获取任意URL并生成结构化内容摘要,采用提取式摘要技术,包含AI增强提示和结构化输出模板,提取清洁内容。
将任意 URL 或 原始文本转换为结构化的、可操作的内容摘要, 使用 diffic summarization + AI 增强 提示
功能概述
将任意 URL 或 原始文本转换为结构化的、可操作的内容摘要, 使用 diffic summarization + AI 增强 提示是一项面向实际任务的技能。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
核心要点
- 使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。
- 该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。
- 从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
使用与执行
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。
结果检查与注意事项
执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
内容摘要生成器
利用抽取式摘要 + AI 增强提示词,将任意 URL 或原始文本转换为结构清晰、可直接操作的内容摘要。
该技能的功能
- 抓取任意 URL 并提取纯净文本(自动移除 HTML、导航栏、脚本、广告等)
- 算法抽取关键句(基于抽取式摘要技术 —— 无需调用外部 API)
- 生成元数据(标题、字数、阅读时长)
- 输出结构化 Markdown 模板 + 面向任意 LLM 的 AI 增强提示词
AI 增强提示词使抽取后的内容易于被 MiniMax、GPT-4o 或 Claude 等模型进一步生成高质量摘要。
快速开始
# 摘要化一个 URL(输出至终端 + /tmp/summaries/) ./scripts/url-to-summary.sh https://example.com/article # 直接摘要化文本(支持命令行参数或管道输入) ./scripts/summarize.sh "你的文章正文..." cat article.txt | ./scripts/summarize.sh # 指定用于 AI 提示词的模型 ./scripts/url-to-summary.sh https://example.com --model openai
脚本说明
url-to-summary.sh — 从 URL 生成完整摘要
./scripts/url-to-summary.sh[--model minimax|openai|anthropic]
抓取 URL、提取纯净文本,并生成以下内容:
- 抽取的关键句(抽取式摘要)
- 结构化 Markdown 模板(含摘要正文、推文钩子、核心要点)
- AI 增强提示词——可直接复制粘贴至任意 LLM 中完成最终摘要生成
- 元数据(标题、字数、阅读时长)
输出文件保存至 /tmp/summaries/summary-TIMESTAMP.md
summarize.sh — 直接摘要化原始文本
./scripts/summarize.sh "你的文本..." cat file.txt | ./scripts/summarize.sh
输出格式与 url-to-summary.sh 完全一致,仅输入来源为原始文本而非 URL。
输出格式
# 内容摘要 **来源:** [url] **标题:** [已提取标题 / unknown] **统计信息:** ~1,200 字 | ~6 分钟阅读 ## 关键句(抽取式摘要) [原文中语义最丰富的前 15–20 句] ## 结构化摘要模板 [待填写字段:是什么、为什么、核心要点] ## 推文钩子 [待填写:一句引人入胜、适合传播的短句] ## 核心要点 1. [待填写] 2. [待填写] 3. [待填写] ## AI 增强提示词 [嵌入已抽取文本的即用型提示词]
环境变量
| 变量 | 默认值 | 说明 |
|---|---|---|
OUTPUT_DIR |
/tmp/summaries |
摘要文件的保存路径 |
MODEL |
minimax |
用于生成 AI 增强提示词的模型 |
典型应用场景
- 内容再利用:批量抓取文章,抽取核心观点,并接入内容生产流水线
- 研究工作流:一次性摘要化 20 个 URL,聚合关键点并综合分析洞察
- 简报邮件流程:自动获取信源,生成结构化摘要,组装成 Newsletter
- 高效速读:从长文提取关键句,实现快速初筛与判断
注意事项
- 采用抽取式摘要(纯算法筛选重要句子),无需 API 密钥
