Дополнительные данные библиотеки Flibusta [FB2] для FLibrary, 01.06.2026

Дополнительные данные раздачи Библиотека Flibusta (только FB2) (локальная коллекция, пополняемая ежемесячно) + MyHomeLib + inpx, для использования с каталогизатором FLibrary

Содержание раздачи

• Файл fb2.Flibusta.Net.inpx - мультисериальный индексный файл
• Папка authors - краткая информация о некоторых авторах
• Папка reviews - отзывы читателей с сайта
• Файл reviews/additional.zip - рейтинг книг от читателей с сайта
• Файл compilations.7z - информация о составе сборников
• Файл annotations.7z - аннотации к книгам
• Папка faq - FAQ по FLibrary
• Файл contents.7z - содержание раздачи Библиотека Flibusta (только FB2) с разбивкой по языкам

Использование

• Скачиваем раздачу
• Создаём коллекцию. В диалоге создания коллекции указываем:
  • в поле "Дополнительно" - папку раздачи
  • в поле "Индексный файл" - файл fb2.Flibusta.Net.inpx из раздачи

Бонусы от использования

• Книги могут входить в несколько серий одновременно, как на сайте
• В программе отображается информация о некоторых авторах
• В аннотации видим отзывы читателей с сайта
• Появился раздел навигации по отзывам
• Можно посмотреть отзывы на все книги какого-либо автора
• Можно поменять звёздочки рейтинга на раскрашенные числа с произвольной точностью
• При поиске книг по названию в результаты поиска попадают сборники, содержащие книги с найденным названием
• Полнотекстовый поиск по аннотациям
• В главном меню "Помощь" появился пункт "Справка F1", по выбору которого в браузере показываются ответы на часто задаваемые вопросы о FLibrary

Кто использовал эту раздачу - отпишитесь, пожалуйста...

Я использовал. Описанию соответствует. Всё, что заявлено, работает.

Crystal У меня сначала не получилось, а потом разобрался и всё заработало и довольно шустро...

Раздача обновлена: добавлен FAQ по FLibrary. Пожалуйста, перекачайте торрент-файл.

Раздача обновлена: данные актуализированы с учётом инкремента Флибусты за март, добавлена доп.информация для полнотекстового поиск по аннотациям.

Обратите внимание: актуальная версия FLibrary не сможет использовать базу данных коллекции от предыдущей версии. После обновления будет необходимо пересоздать коллекции с нуля. Не забудьте сохранить пользовательские данные из предыдущей версии.

Раздача обновлена: данные актуализированы с учётом инкремента Флибусты за апрель.

Раздача обновлена: данные актуализированы с учётом инкремента Флибусты за май.

heimdallrnsk Добрый день, просьба добавить постер для оформления раздачи

Так норм?

Не задумывались, как связать библиотеку с локальной LLM? Спору нет удобный каталогизатор, а главное база с обновлениями, за что респект. Но хотелось бы дать доступ к ней нейросети, что бы она могла искать нужное

Не умею. Но если опишете потребный интерфейс - на стороне FLibrary реализую, если это окажется не сильно сложно и не будет противоречить текущей архитектуре.

А вообще уже пару раз предлагали запилить возможность прикручивания плагинов, может с этого начать?

Увы я не программист, что бы давать советы по вашему приложению, я бы разобрался как подключиться к уже готовому, этой мой максимум. Я задал вопрос нейросети, она ответила без разбора кода вашего приложения: Самый простой путь для разработчика — вообще не писать серверный код, не поднимать порты и не создавать API. Вместо этого разработчик может использовать стандарт, который уже поддерживается большинством ИИ-движков, плагинов и поисковых систем «из коробки». Этот путь состоит из двух шагов: экспорт встроенной базы в стандартный формат SQLite + создание текстового конфигуратора (системного промпта).

