This is a viewer only at the moment see the article on how this works.
To update the preview hit Ctrl-Alt-R (or ⌘-Alt-R on Mac) or Enter to refresh. The Save icon lets you save the markdown file to disk
This is a preview from the server running through my markdig pipeline
Sunday, 21 December 2025
هذا الجزء الثاني من سلسلة DocSummbarizers Series. الجزء الأول للعمارة والأنماط، أو الجزء الثالث للغوص التقني العميق في التضمين والاسترجاع.
تحويل الوثائق أو العناوين إلى ملخصات قائمة على الأدلة - للبشر أو وكلاء AI - دون إرسال أي شيء إلى السحابة.
كلّ مطالبة قابلة للتعقب، كلّ حقيقة تشير إلى مصدرها، ذاتيّة ذاتيّة ثنائية، تعمل كليّاً على آلتك.
# Human-readable summary
docsummarizer -f contract.pdf
# JSON for agents/pipelines
docsummarizer tool -u "https://docs.example.com"
ما تغطيه هذه المادة: التركيب، والطرائق الرئيسية (Auto/Bertrag/Bert)، والنماذج، وحالات الاستخدام المشترك.
ما لا يُغطّي:مرجع القيادة الكاملة، خيارات التشكيل، حل المشاكل، تفاصيل الهندسة المعمارية.
للاطلاع على الوثائق الكاملة، انظر: الديباجةلكيفية عملها داخلياً، انظر الجزء الثالث.
الملخصات تعطيك النص. هذا يعطيك أدلة الإثبات.
[chunk-N] عدد المُحَكّر إلى مصدر المادةإذا كنت بحاجة إلى يَسْ يُسْ يُ (أ) موجز - أو يغذيه لنظام آخر - يهم.
الـ tool (أ) أن تكون القيادة مصممة خصيصاً للاندماج مع وكلاء الوكالة الدولية للطاقة، وحواسيب خدمة العمليات المتعددة الأطراف، وغيرها من النظم المؤتمتة.
# Summarize a URL and get JSON output
docsummarizer tool --url "https://example.com/docs.html"
# Summarize a local file
docsummarizer tool -f document.pdf
# With a focus query
docsummarizer tool -f contract.pdf -q "payment terms and conditions"
# Pipe to jq for processing
docsummarizer tool -f doc.pdf | jq '.summary.keyFacts'
الدالة الـ أداة أمر ترجع مُهَلّة JSON مع متابعة الأدلة:
{
"success": true,
"source": "https://example.com/docs.html",
"contentType": "text/html",
"summary": {
"executive": "Brief summary of the document.",
"keyFacts": [
{
"claim": "The system supports 10,000 TPS.",
"confidence": "high",
"evidence": ["chunk-3", "chunk-7"],
"type": "fact"
}
],
"topics": [
{
"name": "Architecture",
"summary": "The system uses microservices...",
"evidence": ["chunk-1", "chunk-2"]
}
],
"entities": {
"people": ["John Smith"],
"organizations": ["Acme Corp"],
"concepts": ["OAuth 2.0", "REST API"]
},
"openQuestions": ["What is the disaster recovery plan?"]
