漫画分析
Saber Translator的漫画分析系统的灵感取自于谷歌notebooklm，并对漫画这一特殊场景做了专门优化。得益于成熟的RAG知识库架构与LLM压缩技术，您可以将任何篇幅的漫画进行详细分析。获得该漫画的概要，时间线，或针对任何一个情节进行智能问答。
功能概述
漫画分析提供以下能力：
- 内容理解：识别角色、场景、对话、情感
- 剧情分析：提取故事线、关键事件
- 智能问答：基于分析结果回答问题
- 数据导出：生成结构化的分析报告
分析架构
架构预设
系统提供五种分析架构预设，适应不同篇幅和类型的漫画：
| 预设 | 层级结构 | 适用场景 |
|---|---|---|
| 简洁模式 | 批量分析 → 全书总结 | 短篇漫画（<50页），快速分析 |
| 标准模式 | 批量分析 → 段落总结 → 全书总结 | 中篇漫画（50-200页），平衡质量和成本 |
| 章节模式 | 批量分析 → 章节总结 → 全书总结 | 有明确章节划分的长篇漫画 |
| 完整模式 | 批量分析 → 小总结 → 章节总结 → 全书总结 | 长篇漫画（>200页），最高质量 |
| 自定义模式 | 完全自定义层级架构 | 特殊需求，灵活配置 |
层级说明
批量分析（基础层）
↓
段落/章节总结（中间层，可多级）
↓
全书概述（顶层）| 层级 | 说明 |
|---|---|
| 批量分析 | 每 N 页为一批，VLM 分析图片内容（角色、对话、场景、情感） |
| 段落总结 | 汇总多个批次，LLM 提取关键事件和剧情 |
| 章节总结 | 按章节汇总，生成章节概要 |
| 全书概述 | 整合所有内容，生成完整故事概要 |
开始分析
前置条件
配置模型
在设置中配置分析模型：
VLM 多模态模型（必需）
用于批量分析，需要支持图片输入（详见 模型类型说明）：
| 参数 | 说明 |
|---|---|
| 服务商 | 选择 VLM 服务商（Gemini、OpenAI、Qwen、SiliconFlow 等） |
| API Key | 填写 API 密钥 |
| 模型 | 选择多模态模型 |
| RPM 限制 | 每分钟请求数限制，避免超速 |
| 强制 JSON | 启用 response_format 确保 JSON 输出 |
| 流式请求 | 避免长时间等待超时，建议开启 |
| 图片压缩 | 压缩图片最大边长（0=不压缩，推荐 768-1280） |
LLM 对话模型（可选）
用于总结和智能问答：
- 可勾选"使用与 VLM 相同的配置"
- 或配置独立的文本模型（更经济）
Embedding 向量模型（智能问答必需）
用于构建知识库和语义检索（详见 模型类型说明）：
- 选择支持的服务商和向量模型
Reranker 重排序模型（可选）
用于优化检索结果：
- 提高问答精度
- 可选配置，不影响基本功能
启动分析
- 进入漫画分析页面
- 选择要分析的书籍
- 选择分析模式
- 点击"开始分析"
分析模式
全书分析
分析整本书籍的所有页面：
- 适用于：新书籍首次分析
- 耗时：较长（取决于页数）
- 结果：完整的分析数据
增量分析
只分析新增或未分析的页面：
- 适用于：更新章节后的补充分析
- 耗时：较短
- 结果：补充现有分析数据
章节分析
分析指定的章节：
- 适用于：只关注特定章节
- 可选择一个或多个章节
页面分析
分析指定的页面范围：
- 适用于：精细控制分析范围
- 可指定起始和结束页码
批量分析参数
在设置 → 批量分析中配置：
每批次分析页数
控制每次发送给 VLM 的图片数量：
- 推荐值：3-5 张
- 较小值（1-2）：更稳定，适合复杂漫画
- 较大值（5-10）：更高效，但可能超出模型限制
注意
图片越多，上下文越连贯，但也会增加 Token 消耗和超时风险
上文参考批次数
每批分析时参考前几批的结果作为上下文：
- 0：不参考前文，每批独立分析
- 1-5：参考前 N 批，增强连贯性
分析架构预设
根据漫画篇幅选择合适的架构：
| 预设 | 说明 |
|---|---|
| 简洁模式 | 批量分析 → 全书总结（适合短篇） |
