香香腐宅里那些天天要用到的功能

搜索：用角色名与标签定位

搜索框接受三种不同类型的输入，分别对应三种“记得的东西不一样”的情况。第一种是作品名，记得全名就直接输入，只记得其中两三个字也可以，输入一半就会给出候选词列表。第二种是角色名，很多人对配角的印象反而比作品名更牢，直接用角色名搜往往比回忆作品名更快。第三种是标签，比如想知道有哪些古风题材的作品，直接把标签当关键词输入也能得到结果。

搜索页下方会给出一排相关标签，点任何一个都会把当前结果按该标签重新收敛一次。这个设计的作用是在你只记得一个大方向的时候，用一次点击换掉“想不到还能搜什么”的困境。搜索历史保留在本机，清空之后不影响书架和阅读进度。

分类与筛选：按连载状态缩小范围

分类页把筛选条件分成两层。第一层是题材标签，纯爱、校园、都市、古风、悬疑、科幻、治愈、日常、奇幻等都可以多选，多选之间是求交集的关系，选的标签越多，结果越窄。第二层是进度与热度条件，包括连载中、已完结，以及按人气或更新时间排序。

实际使用时有一个比较省事的顺序：先用一个题材标签把范围压到几百部，再加上“连载中”排掉已经完结的，最后切到按更新时间排序。这样列表最前面的就是最近更新过的作品，追更时基本不用再逐个点开确认。反过来，想找一部能一口气读完的，把条件换成“已完结”加人气排序即可。

需要留意的是标签之间求交集会让结果迅速变少。选到第三个标签时，如果列表长度掉到很低，说明条件叠加过紧，减掉一个更宽泛的标签通常比反复翻列表有效。

详情页里值得先看的信息

打开一部作品，欢迎页上方的信息密度比看上去高。封面旁边会标注连载状态与最新章节，再往下是题材标签和评分，评分旁边是追更人数。这几个数字组合起来，能在几秒内回答两个问题：这部作品还在更新吗，以及它是否被足够多的读者读过。

作品简介通常只有几行，作用是判断题材方向是否符合口味，不必逐字读完。真正的关键信息在章节目录里：章节数量反映作品篇幅，章节标题能看出剧情推进到哪个阶段，列表右侧会标明哪些章节已经读过、哪些已经缓存到本机。已经缓存过的章节在断网时也能点开，这一点在做旅行或通勤准备时很有用。

详情页底部有两个入口。“开始阅读”会直接跳到当前进度所在的位置，第一次打开则从第一章进入；“加入书架”把作品收进追更列表，之后它会跟着更新状态自动排序。如果只是想试读几话再决定，不用急着加入书架，收藏夹的体积越大，追更列表的有效信息越少。

阅读器：翻页、亮度与护眼底色

阅读界面顶部显示作品名与当前话数，点一下屏幕中间可以收起或呼出工具栏，底部是当前话的阅读进度。工具栏里能改的东西分四类，每一类都对应一个具体的使用场景。

可调项	可选值	适合的场景
翻页方式	上下滚动 / 左右翻页 / 仿真翻页	长条分镜用滚动，页漫用左右翻页
护眼底色	纯白 / 米黄 / 浅绿 / 深灰	白天用纯白，夜间用米黄或深灰
字号	小 / 标准 / 大 / 特大	小屏机型或视力吃紧时上调
翻页区域	左右轻点 / 整屏轻点 / 只在一侧	单手操作时收在一侧

这些设置改完之后对已经缓存到本机的内容同样生效，不需要重新缓存。也就是说，白天缓存好、晚上换底色阅读是完全可行的流程，缓存文件不会因为显示设置变化而失效。

离线缓存：整部和单章怎么选

缓存粒度分两种。按章缓存适合还在追更的作品，只把新出的几话存下来，占用小、更新快；整部缓存适合已经完结或者即将一口气读完的作品，一次存完可以彻底摆脱网络状态的影响。缓存任务在后台进行，期间可以继续浏览其他作品，也可以正常退出应用。

任务中断之后支持续传，不需要从头再下一遍。这一点在弱网环境下很关键：与其反复重试整部缓存，不如把任务拆成按话缓存，一次一话成功率高得多。缓存目录在设置里能看到已用空间与剩余空间，也能单独清理，清理缓存不会删除书架里的收藏和已记录的阅读进度。

书架与更新提醒

书架不是一个单纯的收藏夹，它同时承担追更面板的作用。收进书架的作品会自动按更新状态排列，有新章节的排在最前面，点开就是最新一话的入口。列表里还会标明每部作品更新到第几话，以及距离上次阅读还有多少章没看。

更新提醒可以按作品单独开启或关闭，也可以整体关闭。对于每天固定时间看漫画的人，整体开启再逐个关掉不想被提醒的作品，比反过来逐个开启要省事。提醒不会影响书架排序，即使关掉了提醒，有新章节的作品仍然会排在列表前面。

书架里的作品可以随时移出，移出后收藏记录消失，但已经缓存的章节仍然留在本机，需要另行到缓存管理里清理。这一点容易被忽略：清理书架的整洁度和清理存储空间其实是两件事。

推荐是怎么算出来的

首页的推荐位依据阅读记录来匹配，读过的标签越多，推荐结果收敛得越准。刚装好应用、还没有阅读记录的时候，推荐结果基本等同于热门榜，参考价值有限，这时候更适合直接用分类筛选。

如果发现推荐结果长期偏离口味，说明历史记录里混进了太多无关内容。可以在收藏夹里把明显不看的作品移出，让推荐重新依据剩下的记录来计算。推荐只是发现作品的入口之一，真正稳定的找书方式仍然是标签筛选加更新排序，把这两步用熟之后，推荐位带来的收益会明显提高。

接着看