long-text-summarizer
长文/超长文档摘要技能。基于 Map/Reduce 与分层归约(hierarchical reduce)把超出模型上下文的 文本可靠地浓缩成结构化摘要;支持按格式/长度/语气/聚焦维度定制输出。当需要摘要论文、报告、 书籍、聊天记录、长网页、批量文档时使用。
long-text-summarizer —— 长文摘要(Map/Reduce 工作流)
当用户要摘要超过模型单次上下文的文本(论文、财报、书籍、长聊天记录、批量文档)时使用本技能。 核心思想:分块摘要(Map) → 归约汇总(Reduce),而非一次性丢给模型(会超长或被过度压缩)。
何时用
- 原文预计 > 模型上下文窗口(中文约 >6000 字 / ~3000 token 就应考虑分块)
- 需要可控格式(要点 / 一段式 / 执行摘要)、可控聚焦(只看风险 / 决策 / 结论)
- 批量文档(多文件各自摘要后再做全局归约)
工作流(三步)
1. 分块(Map 准备)
用自带分块器把文档切成可管理的块(带重叠以保留边界语义):
python scripts/chunker.py <文件> --mode markdown --chunk 2000 --overlap 200 --out chunks.json
# 支持 .txt/.md/.docx(需 python-docx);--mode markdown 优先按标题切,更贴语义边界
得到 JSON:{ chunks: [{ index, text }, ...] }。
2. 逐块摘要(Map)
对每个块用统一 Map 提示词独立摘要(可并行/逐块调用模型):
请摘要以下片段 [chunk-{index}]。要求:
- 只列要点,不要散文
- 提取明确的数字、日期、约束
- 原文没有的信息写"未提及"
- 引用块编号:[chunk-{index}]
片段内容:
{chunk_text}
3. 归约(Reduce) —— 选一种
- 朴素归约:把所有块摘要拼起来再摘要一次(中短文可用)。
- 分层归约(推荐,长文档):100 块×200 token = 2 万 token,会超上下文 → 分批归约成中间摘要,再对中间摘要做最终归约(递归直到 ≤1 批)。
- 迭代精炼(Refine):顺序处理,每读一块就精炼已有摘要;⚠️ 早期错误会累积,仅建议短文档(<10 块)。
最终归约提示词:
请根据以下局部摘要列表,生成全局总结:
1. 按时间/逻辑顺序排列关键事件
2. 标注不同观点的冲突点
3. 保留 [chunk-N] 引用
4. 长度不超过 300 字(或用户指定)
局部摘要:
{all_chunk_summaries}
输出定制(提示词模板维度)
| 维度 | 取值示例 |
|---|---|
| 格式 | 1句话 / 3要点 / 执行摘要 / 章节高亮 |
| 语气 | 通俗 / 专业 / 高管风格 |
| 聚焦 | 只看风险 / 只看决策 / 只看结论 / 只看数字 |
质量要点
- 块越小越细;控制细节程度靠调
--chunk与块数。 - 跨块主题可能丢失 → 分层归约后做一次"全局主题"补扫。
- 绝不一次性投喂整篇超长文。
自进化学习系统
本技能会随使用自我复盘(详见 scripts/learner.py 用法)。每次摘要后建议记录:
python scripts/learner.py record <技能目录> --capability 长文摘要 [--fail --error <类型> --note <说明>]
python scripts/learner.py reflect <技能目录> # 错误≥3次给改进建议,操作≥10次做高低频分析
当 reflect 发现反复失败的模式(如某类文档分块效果差),应据此改进本 SKILL.md 的分块策略或提示词,形成越用越好用的闭环。
- Downloads
- 641All time
- Security audit
- Review
- Last updated
- 3mo ago
- Current version
- v1.0.0
- License
- MIT-0
