注意事项
首先如果网上有电子书，不必购买纸质书。
书里面如果有二维码，附送的代码，要下载下来利用。
切割 扫描 装订
切书用重型切纸机，扫描用双面批量扫描仪，扫描完毕需要用热熔胶粘书装订机装回 用卡纸做背封 用滚筒双面胶粘封面和背封的连接处
存储 识别 索引 搜索 理解
用OCR latex识别器 图片识别器（识别并分割配图） 表格识别器（分割表格）无纸化还原文档原本结构 最好用markdown表示
搜索用bm25加语义搜索 加latex识图搜索 图像识别搜索
把整理好的数据加入到ChatGPT模型或者RETRO模型的预训练集中