summarize

# Summarize - 内容摘要工具 快速命令行工具，用于生成URL、本地文件和YouTube链接的摘要。支持网页、PDF、图像、音频等多种格式。 ## 🚀 快速开始 ### 基本使用 ```bash # 摘要网页 summarize https://example.com/article # 摘要本地文件 summarize document.pdf summarize report.docx summarize presentation.pptx # 摘要YouTube视频 summarize https://www.youtube.com/watch?v=example # 摘要图像文件 summarize image.jpg ``` ### 输出控制 ```bash # 指定输出长度 summarize https://example.com --length short # 简短摘要 summarize https://example.com --length medium # 中等长度 summarize https://example.com --length long # 详细摘要 summarize https://example.com --length xl # 非常详细 summarize https://example.com --length xxl # 最详细 # 指定字符数 summarize https://example.com --length 500 # 约500字符 summarize https://example.com --length 1000 # 约1000字符 ``` ## 📝 功能详解 ### 网页摘要 ```bash # 基本网页摘要 summarize https://news.example.com/article123 # 使用高级提取（针对复杂网站） summarize https://example.com --firecrawl always # 仅提取内容不生成摘要 summarize https://example.com --extract-only # 结构化输出 summarize https://example.com --json ``` ### 文件摘要 ```bash # PDF文件 summarize document.pdf summarize report.pdf --length long # Word文档 summarize report.docx summarize proposal.docx --json # PowerPoint演示文稿 summarize presentation.pptx summarize slides.pptx --length medium # 图像文件（OCR提取） summarize screenshot.png summarize diagram.jpg --length short # 音频文件（语音转文字后摘要） summarize podcast.mp3 summarize interview.m4a --length medium ``` ### YouTube视频摘要 ```bash # 基本视频摘要 summarize https://www.youtube.com/watch?v=dQw4w9WgXcQ # 使用Apify服务（需要API密钥） export APIFY_API_TOKEN=your_token summarize https://youtube.com/video --youtube auto # 指定视频特定部分 summarize https://youtube.com/video#t=60s,300s # 摘要1-5分钟部分 ``` ## ⚙️ 配置选项 ### 配置文件 创建 `~/.summarize/config.json`： ```json { "model": "openai/gpt-5.2", "default_length": "medium", "output_format": "text", "language": "zh-CN", "timeout": 30 } ``` ### 环境变量 ```bash # 模型配置 export SUMMARIZE_MODEL="openai/gpt-5.2" export SUMMARIZE_MODEL="anthropic/claude-3.5-sonnet" export SUMMARIZE_MODEL="google/gemini-3-flash-preview" # 服务密钥 export FIRECRAWL_API_KEY="your_firecrawl_key" # 用于受阻网站 export APIFY_API_TOKEN="your_apify_token" # 用于YouTube # 代理设置 export HTTP_PROXY="http://proxy.example.com:8080" export HTTPS_PROXY="http://proxy.example.com:8080" ``` ### 高级标志 ```bash # 令牌限制 summarize https://example.com --max-output-tokens 1000 # 语言设置 summarize https://example.com --language zh-CN # 中文 summarize https://example.com --language en-US # 英文 summarize https://example.com --language ja-JP # 日文 # 超时设置 summarize https://example.com --timeout 60 # 60秒超时 # 详细输出 summarize https://example.com --verbose # 调试模式 summarize https://example.com --debug ``` ## 🎯 实用示例 ### 示例1：新闻文章摘要 ```bash # 摘要多个新闻文章 summarize https://news.example.com/article1 --length short summarize https://news.example.com/article2 --length medium summarize https://news.example.com/article3 --length long # 批量处理新闻URL cat news_urls.txt | xargs -I {} summarize {} --length short ``` ### 示例2：学术论文摘要 ```bash # 摘要PDF论文 summarize paper.pdf --length long # 结构化输出论文信息 summarize research_paper.pdf --json | jq '.title, .authors, .summary' # 批量处理论文文件夹 find ./papers -name "*.pdf" -exec summarize {} --length medium \; ``` ### 示例3：会议记录整理 ```bash # 摘要会议录音 summarize meeting_recording.mp3 --length medium # 结合多个文件 summarize meeting_notes.docx meeting_recording.mp3 --output meeting_summary.txt # 生成结构化会议纪要 summarize meeting.mp3 --json --output meeting.json ``` ### 示例4：自动化工作流 ```bash #!