| 标准模式 | 批量分析 → 段落总结 → 全书总结（推荐） |
| 章节模式 | 批量分析 → 章节总结 → 全书总结（有章节划分） |
| 完整模式 | 批量分析 → 小总结 → 章节总结 → 全书总结（长篇） |
| 自定义模式 | 完全自定义层级架构（高级用户） |
分析控制
任务管理
| 操作 | 说明 |
|---|---|
| 暂停 | 暂停当前分析任务 |
| 继续 | 恢复已暂停的任务 |
| 取消 | 取消分析任务 |
进度查看
分析进行中可查看：
- 当前进度（已分析/总页数）
- 当前批次和总批次数
- 实时状态更新
查看结果
故事概述
全书分析完成后生成的整体概要：
- 故事简介
- 主要角色
- 核心主题
- 剧情走向
页面详情
单页的详细分析：
- 场景描述
- 角色识别
- 对话内容
- 情感分析
- 画面构图
剧情时间线
按时间顺序排列的事件列表：
- 简单模式：事件列表
- 增强模式：AI 整合的剧情弧线
智能问答
基本使用
- 在问答区输入问题
- 点击发送或按 Enter
- 查看 AI 回答和引用来源
问答模式
精确模式（默认）：
- 使用 RAG 检索相关内容
- 适合具体问题："第15页发生了什么？"
- 答案有明确的引用来源
全局模式：
- 使用全书摘要作为上下文
- 适合总结性问题："这个故事的结局是什么？"
- 需要先生成全书概述
高级选项
| 选项 | 说明 |
|---|---|
| 父子块模式 | 检索到某页时返回该页所属批次的完整内容，提供更丰富上下文 |
| 推理检索 | 将复杂问题分解为多个子问题，分别检索后整合答案 |
| 使用重排序 | 启用 Reranker 对检索结果二次精排，提高相关性 |
| Top K | 返回的最大结果数（1-20，推荐 5） |
| 相关性阈值 | 过滤低相关内容（0-1，0=不过滤） |
| 重建向量 | 删除现有向量数据并重新构建，用于更新检索索引 |
数据导出
导出格式
JSON 格式：
- 结构化数据
- 便于程序处理
- 包含完整分析数据
Markdown 格式：
- 人类可读
- 便于分享和阅读
- 格式美观
导出内容
可选择导出的内容：
- 故事概述
- 章节分析
- 页面详情
- 时间线
- 角色档案
模板系统
概述模板
系统提供多种概述生成模板：
| 模板 | 说明 |
|---|---|
| 无剧透简介 | 不包含剧透的故事介绍，适合推荐 |
| 故事概要 | 完整的剧情回顾，包含所有剧透 |
| 前情回顾 | 总结已发生的事件，适合续集 |
| 角色图鉴 | 详细的角色信息和关系 |
| 世界观设定 | 故事背景和设定说明 |
| 名场面盘点 | 精彩片段和经典台词 |
| 阅读笔记 | 个人化的阅读感受和分析 |
生成和管理
生成概述：
- 在概览页面选择模板类型
- 点击"生成"按钮（📄 图标）
- AI 基于分析数据生成对应模板的内容
重新生成：
- 点击"重新生成"按钮（🔄 图标）
- AI 将重新生成该模板的内容
模板状态：
- 显示该模板是否已生成
- 显示最后生成时间
向量存储
功能说明
分析结果会存储到向量数据库，用于：
- 语义检索
- 智能问答
- 相似内容查找
重建索引
如果问答效果不佳，可重建向量索引：
- 点击"重建向量索引"
- 等待索引重建完成
- 重新进行问答
最佳实践
分析流程建议
1. 先进行全书分析
2. 等待分析完成
3. 查看生成的概述
4. 浏览页面详情确认质量
5. 使用问答功能探索内容
6. 必要时重新生成概述成本控制
分析功能会消耗较多 API 调用：
- 先用少量页面测试效果
- 确认配置正确后再全书分析
- 使用增量分析避免重复分析
- 选择性价比高的模型
常见问题
分析失败
可能原因：
- API 配置错误
- 网络连接问题
- 模型不支持图片输入
解决方法：
- 检查 API Key 是否有效
- 确认选择的是视觉模型
- 查看错误日志
问答无结果
可能原因：
- 尚未完成分析
- 向量索引未建立
- 问题与内容不相关
解决方法：
- 确认分析已完成
- 重建向量索引
- 调低相关性阈值