划完高亮，没有马上出现在今日复习里？​

先检查这次标注的类型和颜色是否与规则一致，以及规则中是否填好了卡片类别。匹配规则的卡片会按计划进入复习，不代表创建后马上到期。

第一次试用时，建议先设置规则，再新建一条高亮，按本文走完一次。

扫描版 PDF 能用吗？​

先做 OCR 文字识别，确认可以选中文字，再按本文设置规则和标注。识别结果可能有错，尤其是公式、符号和专业术语，标注前先检查一下。

可以只手动建卡吗？​

可以。选中文字后，也可以从卡片菜单创建翻转卡片或蒙版卡片。它们适合自己编写卡片内容；本文介绍的标注规则则直接保留原文上下文，用来复习阅读时划过的重点。

从一份资料、一个概念开始试试。从 App Store 下载 DoCube，或先看看首页的复习演示。

首次下载模型后，识别过程可以离线完成，视频不需要上传到语音识别服务。下面从下载模型开始，介绍如何导入视频、生成字幕并检查识别结果。

开始前​

如果还没有安装 DoCube，先从 App Store 下载，然后准备好以下三样：

• 一台 Apple 芯片的 Mac（M1 或更新），系统为 macOS 14 或更新。
• 第一次使用时联网下载字幕模型，大约 1 GB，以设置中推荐的模型为准。之后识别字幕不需要网络。
• 一份能正常播放、有声音的视频。

用 Whisper 生成字幕的四个步骤​

1. 下载 Whisper 字幕模型​

在 DoCube 中按 ⌘, 打开设置，进入「AI 助手」，在「本地模型」区域找到「视频字幕」，点击这一行右侧的「下载」。DoCube 会按你的电脑推荐模型，不用自己挑。等下载完成再进行下一步。

文中插图根据 DoCube 界面绘制，视频与字幕内容为示例。

2. 导入视频​

点击主窗口左上角的「导入 / 新建」按钮，选择「本地文件」，选中要处理的视频并导入。常见的 MP4、MOV 格式都可以直接用。

如果视频本身带有可读取的内嵌字幕，DoCube 会优先使用原有字幕，可以直接进入第 4 步检查字幕。

3. 点击「生成字幕」​

打开导入的视频，点击上方工具栏的「生成字幕」，等待处理完成。较长的视频需要更多时间；如果任务中断且已保存部分进度，再次打开视频后，点击「继续生成字幕」即可接着处理。

第一次用，建议先拿一段十分钟左右的视频试试效果。

生成期间，按钮会显示「生成中」。看到「字幕生成完成」提示后，就可以检查识别结果。

4. 检查字幕​

如果右侧面板没有展开，点击视频上方工具栏最右侧的侧栏按钮，再选择面板顶部的字幕气泡图标，打开字幕列表。

播放视频时，列表会高亮当前的一句字幕。点击任意一句，就会跳到它对应的时间点。

自动字幕难免有错，特别是人名、专业术语和数字。在字幕列表里右键点击一句，选择「编辑」就能修改。已经做过标注的字幕不能再修改，所以建议先改错，再做标注。

这些字幕可以在 DoCube 中跟随视频播放，不会直接压进原视频画面。

生成之后还能做什么​

• 双语字幕：需要双语时，再配置 AI 服务并翻译字幕，就能在原文、译文和双语之间切换。使用在线服务翻译时，相关字幕文字会发送给该服务。
• 逐句精听：用「循环当前字幕」反复听一句，或者用 A-B 循环练一整段。
• 找回讲过的内容：用关键词搜索字幕，直接跳回对应画面。详见在 Mac 上离线搜索视频字幕与转录。
• 把时间点放进笔记：用链接保留想回看的位置，详见文档位置链接指南。

常见问题​

使用 DoCube 还需要单独安装 Whisper 吗？​

不需要。DoCube 已集成 Whisper 语音识别，按第 1 步下载字幕模型即可，不用另外安装 Python 或配置命令行环境。生成原文字幕也不需要配置在线 AI 服务。

生成字幕需要联网吗？​

首次下载模型时需要联网。模型完整下载后，生成字幕在你的 Mac 上完成，断网也能用；以后重新下载或更新模型时仍需要联网。

视频会上传吗？​

本地生成字幕不会上传视频，识别在本机进行。使用翻译、AI 章节这类功能时，DoCube 会将相关字幕文字交给你配置的 AI 服务；使用在线服务前，请确认它的数据处理规则。

支持中文视频吗？​

支持。DoCube 会自动识别视频的语言。中英混杂的内容和专业术语，建议生成后检查一遍。

MKV 视频打不开怎么办？​

DoCube 暂时不支持 MKV、WebM 和 AVI。可以先用视频格式转换工具转成兼容的 MP4，再导入。不要直接修改文件扩展名，那样并没有转换视频格式。

生成的是字幕文件，还是带字幕的视频？​

这四步生成的是可以在 DoCube 中显示、逐句跳转和校对的原文字幕，不会导出一份已经把字幕压进画面的 MP4。

如果还需要单独的字幕文件，完成字幕翻译后，可以在翻译面板中导出译文或双语 VTT 文件。VTT 是保存字幕文字和时间信息的文件，需要配合支持它的播放器使用。

先用一段确定的原文验证搜索​

先打开一份有文本层的 PDF，搜索一句你能在页面上看到的短语。确认结果能返回原页后，再用同一个词测试资料库搜索。这样能分清是文件没有可用文字，还是资料库尚未完成索引。

