steipete/summarize

解决的问题

Summarize 是一款旨在从各种来源（包括网页、PDF、图片以及音频/视频文件）中提取干净、可读文本，并利用大型语言模型 (LLMs) 生成简洁摘要的工具。它消除了网页中的杂讯，并省去了在摘要前手动转录媒体内容的麻烦。

运作方式

该工具透过 Node.js CLI、Chrome 侧边面板以及 Firefox 侧边栏运作。它根据输入类型遵循多步骤处理路径：

• 网页内容： 使用可读性提取，并可选择 Markdown 和 Firecrawl 作为备援，以获取干净的文本。
• 媒体： 优先使用现有的字幕和转录内容；若无法取得，则使用本地或云端转录（包括 ONNX 转录）以及 ffmpeg 和 yt-dlp 等工具进行处理。
• 视觉内容： 从视频中提取基于场景的影格，并可执行 OCR 将图片或投影片转换为文本。
• LLM 整合： 透过 API、与 OpenAI 相容的端点、Ollama 或经过验证的编码 CLI（如 GitHub Copilot 或 Claude）连接至各类提供商，以生成最终摘要。

目标用户

专为需要快速消化来自不同平台与媒体格式（网页、视频、Podcast 和文件）信息的研究人员、学生及专业人士所打造。

特色亮点

• 多来源支持： 处理网页、PDF、图片、YouTube 视频及 Podcast。
• 跨平台存取： 提供 CLI、Chrome 扩展功能及 Firefox 侧边栏。
• 进阶媒体处理： 支持本地转录、视频投影片 OCR 及带有时间戳记的输出。
• 灵活的模型选择： 可透过 Ollama 与广泛的 LLM 提供商及本地模型搭配使用。
• 多语言支持： 界面与摘要生成支持多种全球语言。