使用场景

研究人员使用该工具快速总结心理学书籍，整合不同书籍中的理论和实验结果。

学生利用该工具从长篇历史文档中提取关键事件和日期，准备考试。

作家使用该工具从自己的长篇作品中提取核心思想，构建书籍大纲。

产品特色

自动化提取书籍章节并分割成小块：能够处理epub和pdf格式，自动提取章节并分割成易于处理的小块。

生成要点笔记摘要：对每个文本块生成要点笔记，包括加粗的标题和术语。

支持自定义问题查询：用户可以对文本的每个部分提出问题，获得更具体的信息。

支持多种模型使用：包括Ollama和HuggingFace提供的模型，用户可以根据需要选择合适的模型。

输出格式化文本：支持输出为CSV或Markdown格式，方便用户进一步处理和查看。

支持长文本处理：特别适用于长文本，如电子书，能够处理大量文本并生成摘要。

自定义配置文件：用户可以根据需要更新配置文件，以适应不同的摘要需求。

使用教程

1. 确保已安装Python 3.11.9环境。

2. 安装项目依赖，通过命令`pip install -r requirements.txt`。

3. 下载并设置所需的模型，使用Ollama或HuggingFace。

4. 更新配置文件`_config.yaml`，设置默认的prompt和模型。

5. 使用脚本`python3 book2text.py ebook-name.epub`将电子书转换为分块的CSV或TXT文件。

6. 运行`python3 sum.py -c ebook-name_processed.csv`生成摘要。

7. 查看生成的Markdown或CSV文件，获取书籍的要点笔记摘要。