接着在资料库中搜索该词，打开一条结果，核对来源文档和命中位置。扫描件则先做 OCR，再重复这两个检查。

先做一个 10 秒检查：这份 PDF 是文字还是图片​

打开一份 PDF，尝试拖动选择其中一句话：

• 能按单词和句子选择，说明文件已经有文本层，可以直接搜索。
• 只能选中整页，或者完全无法选择文字，通常说明它是扫描件。
• 能选择但复制出来是乱码，说明文本层存在，但编码或 OCR 质量有问题。

这一步很重要。搜索工具只能检索它实际读到的文字；页面看起来有字，不代表文件里真的保存了文字。

根据资料量选择搜索方式​

macOS 的 Spotlight 使用保存在设备上的索引查找文件和内容，适合先做一次低成本尝试；索引仍在建立时，结果可能暂时不完整。可以参考 Apple 对 Spotlight 索引的说明。

如果 PDF 都在一个目录里，Adobe Acrobat 的高级搜索可以把范围设为某个文件夹，而不是当前文档。Adobe 的多 PDF 搜索说明也建议对大型、稳定的资料集建立目录索引。

当你还想同时搜索 EPUB、网页、Markdown、视频字幕和自己的标注时，单纯的文件夹搜索就不够了。此时更适合把资料导入一个本地文档库，由同一份索引管理正文和阅读痕迹。

扫描 PDF 为什么必须先做 OCR​

扫描 PDF 的每一页本质上是一张图片。OCR 会识别图像中的字符，生成可以选择和检索的文本数据。

做 OCR 时有三点值得注意：

1. 先选对主要语言；中英混排时再加入次要语言。
2. 保留原文件或备份，尤其是批量处理之前。
3. 抽查姓名、数字、公式和分栏顺序，不能只看“识别完成”。

复杂分栏、公式、代码和低清扫描件最容易产生错误。OCR 能让资料进入搜索，但不能保证识别结果等同于原文。Adobe 也明确说明，OCR 是把图像文字转换为可选择、可搜索文本层的步骤，处理后仍应检查准确性。查看 Adobe 的扫描文档 OCR 指南。

用 DoCube 建立一个可搜索的本地 PDF 资料库​

如果目标不是临时找一次，而是长期积累和找回资料，可以使用下面的流程：

1. 在添加菜单中导入文件，或选择“目录导入”批量扫描一个文件夹。需要保留来源层级时，打开“保持目录”。
2. 打开扫描 PDF，在 Mac 顶部工具栏选择“文本识别”；选择主要语言和需要的次要语言后开始 OCR。
3. OCR 完成后，DoCube 会重新打开带文本层的识别版本。原始 PDF 不会被直接改写。
4. 等待新导入正文完成解析和索引。资料很多时，导入、OCR 与搜索索引会分阶段完成。
5. 点击标签栏中的“在 DoCube 中搜索”，输入关键词、原句片段或简短问题，按 Return。
6. 在结果页按文档类型选择 PDF，也可以继续按标签、来源文档或内容来源缩小范围。
7. 选择结果卡片核对上下文，再打开原文；PDF 结果会带你回到匹配页面和位置。

DoCube 的全库搜索不只覆盖 PDF 正文，也覆盖 EPUB、HTML、Markdown、MinerU、视频字幕，以及高亮、引用、链接、Markdown 标注和卡片。这样你可以用“自己写过的词”找回原文，而不必只记得作者原来的措辞。

什么时候需要语义搜索​

关键词搜索适合明确的姓名、术语、编号和原句。以下情况可以考虑语义搜索：

• 记得意思，但不记得原文用了哪个词。
• 不同作者用不同术语描述同一个概念。
• 想找相近观点，而不是完全相同的字符串。

在 DoCube 中，可以先下载本地 QWen3 Embedding 模型，再为新查询开启“语义化搜索”。它会把 BM25 关键词结果与向量结果合并排序。模型下载完成后，向量索引建立和搜索可以在设备上离线完成；首次处理大型资料库会占用时间、存储和内存。

语义相近不等于事实一致。涉及数字、条件和结论时，仍应打开来源片段核对。

搜不到内容时，按这个顺序排查​

1. 先在当前 PDF 中搜索。 当前文件也搜不到，优先检查文本层或 OCR。
2. 缩短查询。 先用连续出现的两三个关键词，不要一开始输入很长的问题。
3. 等待索引。 刚导入、刚 OCR 或刚修改的内容可能还没有进入索引。
4. 移除筛选。 检查是否误选了文档类型、标签、来源或大小写限制。
5. 检查 PDF 权限与编码。 加密、损坏或异常字体编码会影响文本提取。
6. 最后再重建索引。 不要把重建索引当作第一个动作；它不能修复缺失的文本层。

本地搜索和 AI 总结不是同一件事​

关键词索引、OCR 和本地 Embedding 可以在设备上工作。搜索结果的 AI 总结则不同：启用后，查询和当前结果片段会发送给你配置的 AI 服务商。处理敏感论文、合同或内部资料时，应分清“本地找回原文”和“把结果交给在线模型总结”这两个步骤。

