steipete/summarize

解決する課題

Summarizeは、Webページ、PDF、画像、オーディオ/ビデオファイルなど、さまざまなソースから読みやすいクリーンなテキストを抽出し、大規模言語モデル（LLM）を使用して簡潔な要約を生成するために設計されたツールです。Webページのノイズを取り除き、要約前にメディアを手動で文字起こしする必要性を排除します。

仕組み

このツールは、Node.js CLI、Chromeサイドパネル、およびFirefoxサイドバーを通じて動作します。入力タイプに基づいて、以下の多段階処理パスに従います。

• Webコンテンツ: 可読性抽出を使用し、オプションでMarkdownやFirecrawlをフォールバックとして使用してクリーンなテキストを取得します。
• メディア: 既存のキャプションやトランスクリプトを優先します。利用できない場合は、ローカルまたはクラウドでの文字起こし（ONNX文字起こしを含む）や、ffmpeg や yt-dlp などのツールを使用して処理します。
• ビジュアル: ビデオからシーンベースのフレームを抽出し、OCRを実行して画像やスライドをテキストに変換できます。
• LLM統合: API、OpenAI互換エンドポイント、Ollama、または認証済みコーディングCLI（GitHub CopilotやClaudeなど）を介してさまざまなプロバイダーに接続し、最終的な要約を生成します。

対象ユーザー

さまざまなプラットフォームやメディア形式（Web、ビデオ、ポッドキャスト、ドキュメント）から情報を素早く消化する必要がある研究者、学生、専門家向けに構築されています。

ハイライト

• マルチソース対応: Webページ、PDF、画像、YouTubeビデオ、ポッドキャストを処理します。
• クロスプラットフォームアクセス: CLI、Chrome拡張機能、Firefoxサイドバーとして利用可能です。
• 高度なメディア処理: ローカル文字起こし、ビデオ用スライドのOCR、タイムスタンプ付き出力をサポートしています。
• 柔軟なモデル選択: Ollamaを介して、幅広いLLMプロバイダーやローカルモデルと連携します。
• 多言語サポート: インターフェースと要約生成は、世界中の多くの言語をサポートしています。