先还原一个场景：地铁上单手举着手机，看一份 419 页的扫描版技术书。整页 A4 扫描图，字小得像蚂蚁，两指捏开放大，看三行，往右拖，再看三行——代码被扫成了图片，想复制出来搜一下都做不到。

那本"想读很久"的书，就这样在手机里躺了半年。不是你不想读，是没有人能用这种方式读完一本技术书。

解法的方向人人都知道：OCR 转成可重排的 EPUB。但自己跑 OCR 模型要么吃显卡要么调参到天亮，而且扫描书转 EPUB 的难点从来不是 OCR 本身，是识别之后的整理：切章节、去页眉、接断句、嵌图片。很多工具卡在"转出来了但没法读"。