常见问题​

Spotlight 能搜索所有扫描 PDF 吗？​

不能保证。Spotlight 依赖可用的索引内容；只有页面图像、文本层异常或仍未完成索引的 PDF 可能搜不到。先完成 OCR，再抽查一个明确词语。

OCR 会改变原 PDF 的页面外观吗？​

不同工具行为不同。DoCube 会生成识别版本并保留原页面外观，不直接改写导入的原始 PDF；其他批量工具应先确认输出位置和覆盖策略。

几千份 PDF 应该使用关键词还是语义搜索？​

先建立稳定的关键词索引。关键词结果更容易解释，也适合姓名、数字和术语。语义搜索适合作为第二条检索路径，而不是替代关键词搜索。

如果你还在决定资料和笔记应该如何保存，可以继续阅读如何在本地管理 PDF 和 EPUB 笔记。DoCube 可在 App Store 免费下载，免费版可以先用少量文档验证整套搜索流程。

先用一个代表性章节检查译文​

第一次使用时，先选择一个包含标题、图片和普通段落的短章节或小型 EPUB。完成后打开译文，逐项检查目录跳转、段落顺序、图片位置和可调整字号的正文，再决定是否处理更大的书。

如果资料包含公式、代码、脚注或表格，再各选一处复杂内容，与原书并排核对。检查的是这些结构有没有保留、含义有没有变化，不是只看任务是否显示完成。保留原书，也记录所用服务和模型，便于发现问题后重新处理。

为什么复制到翻译器再粘回来容易破坏 EPUB​

EPUB 并不是一篇很长的纯文本。W3C 的 EPUB 3.3 规范把它定义为一个包含 XHTML、CSS、图片、字体、导航和元数据等资源的单文件容器。目录和正文阅读顺序也有各自的结构。

因此，下面这些做法很容易丢失信息：

• 把整章复制到普通文本框，只拿回译文。
• 先转成 Word 或纯文本，翻译后再尝试拼回 EPUB。
• 只按屏幕上看到的换行切段，而不理会标题、列表、脚注和链接。
• 为了“保留版式”先转成 PDF，结果失去 EPUB 的可重排阅读能力。

真正需要保留的不是某一台设备上的像素位置，而是结构：哪一段属于哪一章，图片放在哪里，哪些文字是标题、强调、脚注或链接，以及目录如何到达正文。

三种常见方法怎么选​

如果只是遇到一句看不懂的话，系统选区翻译通常更快。只有当你需要连续阅读整本译文、保留原译文对照或导出新书时，才值得运行全文翻译。

翻译前先检查四件事​

1. 确认文件没有 DRM。 受保护的商店电子书通常不能由第三方应用直接处理。
2. 打开目录并抽查章节。 如果原 EPUB 本身就缺章节、图片或样式，翻译不会自动修复源文件。
3. 判断是可重排还是固定版式。 小说和一般非虚构读物多为可重排 EPUB；漫画、图册和复杂教材可能使用固定版式，翻译后更容易溢出。
4. 保留原始 EPUB。 译文应该导出为新文件，不要把唯一原件当作工作副本覆盖。

还要确认你有权翻译和导出这份内容。个人阅读、公开发布和商业再发行属于不同的授权范围。

在 DoCube 中翻译整本 EPUB​

DoCube 的 EPUB 全文翻译按正文段落生成译文，并保留原文与译文之间的对应关系。实际步骤如下：

1. 导入并打开 EPUB，先检查目录、图片和正文是否正常。
2. 在“设置 → AI 助手”中配置用于文档翻译的在线服务和模型。全文翻译会把需要翻译的文本发送给你选择的服务商。
3. 在 Mac 顶部工具栏点击“全文翻译”；iPhone 或 iPad 从阅读操作菜单进入。
4. 选择目标语言并开始翻译。中途退出后，可以继续未完成的部分；已经完成的版本可以直接打开。
5. 阅读时选择左右对照、上下对照或译文覆盖，并按需要交换原文和译文的位置。
6. 个别段落失败或质量不理想时，只重新翻译这一段。新结果成功后才会替换旧译文。
7. 完成后从翻译面板导出“仅译文”EPUB，或同时保留原文与译文的“双语对照”EPUB。

译文导出属于 Pro 功能。导出的是新文件，原始 EPUB 仍然保留在资料库中。

“保留格式”应该怎样验收​

没有任何自动翻译能保证所有 EPUB 都像原书一样。导出后至少检查：

• 目录是否还能进入正确章节。
• 章节顺序是否完整，有没有重复或缺失。
• 标题、列表、引用、脚注和超链接是否仍有正确语义。
• 图片是否存在，图注是否与图片保持在合理位置。
• 斜体、粗体和段落边界有没有被拆坏。
• 长译文是否挤压按钮、表格、诗歌或固定版面。
• 人名、术语、数字、否定和单位是否准确。

最好在两种阅读器和至少两种窗口宽度下打开导出的 EPUB。可重排电子书会随设备重新分页，因此“在当前窗口看起来正确”还不够。

双语 EPUB 还是仅译文 EPUB​

选择取决于下一步怎么读：

• 双语对照适合语言学习、专业资料和需要核对原文的场景，文件会更长。
• 仅译文适合连续阅读，干扰更少，但遇到错误时需要回到原书核对。
• 只在应用内对照适合还在校对的阶段，确认质量后再导出最终版本。

