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）：

bash

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）：

text

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：

text

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：

bash

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。