/bin/bash # 每日新闻摘要脚本 NEWS_URLS=( "https://news.example.com/headline1" "https://news.example.com/headline2" "https://news.example.com/headline3" ) OUTPUT_FILE="daily_news_summary_$(date +%Y%m%d).txt" echo "=== 每日新闻摘要 $(date) ===" > "$OUTPUT_FILE" echo "" >> "$OUTPUT_FILE" for url in "${NEWS_URLS[@]}"; do echo "处理: $url" summarize "$url" --length short >> "$OUTPUT_FILE" echo "" >> "$OUTPUT_FILE" echo "---" >> "$OUTPUT_FILE" echo "" >> "$OUTPUT_FILE" done echo "摘要已保存到: $OUTPUT_FILE" ``` ### 示例5：研究资料整理 ```bash #!/bin/bash # 研究资料摘要脚本 RESEARCH_DIR="./research_materials" OUTPUT_DIR="./summaries" mkdir -p "$OUTPUT_DIR" # 处理PDF文件 find "$RESEARCH_DIR" -name "*.pdf" | while read pdf; do basename=$(basename "$pdf" .pdf) echo "处理PDF: $basename" summarize "$pdf" --length medium --output "$OUTPUT_DIR/${basename}_summary.txt" done # 处理网页书签 if [ -f "$RESEARCH_DIR/bookmarks.txt" ]; then while read url; do if [ -n "$url" ]; then domain=$(echo "$url" | sed -e 's|^[^/]*//||' -e 's|/.*$||') safe_name=$(echo "$domain" | tr './' '_') echo "处理网页: $domain" summarize "$url" --length short --output "$OUTPUT_DIR/web_${safe_name}_summary.txt" fi done < "$RESEARCH_DIR/bookmarks.txt" fi ``` ## 🔧 故障排除 ### 常见问题 **1. 网站访问失败** ```bash # 使用Firecrawl服务 export FIRECRAWL_API_KEY="your_key" summarize https://blocked-site.com --firecrawl always # 使用代理 export HTTP_PROXY="http://proxy:8080" summarize https://example.com ``` **2. YouTube视频处理失败** ```bash # 设置Apify API密钥 export APIFY_API_TOKEN="your_apify_token" summarize https://youtube.com/video --youtube auto # 使用备用方法 summarize https://youtube.com/video --youtube always ``` **3. 大文件处理超时** ```bash # 增加超时时间 summarize large_document.pdf --timeout 120 # 减少输出长度 summarize large_document.pdf --length short # 分块处理（如果支持） summarize large_document.pdf --chunk-size 1000 ``` **4. 内存不足** ```bash # 使用更小的模型 export SUMMARIZE_MODEL="openai/gpt-4o-mini" summarize document.pdf # 处理前压缩文件 pdftoppm -jpeg document.pdf | summarize - ``` ### 调试技巧 ```bash # 启用详细输出 summarize https://example.com --verbose # 启用调试模式 summarize https://example.com --debug # 查看处理步骤 summarize https://example.com --trace ``` ## 📚 学习资源 ### 命令参考 ```bash # 查看完整帮助 summarize --help # 查看版本信息 summarize --version # 列出支持的格式 summarize --formats ``` ### 相关技能 - **news**: 新闻获取和摘要 - **markdownify-mcp**: 内容转换工具 - **pdf**: PDF文件处理 - **openai-whisper**: 语音转文字 ### 最佳实践 1. **选择合适长度**: 根据需求选择short/medium/long 2. **使用结构化输出**: 脚本处理时使用--json格式 3. **配置API密钥**: 需要时设置FIRECRAWL和APIFY密钥 4. **批量处理优化**: 使用xargs或脚本批量处理 5. **错误处理**: 添加适当的错误处理和重试机制 ### 性能优化 ```bash # 并行处理多个文件 parallel summarize {} --length short ::: *.pdf # 使用缓存（如果支持） summarize https://example.com --cache # 预处理大文件 pdftotext large.pdf - | summarize - --length medium ``` --- **提示**: summarize工具非常适合快速获取内容概要，但对于需要深度分析或精确提取的任务，建议结合其他工具（如专门的PDF解析器、网页爬虫等）使用。