对于论文、合同、技术规范和医学材料，建议保留原文对照。机器翻译不能替代对关键表述的人工确认。

哪些 EPUB 最容易出问题​

以下内容需要更多人工检查：

• 固定版式 EPUB、漫画和画册。
• 数学公式、代码、竖排文字和特殊注音。
• 大量脚注、交叉引用或弹出式注释。
• 把一句话拆进很多内联标签的复杂排版。
• 依赖脚本、外部资源或自定义字体的电子书。
• 原文件自身不符合 EPUB 规范的情况。

遇到这类书时，与其追求一次性翻完整本，不如先翻译一章并导出测试。确认目录、图片和段落结构都正常，再处理余下内容。

隐私、费用和一致性​

EPUB 可以本地保存和阅读，但 DoCube 的全文翻译当前使用你配置的在线 AI 服务。相关正文会通过网络发送给该服务商，并可能产生费用。敏感资料应先确认服务商的数据处理政策。

长书还要考虑术语一致性。自动模型可能在不同章节使用不同译名。可以先确定核心术语，再重点抽查标题、人物名和高频概念；对质量要求很高时，仍需要专门的翻译记忆或人工校对流程。

常见问题​

能不能完全离线翻译整本 EPUB？​

DoCube 当前的全文翻译需要用户配置在线模型。选区系统翻译是否能离线取决于系统语言资源；不能把它当作整本 EPUB 的离线导出方案。

翻译后还可以调整字号吗？​

可重排 EPUB 仍应保留电子书的重排能力，字号和内容宽度由阅读器控制。固定版式 EPUB 则可能不提供同样的调整空间。

双语 EPUB 会覆盖原书吗？​

不会。DoCube 从翻译面板导出新的双语或仅译文 EPUB，原始导入文件仍然保留。

完成译文后，如果还想让原书、译文和阅读笔记保持在本地资料库中，可以继续阅读如何在本地管理 PDF 和 EPUB 笔记。

先确认字幕是否真的存在​

打开视频的字幕列表，先看有没有能读到的字幕条目。下面是专门测试视频的真实空状态：播放器能播放，并不表示字幕已经生成或可供搜索。

有字幕后，选一个你能在列表中看到的词测试文档内搜索，再打开命中结果核对时间和原声。最后测试资料库搜索。转录任务结束但列表仍为空时，应先排查转录结果，不能把它当成索引已经就绪。

视频搜索其实是三个连续步骤​

1. **转录：**从音轨识别人说的话。
2. **定位：**给每条字幕保存开始和结束时间。
3. **索引：**把字幕文字加入全文搜索，并让结果保留时间戳。

只生成一份没有时间信息的 TXT 文件，虽然能查词，却很难回到原视频核对。只有时间戳、没有跨视频索引，又会迫使你逐个打开视频搜索。一个完整流程需要同时解决这三件事。

OpenAI Whisper 是通用语音识别模型，支持多语言语音识别、语言识别和语音翻译等任务。像 DoCube 这样的本地应用可以在模型下载完成后，在 Mac 上直接运行识别，而不把音频上传到转录网站。

哪种方法适合你​

最后一条很容易混淆：字幕搜索只能找到说出来的话。幻灯片上的文字、代码画面和没有念出的标题，不会因为生成了 Whisper 字幕就自动可搜索。

在 DoCube 中本地生成并搜索视频字幕​

1. 准备本地字幕模型​

打开“设置 → AI 助手”，在“本地模型”区域下载并选择视频字幕使用的 Whisper 模型。下载模型需要网络；文件准备完成后，字幕生成本身可以离线运行。

模型越大，通常越需要内存和处理时间。长视频开始前，应为模型、临时音频和字幕数据预留足够存储，并关闭暂时不用的大型应用。

2. 导入视频并生成字幕​

如果是第一次操作，可以先按Mac 上用 Whisper 生成视频字幕的图文教程完成模型下载、导入和字幕校对，再回来搜索。

把本地视频导入 DoCube，打开视频文档：

• 如果文件已有可用内嵌字幕，可以直接使用。
• 没有字幕时，点击“生成字幕”开始本地识别。
• 已开始但未完成的任务可以继续处理。
• 识别期间保持应用和当前文档打开，并观察进度。

字幕完成后，字幕列表会跟随播放位置高亮当前条目。选择任意一条，就会跳到它的开始时间。

3. 搜索当前视频​

打开“文档内搜索”，输入词语或短语。搜索范围是当前字幕，不会重新分析音频或画面。结果会显示命中字幕及前后文；选择结果即可跳到对应时间。

需要找姓名、术语和原句时，文档内搜索最快。字幕没有生成完成，或者识别文本里写错了目标词，结果就不会出现。

4. 搜索整个视频资料库​

视频字幕也会进入 DoCube 的全库索引。点击标签栏中的“在 DoCube 中搜索”，就可以同时检索多段视频，以及 PDF、EPUB、网页、Markdown 和自己的标注。

全库结果会保留字幕时间位置。打开结果时，播放器跳回对应时间，而不是只打开视频开头。

5. 把重要片段变成可找回的知识​

选择字幕文字后，可以创建高亮、引用、Markdown 标注、链接或卡片。标注会同时保存所选文字和时间范围；以后从搜索或标注列表打开时，仍能返回对应画面。

如果需要把一个片段放进另一篇笔记，可以复制该视频位置的 DoCube 地址。这个地址不仅指向视频文件，还能记录播放时间。

离线转录真正保护了什么​

本地 Whisper 的核心价值是音频不需要上传到第三方转录网站。适合会议记录、访谈、课程录像和未公开素材。

但后续功能可能有不同的数据边界：

• 本地生成字幕、搜索字幕：模型下载完成后可以离线进行。
• 翻译字幕：使用你配置的在线模型时，相关字幕会发送给服务商。
• AI 自动生成视频章节：同样依赖所配置的在线服务。

