原始数据行
- 离散的原始会话行
- 仅包含内容 ID
- 无时间跨度与习惯统计
- 缺乏质量过滤
本地优先的 Kindle 分析
Kindle 阅读历史 数据分析
将 Amazon Kindle 导出数据转换为可验证的本地统计报告，客观呈现长期阅读趋势。
导入历史数据
完整历史对比与 数据清洗
将离散的导出记录重组为连续的阅读轨迹。所有计算均在浏览器本地完成，可随时验证或重建。
聚合分析
- 完整历史，本地导入
- 书籍、会话、习惯和时间线
- 对比原始与清洗阅读时间
- 可直接分享的汇总报告
三步开始
把 Kindle 阅读历史带到 readarc.life。
先从 Amazon 导出阅读记录，再交给 readarc.life 生成私密的阅读仪表盘。
01→
打开 Amazon 账户
登录 Amazon 官网，进入你的账户设置或隐私设置。
寻找“你的数据”“隐私”或“申请数据”等入口。02→
导出阅读记录
选择 Kindle 或阅读历史相关的数据导出，并下载 CSV 或 ZIP 文件。
不同国家或地区的菜单名称可能略有不同。03
导入本项目
回到 readarc.life，选择刚下载的文件，生成本地阅读仪表盘。
文件只保留在当前浏览器，不会上传。多维度统计
纯净的本地 分析系统
专为高密度数据展示而设计的统计仪表盘。
阅读身份
发现你在何时、何处以及以多深的程度阅读。
↗
终身时间线
在一条连续视图中查看年份、活跃天数和阅读连续记录。
↗
你的书库
按时间、阅读块和重读次数排名，而不是凭猜测。
↗
阅读习惯
结合时区分配理解你的每小时阅读节奏。
↗
报告与年度回顾
把你的阅读年度变成确定、可分享的故事。
↗
数据健康
清楚区分原始、计算、清洗和推断数据。
↗多维数据画像客观事实，
客观事实，
纯粹数据。
基于阅读会话与翻页事件，确定性地计算阅读时间分布、活跃时段及书籍偏好，不加任何主观推测。
完全私密的数据处理夜间读者 × 深度读者
64% 的阅读分钟发生在 23:00 以后，48% 的会话持续超过 60 分钟。
基于本地分析引擎计算体验数据模型导入数据前，
导入数据前，
查看统计演示
所有可视化视图均由一致的本地聚合模型驱动。
按阅读时间排名50.6小时
示例数据 · 清洗模式
1
创造之路瑞安·霍利迪
18.7小时2
午夜图书馆马特·海格
12.3小时3
四千周奥利弗·伯克曼
8.9小时4
皮拉内西苏珊娜·克拉克
6.5小时5
人类世评论约翰·格林
4.2小时纯本地计算引擎数据仅保留在
数据仅保留在
本地浏览器。
默认无需登录，游客导入和分析均在本地完成。登录成功后，标准化数据会自动同步；游客导入的原始 ZIP、CSV 和设备序列号不会上传。登录后直接导入 ZIP 时，文件会被私密发送到后端处理。同步完成后，登录状态下的统计结果以后端计算的数据为准。
✓ 默认本地处理✓ 登录后自动交接✓ 游客原始文件留在浏览器
生成本地
统计报告
支持导入独立的 ReadingSession CSV 或完整的 Kindle 导出归档。
免费 · 本地优先 · 可选云端同步