用 WorkBuddy 把 1689 本藏书的书名一键中文化（实战教程）

把 Calibre 书库里的拼音名、英文原名、乱码书名治理成规范中文书名。本文是完整实操记录：实测 1689 册真实书库，39.4% 书名不规范，首批 65 本一次跑通。

一、为什么要治理书名

多台机器、多个旧书库合并之后，Calibre 书库常见三类问题：

1. 拼音名：比如 Xi You Ji、Jing Shi Yi Zhuan，搜「西游记」永远搜不到
2. 英文原版名：The Wealth of Nations 这类，和中文藏书混在一起
3. 乱码名：编码事故留下的疑难题名

书名不规范的连锁反应：Calibre-web、Jellyfin 显示难看，批量导出时文件名混乱，检索失效。

我用 WorkBuddy 开发了一个技能，名字叫 Calibre 电子书库中文书名规范化，对自己的真实书库做了实测。结论是 1689 册里需要治理 666 册，占 39.4%，其中纯拼音或英文书名 590 册。下面记录完整过程和三个踩坑。

二、技能设计：三道安全闸门

治理书库最怕两件事：改错了回不去，脚本失控写坏数据库。所以这个技能从设计上规避：

第一道，只读扫描。扫描脚本以 SQLite 只读模式打开数据库，物理上不可能写库。输出四类清单：乱码、空名、纯拼音或英文、中英混杂。

第二道，人工映射表。每本书改成什么名，必须人工逐条确认后写进 CSV 文件。技能红线是未经确认绝不改名。

第三道，官方接口小批次改名。只走 calibredb 的 set_metadata 命令，默认预览模式，单批上限 10 本，逐条比对旧书名，发现不一致立即整批中止，全部执行日志落盘。

三、完整操作流程

第 1 步，只读扫描，约 1 分钟，零风险。命令如下：

报告把所有需关注的书按四类分组，列出编号、当前书名、路径，直接作为映射表底稿。

第 2 步，整理映射表。CSV 格式四列：书籍编号、旧书名、新书名、排序名。两个技巧：旧书名直接从数据库取精确值，不要手工转录，差一个字符就会触发防漂移中止；用 WorkBuddy 对话式生成映射表效率很高，把扫描报告喂给它，要求按通行中译名起草，英文原版保持原名，人只做终审。

第 3 步，预览校验。命令如下：

不加执行参数就是预览模式，逐条显示旧名到新名的计划和校验结果。

第 4 步，确认无误后加执行参数，每批 10 本，跑完重新扫描核对。我首批 65 本，扫描报告从 666 册降到 601 册，精确减 65，一本不多一本不少。

四、实战踩过的三个坑

坑一：Calibre 界面开着，命令行全部拒绝写入。原因是主程序运行时锁住书库，官方命令行拒绝并发写，这其实是保护机制。解法是改名前退出 Calibre 主程序，后台残留进程也一并退出。

坑二：环境变量污染，命令行启动即崩。某些 AI 工具链会设置 PYTHONPATH 环境变量，污染 Calibre 自带的私有 Python 解释器。解法是调用前清掉 PYTHON 系列环境变量，技能脚本里已内置环境隔离。

坑三：假失败，命令报错但实际写成功了。这是最隐蔽的一个。calibredb 的执行顺序是先把新标题写进数据库，再搬迁磁盘上的书目录。搬迁环节偶发失败时进程报错，但标题其实已经写进去了。这时盲目重试，防漂移校验反而报书名不匹配。解法是以数据库现状为准做增量续跑：重扫书库，已是新书名的自动剔除，只对没改成功的继续执行，最后清理搬迁半途留下的孤儿目录。我用这个方法清理了 44 个。

五、收益盘点

实测 1689 册书库，首批 65 本完成中文化，需关注书目占比从 39.4% 降到 35.6%。执行前备份了数据库文件，可整体回滚，全程零直写数据库。总耗时约 20 分钟，其中映射表人工确认占一半。

六、行动清单

1. 在 WorkBuddy 技能市场搜「Calibre 中文书名」安装技能，或按本文流程手动执行
2. 先只跑扫描，看自己书库的病情报告
3. 映射表务必人工确认，书名是藏书门面，AI 起草、人终审
4. 改名前退出 Calibre、备份数据库，然后小批次推进

有任何问题欢迎评论区交流，祝大家的书库早日告别 Xi You Ji。