不要因为“字幕是本地生成的”，就默认之后的翻译和总结也在本地完成。

提高转录和搜索命中率​

• 优先使用清晰、近讲者的音轨，减少背景音乐和混响。
• 选择与设备内存和视频长度匹配的模型。
• 人名、缩写和专业术语完成后要抽查并手动修正。
• 搜不到时尝试词干、同音变体或更短的片段。
• 多语言视频先确认识别出的原文语言是否正确。
• 重要结论始终回到音频与画面核对，不只看转录文字。

什么时候字幕搜索不够​

以下需求需要额外的视觉处理：

• 找某张幻灯片出现的文字，但讲者没有念出来。
• 找某个产品、人物、场景或动作。
• 搜索无声屏幕录制中的菜单和代码。
• 按镜头相似度或画面内容查找片段。

这时应加入关键帧抽取、OCR、画面描述或视觉向量索引。它们与语音转录是互补关系，不是 Whisper 的同一项能力。

常见问题​

第一次使用时能完全断网吗？​

不能。需要先联网下载本地 Whisper 模型。模型完整下载后，DoCube 的字幕生成和字幕搜索可以离线完成。

搜索结果能直接跳回视频时间吗？​

可以。文档内字幕结果和全库视频字幕结果都会保留时间位置；字幕标注也保存对应时间范围。

Whisper 会搜索视频画面里的文字吗？​

不会。Whisper 处理音轨。画面文字需要 OCR 或视觉索引；没有说出口的内容不会出现在字幕搜索中。

自动字幕可以直接当作正式记录吗？​

不建议。人名、数字、否定词和专业术语最需要核对。正式会议纪要、采访引用或法律材料应回听原音并人工校订。

如果你还想把视频片段链接进阅读笔记，可以继续阅读如何把笔记链接回 PDF 和 EPUB 的具体位置。

用自己的资料检查一次完整往返​

先选一份 PDF、一篇网页和一个短视频，围绕同一个问题写一篇笔记。不要一次导入整个资料库；先检查下面三件事：

1. 重新打开笔记，确认文字和插入的内容仍可阅读。
2. 从笔记中的来源入口返回原文，核对页码、段落或视频范围。
3. 搜索一个记得的关键词，确认能找到笔记或来源中的实际内容。

同步成功和有备份是两件事。把需要长期保存的内容导出到另一个位置，检查文件能否重新打开，再安排后续备份。完整的跨资料笔记流程展示了这些内容如何放在一起。

先分清五种数据​

一个长期可用的阅读资料库至少包含：

1. **原始文档：**PDF、EPUB 以及图片、字体等资源。
2. **阅读状态：**当前页、章节位置、书签和阅读进度。
3. **原文标注：**高亮、下划线、引用和短批注，并保留来源位置。
4. **独立笔记：**可以跨文档组织观点的 Markdown 或结构化笔记。
5. **搜索索引：**由正文和标注生成，可以丢弃后重建，不应成为唯一数据源。

把这些内容全写回 PDF 或 EPUB，看似“只有一个文件”，却容易受到格式能力和应用兼容性的限制。把它们完全拆散，又会失去从笔记返回原文的路径。更实用的做法是：原文件保持独立，标注和笔记由资料库管理，并保存足以重新定位的地址。

PDF 和 EPUB 的位置不是同一种东西​

PDF 页面固定，位置通常可以用页码和页内坐标表达。EPUB 会随字号、窗口宽度和设备重新排版，因此“第 83 页”不是稳定地址，更适合使用章节和正文位置。

这会直接影响笔记系统：

• PDF 笔记应该能回到具体页面和选区。
• EPUB 笔记应该跟随内容位置，而不是某次排版产生的页码。
• 修改或替换原文件后，两种位置都需要重新检查。
• 仅保存截图可以保留外观，却失去可搜索文字和可迁移的结构。

一个同时管理 PDF 与 EPUB 的工具，必须尊重两种格式的定位差异，不能只把它们当成一摞通用附件。

三种常见笔记方式​

它们不是互斥选择。短标注适合贴在原文上，较长的分析适合独立笔记；关键是两者之间有稳定链接。

一个可持续的本地工作流​

1. 先建立文档入口，不急着设计复杂分类​

把现有 PDF 和 EPUB 导入同一个资料库。第一次可以按原文件夹批量导入并保留目录结构，再用少量标签表达跨目录主题。

文件夹适合稳定归属，例如课程、客户或项目；标签适合交叉分类，例如“待读”“方法论”或“引用候选”。不要一开始建立几十层目录，搜索和链接比完美分类更重要。

2. 阅读时保存最小但足够的上下文​

一条有用标注至少应知道：

• 来自哪份文档。
• 对应哪段原文。
• 位于 PDF 页面、EPUB 章节位置或视频时间点的哪里。
• 属于高亮、引用、链接、长笔记还是卡片。
• 何时创建或修改。

