书店不靠书名卖书了：本地模型读懂"心碎该读什么"

一家独立书店最擅长的生意，是聊天。有人推门进来问"心碎的时候该读点什么"，或者"要难过的，但别太难过"，店员知道手往哪排书架伸。可到了线上，同一家店只剩一个按书名检索的目录。不知道书名的读者转身就走，书店也永远不知道他刚才想找什么。

Subtext 想补的就是这段对话。它把书店的库存摆出来，让读者用自己的话去问。本地模型把每本书的简介读一遍，之后书架按"意思"回应请求，说明每本书为什么被选中，实在没有合适的就直说没有，还把读者问过什么记下来——只记问题，不记是谁问的，好让店员知道该进什么货。

这套东西分成两头。

读者这头，是摆出来的书架。你说"忧郁一点，但要让人安心"，最贴近的几本书就从各自的格子里探出来，页边一行小字写着这句话是怎么被听懂的。点开一本书，它像展开的护封：读起来是什么感觉、为什么它回应了你的请求（附一句从它自己简介里摘出来的原文）、价格、预约入口。你要是在一家文学书店里问"素食食谱"，它会告诉你这家店没有这类东西，而不是编一个答案给你。

书店这头，是柜台。每本书都带着 AI 的读解——氛围、节奏、密度、声音、主题——以及它依据的那些段落。店员可以改任何一条，改完之后这个读解就是店员的，AI 不会覆盖回去。"需求室"把每一次搜索按意思归类：书架答不上来的，列成一张进货清单；读者要的情绪，对上书架实际有的情绪。

谁掏钱？独立书店。它们本来就靠推荐卖书，Subtext 把这套对话搬到线上，外加一份每月一次的"读者想要什么"报告。目录里更多书能被找到，不知道书名的读者也能摸到一本，护封页最后落在预约上；进货清单是读者写的；编目这活儿还是店员说了算，新书到店就被读一遍，改过的读解留着。

因为跑在店里本来就有的电脑上，每次搜索没有成本，所以定价可以是一口价订阅，包安装、更新和支持。举个数，不是价目表：如果一家店每本 60 雷亚尔的书能留下约三分之一，150 雷亚尔的月费靠每月多卖八本书——一周两本——就回本了。

技术栈是 Next.js、SQLite 和 Ollama，全部跑在书店自己的机器上，两个开放权重的 Gemma 模型分工干活。gemma4:e4b 在后台把每本书读一遍，对每段简介返回按显著程度排序的氛围（从固定的十二种里选，比如忧郁、安心、反讽、明亮）、节奏、密度、声音和主题，以及支撑每一条的原文段落。在一台 M4 芯片、16 GB 内存的 Mac 上，前 200 本书花了 47 分钟，一次四个。

embeddinggemma 负责应答。请求先被向量化，和书比对；然后书架再读一遍请求本身（"忧郁，但要安心""别太长""像 Clarice Lispector 那种"），按每本书的读解重新排序。一个新请求大约 30 毫秒出结果（十一次的中位数），模型 621 MB。置信度决定显示什么：最佳匹配很弱时，书架少摆几本并说明匹配是松的；什么都不接近时，它拒绝回答。

那它到底找得更准吗？同一批 31 个请求，分别喂给三个引擎：关键词搜索（SQLite FTS5）、对简介做朴素向量、以及这个书架。第三个 Gemma 模型 gemma4:12b 给每个引擎的前五个答案打 0 到 2 分。24 个请求被评分，另外 7 个问的是书店答不了的东西，那里只检查书架会不会拒绝。

老实说：书架明显赢过关键词（24 个请求里 15 个更好，6 个更差），和朴素向量总体打平（9 好 8 差，差距小于一个请求能撬动的均值）。它领先的地方正是这个项目的意义所在——情绪类请求（0.86 对 0.62），以及带"但是"的请求。请求里点名作者时它落后于朴素向量（0.56 对 0.70）。7 个超范围请求，它全部拒绝了。评委是模型不是读者，所以这些数字只是线索；柜台里有个搜索评测室，每条查询和它的三份列表都在，谁都能自己核。

对一家书店来说，开放模型不是哲学选择，是这东西能不能成立的前提。

• 读者的请求是书店最值钱的数据，它留在店里。"需求室"完全建立在人们问了什么之上。换成闭源 API，每一条请求都得离开书店，去别人的服务器上处理。这里，请求、目录条目、笔记都不出这台电脑，搜索记录保留 90 天，不留是谁搜的。
• 没有按次计费。书店没法给一个产品定价，而成本随读者逛多少往上涨。应答一个请求需要本地跑一个 621 MB 的向量模型，一次搜索的边际成本是零，订阅才能是一口价。
• AI 可以被核对，而不只是被信任。每条读解都引用它依据的段落，每个答案都列出理由。店员不同意就改，改的算数。这能成立，是因为整条流水线——提示词、分类体系、重排和阈值——都在自己手里。
• 没有锁定。不要账号、不要 API key、不要供应商。换模型改两个环境变量，出了更好的开放模型，书店可以搬过去。

开放比闭源好在哪，有个具体的例子：读解这一步要求模型用简介里的段落为自己的判断举证，应用只在段落逐字出现在简介里时才保留它；被验证的段落越少，这条读解的置信度越低。因为模型跑在本地，改完提示词或换完模型，重读整个目录就是一条命令（npm run ai:enrich -- --all），除了时间不花别的。

演示目录里有 277 本真书，价格和库存是演示用的，另有 21 条示例店员笔记。"需求室"里的搜索是拿真实书架跑出来的示例请求，界面上都标了。