},
"metadata": {
"processingSeconds": 12.5,
"chunksProcessed": 15,
"model": "qwen2.5:1.5b",
"mode": "MapReduce",
"coverageScore": 0.95,
"citationRate": 1.2,
"fetchedAt": "2025-01-15T10:30:00Z"
}
}
docsummarizer tool [options]
○ الخيار / الوصف القصير /
|--------|-------|-------------|
| --url | -u URURL إلى جلب وتلخيص
| --file | -f / ملف إلى ملخّص /
| --query | -q السؤال المتعلق بالتركيز الاختياري
| --mode | -m ● نمط التلخيص (أوتو، بيرتراج، بيرت، بيرت، بيرت هيبريد، مابرد، مابريدوس، راغ، متردد)
| --model □ نموذج أولاما للاستخدام □ □ □ نموذج أولام
| --config | -c lo إعدادات ملفّ المسار
evidence المراجع المراجع المصدر القhigh, mediumأو low استنادا إلى أدلة الإثباتexecutive ليس لـ ليس مُلْخَصًا مُلْخَصًا لـ سهل العرضsuccess: false مع وجود errorبايثون
import subprocess
import json
result = subprocess.run(
["docsummarizer", "tool", "-u", "https://example.com/api-docs"],
capture_output=True, text=True
)
data = json.loads(result.stdout)
if data["success"]:
for fact in data["summary"]["keyFacts"]:
if fact["confidence"] == "high":
print(f"- {fact['claim']}")
خط خط خط صدل:
# Extract high-confidence facts only
docsummarizer tool -f doc.pdf | jq '[.summary.keyFacts[] | select(.confidence == "high")]'
# Get just the executive summary
docsummarizer tool -u "https://example.com" | jq -r '.summary.executive'
يمكن الحصول على المواد التنفيذية المحلية المسبقة الإنشاء المسبقة الصنع من GitHub الإصدارات:
▪ هيكل المنبر ▪
| ---------- | -------------- | ---------- |
|---|---|---|
□ نوافذ □ docsummarizer-win-arm64.zip |
||
Linux64 docsummarizer-linux-x64.tar.gz |
||
لِنْنْعْرِمْ docsummarizer-linux-arm64.tar.gz |
||
□ ماكوسوس x64 (الهاتف) □ docsummarizer-osx-x64.tar.gz |
||
RRRM64 (التخلص من السيليكون) o docsummarizer-osx-arm64.tar.gz |
# Download and extract (Linux/macOS)
curl -L -o docsummarizer.tar.gz https://github.com/scottgal/mostlylucidweb/releases/download/docsummarizer-v3.1.0/docsummarizer-linux-x64.tar.gz
tar -xzf docsummarizer.tar.gz
chmod +x docsummarizer
# Download and extract (Windows PowerShell)
Invoke-WebRequest -Uri "https://github.com/scottgal/mostlylucidweb/releases/download/docsummarizer-v3.1.0/docsummarizer-win-x64.zip" -OutFile "docsummarizer.zip"
Expand-Archive -Path "docsummarizer.zip" -DestinationPath "."
بالنسبة للتلخيص الاستخراجي النقي، لا توجد خدمات خارجية مطلوبة:
docsummarizer -f document.md -m Bert
نماذج Auto-download of Huging Face على أول استخدام (-23MB) ترجع في حوالي 3-5 ثوان.
وفيما يتعلق بتلخيص المناطق LLLL LLLMAMA، يلزم القيام بما يلي:
# Install Ollama from https://ollama.ai
ollama pull llama3.2:3b # Default model - good balance of speed/quality
ollama serve
مقدمفيما يتعلق بالموجزات الأكثر سرعة (~3s vs - 15s)، الاستخدام
--model qwen2.5:1.5b
مطلوبة لملفات PDF وDOCX وXLSX وPPTX وHTML والصور (PNG/JPG/TIFF) وCSV وVT وAsciiDoc. وتُقرأ ملفات العلامات التنازلية وملفات النصوص البسيطة مباشرة - دون طلب لصقة.