不要把所有想法都塞进页边短批注。对一句话的即时反应可以留在原文；需要比较多份资料的内容，最好写进独立 Markdown 笔记，再链接回证据位置。

3. 让标注进入搜索​

资料变多以后，最常记得的往往不是文件名，而是自己写过的一句话。全文搜索应该同时覆盖正文、高亮、引用、链接和笔记，并保留命中来源。

在 DoCube 中，全库搜索覆盖 PDF、EPUB、HTML、Markdown、MinerU、视频字幕和多类标注。结果可以返回具体页面、章节、内容块或时间点，而不是只打开文档封面。

4. 用位置链接连接长笔记和原文​

复制当前阅读位置的 docube:// 地址，把它贴进 Markdown 或其他支持链接的笔记工具。这样长笔记可以保持开放文本结构，同时仍然能够一键回到原文。

位置链接不包含原文件。把笔记复制到另一台设备时，还要确保目标文档已经导入或同步过去。

5. 把同步和备份分开理解​

本地优先不等于只保留一份副本：

• 本地资料库是主要工作副本。
• iCloud 可以在 Mac、iPhone 和 iPad 之间同步改动。
• 同步会传播修改和删除，因此不能代替独立备份。
• 定期导出重要原文、译文和笔记，并保留可恢复的历史副本。

删除文档前还要检查标注、卡片和其他笔记是否仍然引用它。

DoCube 如何处理这些内容​

DoCube 把文档复制到设备上的资料库，标注独立于原始 PDF 保存，不会直接写回原文件。PDF、EPUB、网页、Markdown、MinerU 和视频可以一起组织、搜索和链接。

建议的最小路径是：

1. 导入一个小文件夹，确认标题、封面和正文解析正常。
2. 为扫描 PDF 完成本地 OCR。
3. 在 PDF 或 EPUB 中创建几条高亮、引用和 Markdown 标注。
4. 建立一篇独立 Markdown 笔记，粘贴几个具体位置链接。
5. 用全库搜索输入自己写过的词，确认能返回原文。
6. 打开 iCloud 同步前，先确认本地资料和导出路径符合预期。

免费版最多可以建立 5 个文档，足以用真实资料验证这条链路，再决定是否迁移完整资料库。

选择本地笔记工具时的检查表​

• 能否同时读取 PDF 和 EPUB，而不是只把它们当附件？
• 扫描 PDF 是否可以在本地 OCR？
• 标注能否搜索，并返回准确位置？
• EPUB 改字号后，链接还能否回到同一段内容？
• 长笔记是否使用开放或可导出的格式？
• 能否导出原文件、译文和独立副本？
• 同步是否可选，数据主要存在哪里？
• 删除一个文档时，会同时删除哪些关联数据？
• 搜索索引损坏后，能否由原文和笔记重建？

常见问题​

标注应该直接写回 PDF 吗？​

如果需要把带批注 PDF 交给其他阅读器，这是合理选择。若目标是跨 PDF、EPUB 和视频统一搜索、链接和复习，应用内结构化标注更灵活，但必须有明确的导出和备份路径。

EPUB 笔记为什么不能只保存页码？​

EPUB 通常会随字号、窗口和设备重新分页。页码是一次排版的结果，不是稳定内容地址；应保存章节和正文位置。

local-first 是否意味着不能使用 iCloud？​

不是。local-first 的重点是设备上有完整可用的主要副本，核心阅读和管理不依赖服务端账号持续在线。iCloud 可以作为用户控制的同步通道，但同步不等于备份。

换工具时最重要的导出是什么？​

至少保留原始 PDF/EPUB、可读的笔记文本、标注原文与位置，以及必要的图片资源。只有应用内部数据库、没有可读导出，会增加长期迁移成本。

下一步可以阅读如何把笔记链接回 PDF 和 EPUB 的具体位置，把“资料在本地”进一步变成“以后还能准确回到原文”。

一个实际的跨文档链接​

下面的真机测试在 EPUB 的链接标注中填入了 PDF 的位置地址。地址中同时包含 PDF 文档标识和位置部分，目的不是只打开某份文件，而是回到保存的位置。

自己验证时，复制原文位置地址，粘贴到另一篇笔记或链接标注，保存后离开原页，再打开链接核对落点。不要只检查地址有没有变蓝。

如果想把位置链接、截图摘录和视频片段一起用起来，可以接着看把不同资料中的依据写进同一篇笔记。

文档链接和位置链接有什么区别​

假设一份 400 页的报告里有一句关键结论：

• 文档链接只能重新打开这份报告。
• 页面链接能打开对应页。
• 位置链接还能把你带回当时阅读的段落或选区附近。

资料少时，这些差异不明显。几个月后只记得“那份报告里讲过一次”时，重新打开封面几乎等于重新搜索。真正能节省时间的是最后一段路：从笔记直接回到证据。

PDF 标注和链接笔记不是同一件事​

比较实用的分工是：短反应留在原文，长分析放在独立笔记，并为每个关键论点附上精确来源链接。

不同格式应该怎样保存位置​

• **PDF：**文档身份、页码，以及尽可能具体的页内位置。
• **EPUB：**文档身份、章节和正文位置，而不是会随字号变化的页码。
• **Markdown：**文档身份、标题或自定义锚点。
• **网页快照：**保存下来的文档身份和段落位置，避免只依赖可能变化的在线网页。
• **视频：**文档身份和播放时间，最好同时保留字幕范围。

