# 用外部 AI 应用阅读与评审

URL: https://mindmax.me/zh/docs/guides/reading-and-reviewing-with-an-agent/
Last verified: 2026-11-11

> 连上的 AI 应用能读完整本书、看见 PDF 里的图和扫描页、像审稿人一样评论文，并把能回应的笔记留在 MindMax 里。

## 用外部 AI 应用阅读与评审

连上的 AI 应用能读完整本书、看见 PDF 里的图、像审稿人一样评一篇论文——用你自己的资料库、用它自己的
模型，把笔记留在你能回应的地方。有两件事让它不只是「把文件贴进聊天窗」：长文档以一张**地图**回来，
应用可以照着走；页面还能作为**图片**回来，于是图表、公式和扫描件不会悄悄变成看不见的东西。

## 开始之前[​](https://mindmax.me/#before-you-start)

- 一个[连到这个工作空间的应用](https://mindmax.me/zh/docs/getting-started/connect-an-ai-agent/)。**只读**也能读；
要把笔记写回来，得是**协作**。

- 那本书、那篇论文或那份扫描件，放在 MindMax 打开的文件夹里。

- 一句说清要什么回来的话——见[把活递给外部 AI](https://mindmax.me/zh/docs/guides/handing-work-to-an-agent/)。

## 长书：地图、下钻、回读[​](https://mindmax.me/#long-books)

短文档整份回来。长文档回来的是它自己的地图：两级结构、每章一句说明、每一节一个 section id，
还有表格、插图和参考文献的清单，各带页码。一本 550 页的书，地图约 12k 字符——够应用决定读哪几章，
不必把每一页都塞进上下文。然后它再一节一节、整节整节地读回来。

以审稿人眼光通读我在 MindMax 里打开的这本书。从地图起步，读定义方法的那两章，把问题写成批注落在
相应段落上，什么改动都不要做。

[搜索你的文件夹](https://mindmax.me/zh/docs/guides/searching-your-folder/) 是找一句原话的窄路；地图是回答「这本书到底在
论证什么」的那条路。同样的三个调用也驱动[用外部 AI 跑长任务](https://mindmax.me/zh/docs/guides/long-jobs-with-an-agent/)：
那里 `doc_map_notes` 把章节笔记写回地图，`reading_guide` 跑一整轮批注。

## 让它看见整页，而不只是文字层[​](https://mindmax.me/#page-images)

这一段是外部 agent 自己办不到的。它从 PDF 拿到的通常是文字；一张图表、排成图片的公式、双栏版式
或一整页扫描件，对它来说干脆不存在。让 MindMax 把页面渲染出来、当图片交回去：

把我在 MindMax 里打开的论文第 12–15 页当成图片看，告诉我图 3 的趋势，别根据正文猜。

`read_document {path, pages: "12-15", as: "image"}` **一次最多返回 4 页**，结果里带着下一批的
参数。单页就写 `"12"`。要看清小字或某一张图，应用再加上 `region {x, y, width, height}`，用
0 到 1 的分数坐标——一页的下半部分是 `{x: 0, y: 0.5, width: 1, height: 0.5}`——MindMax 会把
那一块渲染得更大。图片文件本身就作为图片返回。`.pptx` 在这里不能渲染成页面图；应用可以按张读它
的文字，或者你在 MindMax 里看那张幻灯片。

扫描件没有文字层时，先看页面是第一步，不是死路。要让 MindMax 有可搜索的文字，应用可以跑 `ocr`
管线：由它自己的模型逐页转写，MindMax 校验并保存，附上逐页的质量记录。这大约等于把材料通读一遍，
所以转写一整本书之前，让它先跟你说一声。质量报告是什么意思，见
[识别扫描版 PDF](https://mindmax.me/zh/docs/guides/scanned-pdf-ocr/)。

## 四个镜头，外加三件现成的活[​](https://mindmax.me/#lenses-and-jobs)

`reading_guide` 挑一个镜头，跑一整轮批注：

| 镜头 | 它回答什么问题 |
| --- | --- |
| 导读 | 这本书一章一章在说什么，哪里该慢下来？ |
| 评审 | 论证哪里有问题，像审稿人会怎么挑？ |
| 批判 | 哪些前提、缺口和跳跃，是证据撑不住的？ |
| 学习 | 读完我该能答上什么，又该拿什么自测？ |

[宿主在 / 菜单里能列出的提示词](https://mindmax.me/zh/docs/reference/agent-tools/#prompts)不用写长句就覆盖同样的活：
`prepare-book` 先写章节地图，再写带优先级的阅读指南；`review-paper` 以审稿人眼光读论文并留下批注；
`critical-read` 标出前提；`study-guide` 把一份文档变成你自己答的题。写成七步的完整路径，见
[用你的 AI 评一篇论文](https://mindmax.me/zh/use-cases/review-a-paper-with-your-agent/) 和
[让你的 AI 给正在读的书做批注](https://mindmax.me/zh/use-cases/annotate-a-book-with-your-agent/)。

## 要回应的批注，还是供阅读的笔记[​](https://mindmax.me/#comments-or-notes)

两种都落在页边，但不是一回事：

- **几条要你回应的意见**——「这个数字不对」「这条论断需要来源」——用 `add_comments` 写成批注。
它们进批注面板，署着应用的名字，等你处理。你回一句，轮次就交回应用。

- **把一份材料从头到尾标一遍供阅读**——高亮、镜头笔记、「到这里停一下」的记号——属于阅读层。
那些笔记点开那段才出现，可以忽略，也不会堆进待处理计数里。

判据是它要你做多少个决定。两三条质疑是一场对话；两百行高亮是一份阅读辅助。阅读这一面见
[阅读与批注](https://mindmax.me/zh/docs/guides/reading-and-annotating/) 和
[AI 批注镜头](https://mindmax.me/zh/docs/guides/ai-annotation-lenses/)；对话这一面见
[和 AI agent 在页边一起改稿](https://mindmax.me/zh/docs/guides/comments-with-an-agent/)。

**只读材料始终是只读的。** PDF、电子书和幻灯片只收批注和回复，不改原文。一轮审稿真要变成一份改过的
草稿，应用就写一份新笔记，或者[对可编辑的副本提改动](https://mindmax.me/zh/docs/guides/revising-documents-with-an-agent/)。

## 常见问题[​](https://mindmax.me/#common-problems)

**回答讲了一张根本不存在的图。** 应用是从上下文里猜的。把那一页当图片要，并点名是哪张图。

**只回来了 4 页。** 这是每次调用的上限；结果里会告诉应用下一批该要哪几页。

**应用说扫描件没有文字。** 说得对——先看页面，再决定 `ocr` 管线值不值得花那些 token。

**每一行高亮都变成了等处理的批注。** 要一轮阅读镜头，别要一轮批注；或者把范围收窄到你真想质疑的那几节。

## 接下来[​](https://mindmax.me/#next)

- [用外部 AI 处理画布请求](https://mindmax.me/zh/docs/guides/canvas-requests-with-an-agent/)——当问题不在文字里，而在你
正拿不定主意的那件事上。

- [读懂一篇隔行的论文](https://mindmax.me/zh/use-cases/understand-a-paper-fast/)——同一份材料，在 MindMax 里读。

最后于 **2026年11月11日** 更新