docker run -d -p 5001:5001 quay.io/docling-project/docling-serve
ليس مطلوب أداء افتراضي الـ بيرتراج استخدامات بوصة مكّن Qdrant للتخزين الثابت لتجنب إعادة اختلاس مستندات يعمل التالي:
docker run -d -p 6333:6333 -p 6334:6334 qdrant/qdrant
ثم كُشِف في docsummarizer.json:
{
"bertRag": {
"vectorStore": "Qdrant",
"collectionName": "docsummarizer",
"persistVectors": true
}
}
إذا كنت تفضل OLAMA لتضمينات بدلا من ONNX:
ollama pull nomic-embed-text # Or mxbai-embed-large
# Then use: --embedding-backend Ollama
docsummarizer check --verbose
يُظهر الناتج المتوقع جدولاً محولاً:
Dependency Status
╭─────────┬────────┬────────────────────────╮
│ Service │ Status │ Endpoint │
├─────────┼────────┼────────────────────────┤
│ Ollama │ OK │ http://localhost:11434 │
│ Docling │ Optional │ http://localhost:5001 │
│ Qdrant │ Optional │ localhost:6333 │
╰─────────┴────────┴────────────────────────╯
Default Model Info
╭────────────────┬────────────────╮
│ Property │ Value │
├────────────────┼────────────────┤
│ Name │ llama3.2:3b │
│ Family │ llama │
│ Parameters │ 3.2B │
│ Context Window │ 128,000 tokens │
╰────────────────┴────────────────╯
Ready to summarize! Ollama is available.
ملاحظة ملاحظة:التدمير و Qdrant تظهر TM هو غرامة لخطوط سير العمل العلامة فقط.
جاري التنفيذ docsummarizer بدون أي حجج:
README.md المجلد الحاليreadme.summary.md# Summarize README.md in current directory
docsummarizer
# Shows a formatted panel with:
# - Document info table (file, mode, model)
# - Progress indicators during processing
# - Summary panel with the result
# - Topics tree if available
# - Saved: readme.summary.md
# Just run it - Auto mode picks the best approach
docsummarizer -f document.pdf
# Fast mode - no LLM, pure extraction (~3-5s)
docsummarizer -f document.pdf -m Bert
# Production mode - best quality with validated citations
docsummarizer -f document.pdf -m BertRag
# Focused on specific topic
docsummarizer -f manual.pdf -m BertRag --focus "installation steps"
# Verbose progress
docsummarizer -f document.pdf -v
الـ أداة مُطوّر من فقط خريطة إلى a كامل خط أنابيب هذا هو كلّ نمط:
يختار صحيح نمط مستند بناء على ما تطلبه. استخدم هذا ما لم يكن لديك سبب يمنعك من ذلك.
docsummarizer -f doc.pdf
هذا ما تريده للإنتاج، خط أنابيب ثلاثي المراحل:
docsummarizer -f doc.pdf -m BertRag
docsummarizer -f doc.pdf -m BertRag --focus "payment terms"
لماذا تستخدمه: كل مطالبة تعود إلى جزء من المصدر. لا هلوسة. قياسات إلى أي مستند حجم. LLM يعمل فقط في النهاية (chaap).
الإستخراج النقي باستخدام نماذج OnNX المحلية لا يوجد اتصال من LLM على الإطلاق.
docsummarizer -f doc.pdf -m Bert
لماذا تستخدمه: يعمل يعمل يعمل يعمل يعمل يعمل يعمل يعمل بوصة 3 إلى 5 ثانية تحديدي أدخل نفس دَخْل نفس مخرجات جيد لـ سريع مسح.
مستخلصات (بي آر تي) و (إل إل إل ليم) أرض وسط بين (بيرت) و (بيرتراج)
docsummarizer -f doc.pdf -m BertHybrid
الأنماط الأصلية، لا تزال تعمل، لكن (بيرتراج) استبدلها في معظم حالات الاستخدام.
docsummarizer -f doc.pdf -m MapReduce # Full coverage
docsummarizer -f doc.pdf -m Rag --focus "query" # Legacy focused mode
بدلاً من تلخيص، طرح أسئلة حول وثيقة:
docsummarizer -f manual.pdf --query "How do I install the software?"
حرّر صفحات الويب مباشرة دون تنزيل:
# Summarize a web article
docsummarizer --url "https://example.com/article.html" --web-enabled
# Summarize a remote PDF
docsummarizer --url "https://example.com/document.pdf" --web-enabled
# With structured JSON extraction
docsummarizer --url "https://example.com/api-docs.html" --web-enabled --structured
المدعم المحتوى: HTML (مطهرة)، PDF، وضع العلامات، الصور (OCR)، وثائق المكتب.