位置并不是永远不会失效。替换文件、大幅编辑章节、删除标题或重新生成内容后，都应该抽查旧链接。

在 DoCube 中复制并复用具体位置​

DoCube 使用 docube:// 地址表达资料和阅读位置。一个基本流程是：

1. 打开目标 PDF、EPUB、Markdown、MinerU、网页快照或视频。
2. 导航到需要引用的页面、段落、内容块或时间点。
3. 使用文档地址操作复制当前位置的 DoCube 地址。
4. 把地址粘贴到 Markdown 链接、链接标注或其他笔记 App 中。
5. 立即打开一次，确认它指向正确文档和位置。

Markdown 中可以把原始地址包装成可读标题，例如：

[关于检索排序的原始论证](docube://...)

修改方括号里的显示文字不会改变目标；修改地址则会改变跳转位置。

从一段原文链接到另一份资料​

如果想让 PDF 或 EPUB 中的一段话直接指向其他证据：

1. 先打开目标资料，复制目标位置地址。
2. 回到来源文档，选中承载链接的原文。
3. 在选区操作中选择“链接”，粘贴目标地址并保存。
4. 点击新建的链接标注，确认目标正确。

这适合：

• 把论文结论连到方法或数据页。
• 把教材正文连到另一章的定义。
• 对照同一作品的不同译本。
• 从批评文章跳到被讨论的原文段落。
• 把课程笔记连到视频里的具体讲解时间。

链接标注是单向关系。它不会自动在目标文档建立“谁链接了我”的反向列表；标签页的返回历史也不等于反向链接。

为什么独立 Markdown 适合作为连接层​

独立笔记需要同时满足两件事：可以自由组织观点，又能回到原始资料。Markdown 适合承担这一层，因为正文是可读文本，链接也能直接写在内容中。

一个主题笔记可以同时列出：

• 一份 PDF 的具体页面。
• 一本 EPUB 的某段正文。
• 一个网页快照的段落。
• 一段视频的时间点。
• 另一篇 Markdown 笔记的标题或锚点。

这样笔记不是复制出来的材料仓库，而是导航和论证层。原文仍留在适合阅读的格式中，笔记负责说明它们为什么有关。

位置链接的四个现实限制​

1. 链接不包含原文件​

docube:// 地址记录资料身份和位置，不会把 PDF 或 EPUB 嵌进链接。发送给另一台设备前，目标资料必须已经导入或同步过去。

2. 自定义地址需要对应应用​

普通网页链接由浏览器处理，docube:// 需要安装 DoCube。用于长期论文或团队协作时，建议在链接旁同时写明标题、作者、页码或章节，保留人可以阅读的备用引用。

3. 原文变化可能破坏位置​

PDF 被替换成不同版本、EPUB 章节被重排、Markdown 标题被删除，都可能让旧位置变得不准确。重要引用要保留原文摘录和版本信息。

4. 同步不是备份​

如果目标文档被删除，删除可能同步到其他设备，链接也会失去目标。重要资料和笔记应有独立导出与备份。

搜索、链接和历史应该怎样配合​

三者解决的是不同问题：

• 搜索用于你不知道目标在哪里时，从内容反查来源。
• 链接用于你已经知道两个位置有关，希望以后直接往返。
• 历史用于返回刚刚访问过的位置，不需要提前整理。

好的知识工作流不会要求你提前把所有关系都设计好。先用搜索找到内容，对真正重要的关系建立链接，其余临时跳转交给历史记录。

常见问题​

为什么不直接把原文复制进笔记？​

短摘录有助于理解上下文，但复制内容会与来源分离，也可能遗漏图表、脚注和版本信息。保留简短摘录，同时附上位置链接更稳妥。

EPUB 改字号后，链接还有效吗？​

如果工具保存的是正文位置而不是显示页码，通常可以回到相同内容附近。若原 EPUB 被替换或章节结构大幅改变，仍需要重新确认。

链接笔记能代替 PDF 标注吗？​

不能完全代替。高亮和短批注适合阅读当下；链接笔记适合把较长思考和多份资料组织起来。两者配合比只选一种更自然。

可以把 DoCube 链接放进其他笔记 App 吗？​

可以，只要目标 App 保留自定义 URL，并且打开链接的设备已安装 DoCube、拥有对应文档。

如果还没有建立可搜索的资料库，可以先阅读如何在 Mac 上搜索数百个 PDF和如何在本地管理 PDF 与 EPUB 笔记。

PDF 从来都不是一个没人抱怨的格式。

但我越来越觉得，很多抱怨并没有命中真正的问题。

我并不讨厌 PDF。恰恰相反，我认为 PDF 至今仍是一种非常出色的文档格式。它表现力丰富、版式稳定、在不同设备上渲染一致。对于论文、报告、判决书、扫描书这类对版式敏感的文档来说，这种稳定不是缺点，反而是它至今有用的主要原因之一。复杂排版、图表、脚注、公式和页面之间的关系，都能被相当忠实地保留下来。如果目标是准确地把内容交付给读者，PDF 至今仍做得很好。

把“还能继续使用”变成一次可以检查的操作​

在自己的 PDF 中标出一句关键内容，写一段解释，并保存它的来源位置。结束这次阅读后，再用下面三个动作检查这条记录：

• 搜索记得的词，看看能否找到相关内容。
• 从笔记回到原文，看看上下文是否足够支持当时的判断。
• 如果确实需要记忆，按自己的复习规则安排后续回顾；创建标注不等于立即进入当天复习。