- AI 增强提示词是核心价值:可直接粘贴至 MiniMax / GPT / Claude 等模型生成抽象式摘要
- HTML 解析过程会移除脚本、样式表、导航栏、页脚、广告等内容,聚焦于正文主体
- 为保障上下文可控性,提取文本长度上限为 15,000 字符
输出格式(最终摘要版)
## 摘要 [2–3 段对内容的概括性总结] ## 推文钩子 > [一句简洁有力、具备传播性的核心观点] ## 核心要点 1. [第一项关键洞察] 2. [第二项关键洞察] 3. [第三项关键洞察] --- *来源: [URL] | ~X 分钟阅读 | ~Y 字*
环境变量(增强配置)
| 变量 | 是否必需 | 默认值 | 说明 |
|---|---|---|---|
SUMMARIZER_MODEL |
否 | auto | 摘要生成所用的 LLM 模型(设为 auto 则由 agent 自动选择) |
MAX_TOKENS |
否 | 500 |
摘要输出的最大 token 数 |
使用示例
# 摘要化一篇博客文章 ./scripts/url-to-summary.sh https://yourcompetitor.com/blog/industry-trends # 处理一篇论文(截取前 10000 字符) ./scripts/summarize.sh "$(curl -sL https://arxiv.org/pdf/2301.00001.pdf | head -c 10000)" # 为会议快速提取要点 ./scripts/key-points.sh https://news.ycombinator.com/item?id=12345678 # 与 OpenClaw 配合使用:将输出直接送入后续工作流 SUMMARY=$(./scripts/url-to-summary.sh https://example.com/article) echo "$SUMMARY" | ./scripts/key-points.sh
使用技巧
- 为获得更佳效果,请提供干净的文章 URL(避免付费墙及重度依赖 JavaScript 的页面)
- 设置
MAX_TOKENS=1000可生成更长、更详尽的摘要 - 与其他技能串联使用:竞品追踪器告警 → 内容摘要生成器 → 社交媒体发布
- 推文钩子应具备吸引力和传播力,而不仅是一句简单截断
- 核心要点应体现可操作的洞察,而非泛泛的主题标签
依赖项
curl—— 用于抓取 URL- OpenClaw agent 及其内置的
web_fetch工具(用于内容提取,agent 内部调用)
热门AI工具
相关专题
本专题介绍Gradle插件开发的基本流程,涵盖插件类编写、自定义任务注册、扩展参数设计和插件应用方法,帮助你理解插件如何组织构建逻辑,减少多个项目之间的重复配置。
0
2026.10.22
本专题介绍Gradle Wrapper的基本作用,涵盖文件组成、生成方法、版本配置和任务调用,帮助你理解项目如何使用指定的Gradle版本,减少不同开发环境带来的构建差异。
0
2026.10.22
本专题整理Golangci-lint常用Linters的用途与配置方法,覆盖错误处理、无效代码、安全、复杂度、命名和依赖检查,帮助项目合理选规则。
0
2026.10.22
本专题介绍Gradle Java项目构建方法,涵盖Java插件配置、依赖声明、源码编译、测试执行和打包检查,帮助你理解各阶段的任务关系,逐步完成项目构建。
0
2026.10.22
本专题汇总PHP常见时间戳漏洞,包括2038年溢出、时区漂移、时间戳伪造、重放攻击、时间盲注与日志审计失效等,并给出升级64位环境、使用 DateTimeImmutable、统一UTC、严格超时校验、预处理绑定、hash_equals 比对等修复方案,帮助开发者快速排查和加固时间相关代码。
0
2026.10.22
本专题聚焦Golangci-lint YAML配置文件,讲清运行参数、规则启停、目录排除、问题过滤及严重级别设置,便于团队统一检查标准。
0
2026.10.22
本专题讲解Golangci-lint的安装、初始化、基础命令和首次代码检查,覆盖本地环境、Docker及多平台用法,帮助Go开发者快速上手。
0
2026.10.22
PHP2Shell漏洞是什么,哪些PHP版本和运行环境会受到影响,服务器应该如何检测与修复?本专题提供版本自查脚本、Linux与Docker升级命令、PHP-FPM和Apache排查步骤,以及修复验证、临时缓解和应急响应方案。
0
2026.10.22
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.5万人学习
共6课时 | 54.7万人学习
最新文章