1 ف-5، 1 ف-4، 1 خ ع (ر أ)، 1 خ ع (ر أ): حماية SSRF، حماية DNS مُلزمة، تحديد المحتوى، الحماية من قنابل إزالة الضغط، التطهير HTML.
جافSusScSc سكر السكري الصفحات المُرْرِجالاستخدام: الاستخدام: --web-mode Playwright SPAs و REATEs (الكروميوم التلقائي في أول استخدام) SPAs and react operation options (الكروميوم في أول استخدام).
Json بدلاً من النصب:
docsummarizer -f document.pdf --structured -o Json
مقتطفات: كيانات، ووظائف، وتدفقات رئيسية، وحقائق (مع مستويات ثقة)، وأوجه عدم يقين، ومرور حصص.
# Use a template
docsummarizer -f doc.pdf --template executive
docsummarizer -f doc.pdf -t bullets
# Specify custom word count with template:wordcount syntax
docsummarizer -f doc.pdf -t bookreport:500
docsummarizer -f doc.pdf -t executive:100
# Or use --words to override any template's default
docsummarizer -f doc.pdf -t detailed --words 300
/ / / يُقَوَّمُ كَلَمَاتَ ‹ خيرًا لـ
|----------|-------|----------|
| default موجز متوازن للمواضيع (فقرتان)
| prose خُرُجٌ نظيف متعدد الفقرات ونظيف - لا توجد بيانات فوقية
| brief 50 / / / / / /
| oneliner □ 25 □ 25 □ موجز الجملة الوحيدة □
| bullets قائمة بنقاط الرصاص ذاتية (5-7 بنود)
| executive نحو 150 - إحاطة تنفيذية مشفوعة بتوصيات
| detailed 00/00 - شامل مع مواضيع كاملة
| technical □ نحو 350 □ عُدَد تقنية مع تفاصيل التنفيذ □ □ □
| academic نحو 250 ° شكل تجريد أكاديمي
| citations TM TM TM TM مفتاح الاقتباسات مع المصدر الاقتباسات فقط TM TM TM
| bookreport □ حوالي 500 / تقرير عن الكتاب (الوضع، والشخصيات، والمؤامرة، والمواضيع) □ □ □ □ □ تقرير عن الكتاب (الوضع، والشخصيات، والمؤامرة، والمواضيع) □ □ □ □ □ □ تقرير عن الكتاب (الوضع، والشخصيات، والمؤامرة، والموضوعات) □ □ □ □
| meeting ملاحظات اجتماع (مقررات، إجراءات، أسئلة)
| strict ~ 60 □ تكُن - فعال، 3 رصاصات كحد أقصى، لا تحوط □
إلى الكل متوفّر قوالب مع الأوصاف:
docsummarizer templates
مقارنة نماذج على نفس المستند باستخدام benchmark ما يلي:
docsummarizer benchmark -f doc.pdf -m "qwen2.5:1.5b,llama3.2:3b,ministral-3:3b"
يقوم الأمر المرجعي بكتابة المستند مرة واحدة، ثم يقوم بتشغيل كل نموذج على نفس القطع من أجل المقارنة العادلة. يُظهر الناتج التوقيت، وعد الكلمات، والكلمات/الثانية لكل نموذج.
