chenxiachan/textfold

TextFold – 以你希望的速度阅读长文档

它是什么

• 一款桌面加 CLI 工具，让你将任何文本（研究论文、网页文章、PDF、Word 文档、代码 README，甚至 LLM 自己的回复）折叠成五个逐渐缩短的层级，从完整段落一直到一行主题地图。
• 折叠由你已有的本地 LLM（Claude、OpenAI、Anthropic、Ollama 等）完成 – TextFold 绝不会将你的内容发送到第三方服务器。

工作原理

1. 输入 – 粘贴 URL（arXiv、PubMed、Wikipedia、GitHub、任何网页）或拖入文件（PDF、Word、PowerPoint、Excel、EPUB、Markdown、CSV、图片）。它还可以直接从你的 Zotero 库中读取条目。
2. 模型驱动的摘要 – 连接的 LLM 创建五个层级“级别”：
   • 1 完整 – 原始文本。
   • 2 简要 – 一到三个关键句子，逐字引用。
   • 3 要点 – 主要观点及其推理（从简要句子中推导）。
   • 4 结论 – 每个部分一行。
   • 5 主题 – 几个词，将整个文档变成可导航的地图。
3. 交互式界面 – 使用捏合或滚动缩放，按 1-5 键跳转到级别，点击段落展开，高亮并添加跨级别保留的边注。
4. 代理集成 – Claude Code 插件和 Pi 扩展自动将每个 LLM 回复折叠成相同的五个级别，让你无需第二个摘要模型即可浏览或深入。
5. 导出 – 将页面保存为单个 HTML 文件（包括笔记、可选 PDF，或作为 Markdown/JSON），或使用 CLI textfold get 将折叠文本流式传输到任何脚本。

主要特性

• 多源支持：arXiv、PubMed Central、bioRxiv、medRxiv、Wikipedia、GitHub README、任何网页文章、PDF（包括通过内置 PDF 引擎的扫描 PDF）、Word/PowerPoint/Excel、EPUB、CSV、图片。
• 语言覆盖：十二种语言，逐句翻译并保留公式。
• 仅本地：在你的计算机上运行（macOS、Windows 或通过 Python 包在任何操作系统上）。无需账户，无需 API 密钥，除非你选择添加。
• Zotero 集成：浏览你的 Zotero 集合，直接打开条目，并保留原始元数据。
• 代理就绪 CLI：python3 -m textfold get <source> --level <level> [--section N] 用于需要从粗到细视图的管道。
• 开放格式：折叠文档遵循文档化的 JSON 类似模式（docs/format.md），以便其他工具可以读写。

开始使用

1. 桌面应用 – 从 GitHub Pages 网站下载签名的 macOS 或 Windows 包；它包含自己的 Python 运行时。
2. Python 包 – pip install textfold 然后 python -m textfold serve 在 http://localhost:3017 启动本地 Web 界面。
3. 连接模型 – 界面会自动检测 Claude Code、Codex 或 Pi。你也可以链接 ChatGPT 计划，使用 OpenRouter 的免费模型，或通过设置添加任何兼容 OpenAI 的端点。
4. 尝试 – 粘贴论文 URL，选择语言，使用 1-5 键或捏合缩放进行探索。

典型用例

• 研究人员：浏览数十篇新论文，保留高亮，并向 LLM 提问引用确切段落的问题。
• 学生：将长篇教科书章节变成可导航的地图，只学习结论级别，然后根据需要深入。
• 开发者：在 Claude Code 或 Pi 中折叠冗长的 README 或代码生成回复，减少 token 使用同时保留原始措辞。
• 自动化：通过 CLI 将折叠部分提供给下游脚本（例如摘要管道、知识库摄取）。

许可证

• Apache 2.0 – 你可以自由使用、修改和重新分发代码。

链接

• 演示画廊：https://chenxiachan.github.io/textfold/gallery/
• 文档：docs/format.md、docs/DEVELOPMENT.md
• 贡献：参见 CONTRIBUTING.md