结构化智能摘要，保真又省心

智能内容压缩工具，支持多场景摘要生成与质量校验，兼顾信息保真与受众适配。

基本信息

• 技能名称?Summarizer
• 中文名称?结构化智能摘要，保真又省心
• 作者?ivangdavila
• 分类?专业技能
• 版本?1.0.0
• 标签?text-processing, summarization, content-generation, workflow-automation, information-management

使用方法

使用说明
核心功能
Summarizer 是一套结构化摘要生成框架，通过「分析→选技→提取→压缩→格式化→验证」六步协议，将任意长度文本转化为受众定制的高质量摘要。
显著优点
方法论严谨 ：独创 Compression + Preservation + Adaptation 三要素模型，避免传统摘要常见的信息遗漏或过度简化。提供五种压缩层级（TLDR 到 Extended）和四种输出格式，匹配从速读到深度报告的全场景需求。
技术适配智能 ：内置内容-技术匹配表，针对简单文本、技术文档、特定受众等场景推荐最优策略（Zero-shot、Chain-of-thought、Role-based 等），降低用户决策成本。
质量闭环 ：强制校验清单（核心论点保留、关键信息完整、受众适配等五项），并创新性地要求标注「⚠️ OMITTED」内容，解决摘要黑箱问题。
潜在局限
依赖源文档质量 ：明确拒绝处理「模糊、矛盾或关键细微差别不可丢失」的内容，用户需自行预处理低质输入。
技术细节待补充 ： techniques.md 与 formats.md 为外部引用，实际效果取决于配套文档的完整性。
无自动化集成 ：六步协议需人工或外部系统驱动执行，非一键式 API 服务。
适合人群
内容运营者、研究员、学生、高管助理等需高频处理长文本并产出多版本摘要的专业用户。
常规风险
摘要本质为信息损失过程，即使遵循校验清单，复杂论证的语境依赖仍可能被削弱。建议关键决策场景对照原文复核。