العملية كامل الأدلّة:
# Use BertRag for quality
docsummarizer -d ./documents -m BertRag -v
# Fast offline batch (no LLM needed)
docsummarizer -d ./documents -m Bert -o Json --output-dir ./summaries
# Process only PDFs recursively
docsummarizer -d ./documents -e .pdf --recursive -v
/ الخيار / الوصف القصير/ الوصف
|--------|-------|-------------|---------|
| --file | -f المسار إلى المستند (DOCX, PDF, MD)
| --directory | -d المسار إلى دليل تجهيز الدفعات
| --url | -u □ العنوان الشبكي للجلب والتلخيص □ □ □ □ □
| --web-enabled • تمكين الجلب الشبكي (مطلوب لـ - url) o false |
| --mode | -m □ موجز النمط: أوتو، بيرتراج، بيرت، بيرت، بيرت هيبريد، مابريدوس، راغ، تكراري □ Auto |
| --structured | -s • استخدام أسلوب مهيكَّل لاستخراج JUSON false |
| --focus سؤال محوري عن نموذج RAG / لا يوجد /
| --query | -q ● نمط الاستعلام بدلاً من التلخيص □ لا □
| --model □ نموذج أولاما للاستخدام □ □ □ نموذج أولام llama3.2:3b |
| --verbose | -v □ أظهر التقدم المفصّل مع حياة UI false |
| --config | -c المسار إلى إعدادات ملفّ معاينة تلقائيّة
| --output-format | -o • شكل الناتج: Console, sex, bargdown, Json o Console |
| --output-dir دليل الناتج لنواتج الملفات
| --extensions | -e □ تمديدات ملفات لنموذج الدفعات □ جميع أشكال الطبع □
| --recursive | -r □ أدلة العمليات تتكرّر بشكل متكرر false |
| --template | -t نموذج موجز (قصير، موجز، رصاص، تنفيذي، وما إلى ذلك) default |
| --words | -w □ عدد الكلمات المستهدفة (Count)
--embedding-backend حولس ، اولاما Onnx |
|
|---|---|
--web-mode / / / / / / / / / / Simple |
|
--analyze |
-a ● إجراء تحليل جيد للموجز false |
أفضل من الملخصات الشاملة مع تغطية كاملة للوثائق.
docsummarizer -f document.pdf -m MapReduce -v
كيف يعمل:
الحد الهرم الهرم الهرم الهرمي من أجل الوثائق الطويلة:
وبالنسبة للوثائق الطويلة جداً التي تتجاوز فيها ملخصات القطع المجمعة نافذة سياق النموذج، تستخدم الخريطة Redux تلقائياً التخفيض الهرمي:
100 chunks → 100 summaries → 5 batches → 5 intermediate summaries → final
ويحافظ هذا على التغطية الكاملة للوثائق بغض النظر عن طولها - وتسهم كل قطعة منها في الموجز النهائي، وتقدر الأداة الرمز البياني (>4 chars/token) والهدف 60 ٪ من استخدام نافذة السياق لكل تمريرة تخفيض.
Pro ProS ProSالسرعة، التغطية الكاملة، التجهيز المتوازي، مقابِل أي طول وثيقة كون CCCCقد يُخطِط في الوصلات المتقاطعة، أبطأ بالنسبة للوثائق الطويلة جداً
أفضل عندما تحتاج إلى التركيز على مواضيع محددة أو يكون لديك سؤال محدد الهدف.
docsummarizer -f document.pdf -m Rag --focus "pricing and payment terms" -v
كيف يعمل:
وقت استخدام RAG فوق الخريطة:
• سيناريو / أفضل طريقة / / |----------|-----------| □ "تجسيد هذا المستند بأكمله" JIU TRANSLAT TRANSLAT TRANSLATOR TRANSLATOR TRANSLATOR TRANSLATOR TRANSLATOR TRANSLAT ماذا يقول هذا عن الأمن؟ • دليل من 500 صفحة، يحتاج إلى كل شيء دليل من 500 صفحة، يحتاج إلى فرع محدد تحتاج إلى نتائج سريعة، لا تحتاج إلى Qdrant lo QmapReduges
RAG هو غير عن مناولة الوثائق الطويلة - مقابض MapRedux التي مع تخفيض التسلسل الهرمي. RAG هو حول. جاريعندما تريد تجاهل 90% من الوثيقة والتركيز على ما يهم سؤالك الخاص.
