为什么选择 CleanBook？ ​

一键体验 ​

处理流水线 ​

核心特性 ​

🚀 默认离线可用 ​

CleanBook 的核心设计理念是"离线优先"。不依赖任何云服务即可完成书签的清理、去重、分类与导出。您的书签数据永远不会离开您的设备。

⚙️ 配置驱动设计 ​

所有功能都可通过配置文件调节，无需修改代码：

{
  "category_rules": {
    "技术/AI": {
      "rules": [
        { "match": "domain", "keywords": ["openai.com", "huggingface.co"], "weight": 15 }
      ]
    }
  },
  "ai_settings": {
    "confidence_threshold": 0.7,
    "cache_size": 10000
  }
}

🤖 渐进式智能 ​

系统采用多层分类策略，自动降级保证可用性：

规则引擎 (30%) + ML分类器 (25%) + 语义分析 (20%) + LLM (15%) + 用户画像 (10%)

当某一层级不可用时，系统会自动将权重重新分配给其他层级，确保分类质量。

📦 多格式导出 ​

支持多种输出格式，满足不同场景需求：

开始使用 ​

安装 ​

pipx install cleanbook

pip install cleanbook

git clone https://github.com/LessUp/bookmarks-cleaner.git
cd bookmarks-cleaner && pip install .

首次运行 ​

# 基础清理
cleanbook -i bookmarks.html -o output/

# 带 ML 训练
cleanbook -i bookmarks.html --train

# 交互式向导
cleanbook-wizard

项目定位 ​

CleanBook 面向"长期维护浏览器书签"的场景：

• 个人用户: 想先离线整理书签，再视需要引入 ML / LLM 的浏览器重度使用者
• 团队维护者: 需要统一团队书签分类规则、词表和输出格式的技术负责人
• 开发者: 想了解书签处理流水线、分类融合与配置驱动设计的开源贡献者

推荐学习路径 ​

我只想把书签整理好 ​

1. 快速上手 - 安装和基本使用
2. 书签管理最佳实践 - 分类策略和整理习惯
3. LLM 提示词模板 - 优化分类质量

我想理解系统怎么工作 ​

1. 设计概述 - 整体架构理念
2. 系统架构 - 模块设计和数据流
3. ML 设计 - 分类算法和模型

我准备参与开发 ​

1. 开发指南 - 环境搭建和贡献规范
2. 设计概述 - 理解核心设计决策
3. 技术报告 - 深入技术细节

Made with ❤️ by LessUp