Вот как это выглядит на практике:

1. Подготовка единого файла базы данных (SQLite)Разработчик Flibrary уже хранит данные о книгах в структурированном виде. Всё, что ему нужно сделать — убедиться, что база данных сохраняется в стандартном формате SQLite (одним файлом, например flibrary_catalog.db).Для максимальной простоты разработчик делает внутри Flibrary всего одну кнопку: «Экспортировать базу для ИИ». При нажатии программа:Создает копию рабочей базы данных.Оставляет там только три таблицы: authors, books (название, аннотация) и genres. Удаляется вся лишняя техническая информация (история чтения, настройки программы, хэши файлов), чтобы уменьшить размер файла.Автоматически применяет команду VACUUM для сжатия базы до минимального размера (около 1.5–2 Гб).

2. Создание файла-инструкции для пользователя (.json или .md)Рядом с базой данных программа генерирует текстовый файлик (например, ai_instruction.txt). Внутри написана готовая системная инструкция (системный промпт) для нейросети, описывающая структуру этой базы. Содержимое этого файла выглядит так:«Ты — локальный поисковый ИИ-ассистент. Тебе подключена база данных SQLite библиотеки Flibrary. База содержит таблицу books со столбцами: title (название), author (автор), annotation (описание сюжета).

Когда пользователь просит найти книгу, сгенерируй стандартный SQL-запрос с оператором LIKE по столбцу annotation и ограничением LIMIT 10. Не пиши лишнего текста, используй только данные из этой базы».Почему это самый простой путь?Ноль строчек кода для сети: Разработчику Flibrary не нужно программировать веб-серверы, следить за безопасностью локальных портов, обрабатывать сетевые ошибки или писать документацию к API.

ИИ всё сделает сам: Современные локальные графические интерфейсы для нейросетей (такие как AnythingLLM, Open WebUI или Dify) имеют встроенную функцию «Подключить базу данных» (SQL Database Source).Действия пользователя: Пользователь просто заходит в настройки своей нейросети, нажимает «Загрузить базу данных», выбирает файл flibrary_catalog.db и копирует готовый промпт из текстового файла.Вся магия общения, перевода человеческого языка в SQL и чтение данных ложится на ИИ-движок, а разработчик Flibrary просто отдал ему правильно подготовленный файл.

Думаю вы как разработчик рассказав любой нейросети, как устроена ваше приложение получите куда более полный и простой вариант реализации. Ну а то, что это неизбежность я думаю вы уже и сами понимаете, еще год два и нейросетки будет на каждом гаджете. А LLM и книги просто созданы друг для друга.

Я расскажу с какой проблемой столкнулся, я скормил своей нейросети файл flibusta_fb2_local.inpx она его проиндексировала скинула в векторную базу.. Вот только искать что то по автору, наименованию книги и жанру, что она прекрасно делает, пытаясь додумывать, о чем книга по названию, такое себе удовольствие. Нужны аннотации к книгам, что бы нейросеть могла что то нормально искать, вытаскивать аннотации из многогигабитных архивов для любой локальной нейросети задача очень трудоемкая, придется долго ждать ответа, проще каталог открыть и самому найти. скрин , как это выглядит у меня, https://iimg.su/i/frtAS3 следующим запросом, я прошу сохранить нужную книгу в папку загрузок, или пересказать в кратце, или провести анализ и т.д..

Я не прошу советов по моему приложению. Вы вроде хотите подключаться к чему-то готовому? Так вот, я прошу вас описать то, к чему вы хотите подключаться. Что именно требуется от меня? Добавить в главное меню пункт "выгрузи из базы таблицы авторов, книг, жанров, аннотаций"?

Кроме того, вы ведь скормили своей нейросети индексный файл? Так дайте ей в качестве добавки содержимое архива annotations.7z из этой раздачи. Так почему-то нельзя?

ну как бы мне дилетанту вам объяснить, потому что ваша база не текстовый файл и не SQLite, которые она может прочитать, разбить на чанки и сохранить в своей базе данных. это набор непонятных ей архивов, которые не открываются зип архиватором и что с ними делать, она не понимает. Если вам это не интересно я пойму и никаких претензий. Но если вам интересно что бы ваша разработка была интересна тем, кто хочет ее присоединить к своей нейросети, надо как то облегчить путь для этого. Уверен человек со знания программиста решил бы на моем месте задачу достаточно быстро. но сколько всего прграммистов и сколько просто любителей читать )