Pro ProS ProS: التركيز على المواضيع، والتفاهم الدلالي، ومؤشر إعادة الاستخدام، وأسرع للاستفسارات المركزة كون CCCC: قد يُغفل المحتوى خارج مجال التركيز، يحتاج إلى فهرسة أولية أبطأ، Qdrent،
أفضل الوثائق السردية حيث يتدفق السياق ترتيباً متتابعاً.
docsummarizer -f story.pdf -m Iterative -v
الانذار* أبطأ وقد يفقد السياق على الوثائق الطويلة (>10 قطع).
• نوع وثيقة الهدف من الأهداف الإنمائية للألفية |---------------|------|------|-----| المواصفات التقنية (50 + صفحة) □ موجز كامل □ موجز كامل □ رسم الخرائط □ تغطية كاملة □ موجز كامل للموجزات الكاملة للسياق الزمني للاحتياجات العقد القانوني/العقد القانوني/العقد القانوني العقد القانوني بشأن " شروط سداد الأجور " ؟ RAG التركيز على باب محدد API Docs (200 صفحة) o o o "كيف يعمل (أوث) ؟" □ ورقة بحثية عن موجز كامل للموجز □ خرائط مهيكلة، تحتاج إلى كل شيء □
/ نوع المحتوى / أفضل أسلوب للأسلوب / ملحوظات / |--------------|-----------|-------| | ما إذا كــي فــي الفــكــيــة/ تتطلّب المسودة سياقاً تعاقبياً | **** □ كلاهما □ رسم خرائط مخصَّص للنبذة العامة، و إطار توجيهي للتفاصيل □ | العقود/العقود القانونية/المتعاقدات كل بند يهم | دليل RAG / عادة ما يسأل عن التفاصيل /
□ وثيقة حجم الوثيقة |---------------|-----------|-----|-------| □ 10 صفحات □ 15 □ 20 □ كلتاهما سريعتان □ RAG أسرع إذا كانت مركزة □ 200 صفحة □ 3 - 5 دقائق □ 1 - 2 دقيقة □ تخفيض هرمي • 500 + 500 صفحة إضافية □ 10-15 دقيقة □ 2 - 3 دقائق □ النظر في استفسارات متعددة مقدمة من الفريق الاستشاري
docsummarizer config --output myconfig.json
هو تلقائي مكتشف من:
--configdocsummarizer.json المجلد الحالي.docsummarizer.json (مُعلِن ملف)~/.docsummarizer.json (المنزل إلى الوطن)مثال مثال docsummarizer.json:
{
"embeddingBackend": "Onnx",
"onnx": {
"embeddingModel": "AllMiniLmL6V2"
},
"ollama": {
"model": "llama3.2:3b",
"embedModel": "mxbai-embed-large",
"baseUrl": "http://localhost:11434",
"temperature": 0.3,
"timeoutSeconds": 1200
},
"docling": {
"baseUrl": "http://localhost:5001",
"timeoutSeconds": 1200,
"pdfBackend": "pypdfium2",
"pagesPerChunk": 10,
"maxConcurrentChunks": 4,
"enableSplitProcessing": true
},
"qdrant": {
"host": "localhost",
"port": 6333,
"collectionName": "documents"
},
"processing": {
"maxHeadingLevel": 2,
"targetChunkTokens": 1500,
"minChunkTokens": 200,
"maxLlmParallelism": 2
},
"output": {
"format": "Console",
"verbose": false,
"includeTrace": false
},
"webFetch": {
"enabled": false,
"mode": "Simple",
"timeoutSeconds": 30,
"userAgent": "Mozilla/5.0 DocSummarizer/1.0"
},
"batch": {
"fileExtensions": [".pdf", ".docx", ".md", ".txt", ".html"],
"recursive": false,
"continueOnError": true
}
}
/ الخيار / العتبـر / العتبـر
|--------|---------|-------------|
| maxLlmParallelism LLLM طلبات متزامنة (أولاما الطابير، لذلك القيم الأعلى فقط تصطف) o
| maxHeadingLevel تُثبَّت على H1/H2 فقط. وتُثبَّت إلى 3 لـ H1/H2 فقط.