有了这些往返，标注才进入下一次阅读和思考。把网页、PDF 和视频里的依据写进同一篇笔记，是其中一种可实际走通的方式。

所以我从不认为 PDF 的核心问题是它太老了，或者它应该消失。

让我越来越在意的，不是 PDF 本身，而是围绕它建立起来的标注工作流。

人们抱怨 PDF 时，第一条通常是它难编辑。这没错，但在大多数阅读、学习和研究场景里，这并不是最重要的痛点。大多数时候，人们并不是想把一份 PDF 改写成另一篇文档，而是想读它、标出关键段落、写下想法，过几天再回来，找回当时重要的内容，和其他资料对照，或者引用进自己的写作里。

问题不在于 PDF 能不能编辑，而在于标注之后发生的事情，能不能继续参与真正的工作。

这正是 PDF 生态至今仍显薄弱的地方。

PDF 擅长的是页面呈现，而不是知识交互。它善于可靠地展示内容，却不善于表达读者对内容的理解应该如何持续演进。PDF 规范里确实有标注功能，但在实践中依然有限。高亮、下划线、批注、便利贴、画笔，更像是贴在页面上的补丁，而不是一层成熟的知识工作设施。

于是，几乎每一个 PDF 阅读器都不得不发明自己的标注模型。

仅这个事实就很能说明问题。PDF 生态实际上已经接受了一个现实：阅读可以共享，标注不行。格式本身负责把页面一致地呈现出来；而一旦问题变成读者如何与页面互动，每个应用就各走各的路。每个阅读器有自己的高亮、自己的批注、自己的同步逻辑、自己的导出格式。它们在有限的意义上都“能用”，但大多数停留在一个相当初级的阶段。

这个阶段通常长什么样？一个标注列表。

你高亮了二十段话，写了五条批注，最后阅读器给你一个标注面板，告诉你它们都在。这不是没用，总比没有强。但系统往往也就停在这里了。它帮你回顾，却很少真正反哺你的学习或研究过程。

大多数 PDF 阅读器的标注系统，解决的是“记录”的问题，而不是“继续”的问题。你的高亮还是高亮，你的笔记还是笔记，它们很少进入其他工作流。它们不会真正参与搜索，不参与后续的整理，不参与跨文档的连接，也不参与间隔复习和再利用。它们只是页面上的痕迹，而不是知识工作流里的活跃对象。

但我越来越觉得，一条有价值的标注，不应该只是附着在页面上的记号。

它应该参与搜索，因为被标注的内容通常比没标注的更重要。

它应该参与复习，因为学习很少是一次性的事件。

它应该参与连接，因为真正的理解往往横跨多篇文档产生，而不是发生在单一文档内部。

所以我不太关心一个阅读器“有没有高亮功能”，更关心高亮之后会发生什么。

过去几年自己做文档工具的过程中，我逐渐相信一个挺朴素的道理：标注不应该停留在文档的附属品这一层，它应该进入工作的下一层。它应该影响检索，因为标过的段落往往最有价值；它应该进入复习，因为重要的内容不该止步于“我标过一次”；它应该能连接文档，因为知识是在引用之间生长的，而不是在孤立的文件里。只有这样，一条标注才不只是“我读过这段话”的证明，而是未来工作的入口。

这也是我对另一个非常常见的 PDF 习惯越来越失去耐心的原因：把 PDF 画成一片手写笔记的汪洋。

我理解人们为什么喜欢这样。直接在页面上画箭头、画圈、打星号、在页边写反应，确实直接又痛快，有一种参与感，有时甚至让人觉得真正的思考正在页面上发生。

但我越来越不喜欢这种工作流，原因只有一个：它之后几乎不参与任何高效的流程。

手写笔记通常不是文本，也不是结构化数据。它难以搜索、难以复用、难以聚合、难以干净地连接到其他文档，也难以进入任何更自动化的复习、检索或整理流程。很多时候，它唯一无可争议的价值，就是书写那一刻带来的感觉。之后，它往往变成与文档争抢注意力的视觉噪音，而不是让理解更持久的东西。

我并不反对手写，也不反对通过涂画来思考的那种实感。我反对的是一种价值几乎完全终结于当下动作本身的标注方式。在学习和研究场景里，如果一条笔记进不了搜索、复习、连接和再利用，它迟早会变得低效。

所以我真正想要的，不是更多装饰性的标注。

而是能持续工作的标注。

它们应该可搜索、可复习、可连接、可复用。理想情况下，它们还应该保留一些结构，而不是只作为视觉残留活下来。

从这个角度看，真正需要重新思考的不是 PDF 阅读本身——PDF 已经很擅长阅读了。显得过时的，是我们对标注的理解，以及标注应该在学习、研究和知识组织中扮演的角色。

PDF 不需要被取代。

但围绕它构建的工具——尤其是标注之后发生的一切——仍然需要认真的重新设计。

因为如果标注始终只是页面上的记号，不能继续参与搜索、复习、连接和再利用，那么 PDF 生态在知识工作这件事上，就仍然停留在出人意料的早期阶段。

而我越是做文档工具，就越确信：下一代工具应该从这里开始。