| targetChunkTokens حجم القطعة المستهدفة. 0 = الحساب الذاتي التلقائي (- 25٪ من نافذة السياق)
| minChunkTokens حد أدنى قبل الدمج. 0 = 1/8 من الهدف
## Executive Summary
- Key finding 1 with specific details [chunk-0]
- Important point 2 with numbers and dates [chunk-3]
- Critical requirement 3 [chunk-5]
## Section Highlights
- Introduction: Overview of the system architecture [chunk-0]
- Requirements: Technical specifications detailed [chunk-3]
...
## Open Questions
- What is the timeline for Phase 2?
- How does the fallback mechanism work?
### Trace
- Document: document.pdf
- Chunks: 12 total, 12 processed
- Topics: 5
- Time: 21.4s
- Coverage: 100%
- Citation rate: 1.20
المُسْرِس: التغطية (النسبة المئوية للأبواب المدرجة)، معدل الاقتباس (الإشارات/النشرات)، الشونكس المجهزة (قد يتخطى فريق التقييم الإقليمي لبعضها).
□ النموذج النموذجي □ حجم □ السرعة □ جودة الجودة □ قضية استخدامات جيدة □ قضية □
|-------|------|-------|---------|----------|
| qwen2.5:1.5b * سرعة سريعة جداً (الثالث) * سرعة جيدة مُثلى *
| gemma3:1b □ 815 ميغابايت من السرعة (العشرات) □ نموذج صغير بديل عادل
| llama3.2:3b □ 2GB متوسط (الـ 15 □ 15s) □ جيد جدا □ **** - توازن جيد
| ministral-3:3b □ 2.9GB متوسط (العشرات) □ جيد جداً جداً □ مركز على الجودة □
| llama3.1:8b * ملخصات ممتازة عالية الجودة*
بِتْ بِجِيجفيما يتعلق بالموجزات الأكثر سرعة (~3s vs - 15s)، الاستخدام
--model qwen2.5:1.5b(ب) بالنسبة للوثائق الحرجة حيثما يكون للجودة أهمية أكبر، يُستخدم--model llama3.1:8b.
# Clone the repository
git clone https://github.com/scottgal/mostlylucidweb.git
cd mostlylucidweb/Mostlylucid.DocSummarizer
# Build
dotnet build
# Run
dotnet run -- --help
من أجل نشر الإنتاج دون حاجة إلى تركيبات وقت تشغيل الشبكة:
# Build self-contained executable (Windows x64)
dotnet publish -c Release -r win-x64 --self-contained
# Build for Linux
dotnet publish -c Release -r linux-x64 --self-contained
# Build for macOS
dotnet publish -c Release -r osx-x64 --self-contained
الناتج: bin/Release/net9.0/<runtime>/publish/docsummarizer
ollama serveollama listdocker run -p 5001:5001 quay.io/docling-project/docling-serve--mode Rag)docker run -p 6333:6333 -p 6334:6334 qdrant/qdrantكائن: نقاط رصاصة صدى التنبيه ("العودة فقط نقاط رصاصة" ، "القاعدة هي...") بدلا من تلخيص المحتوى.
سبب السبب السبب السبب السبب: نموذج يكافح مع السرعة أو المحتوى لمدة طويلة جدا.
من النوعالـ افتراضي qwen2.5:1.5b لمعالجة معظم الوثائق بشكل جيد جداً بالنسبة للوثائق الإشكالية، حاول --model llama3.2:3bانظر: التوصية النموذجية.
إذا بدا الموجز عاماً أو لم يشر إلى محتوى محدد:
Citation rate (بدولارات--mode Rag(الأسباب الملخصات في القطع المسترجعة)--verbose لمعرفة ما هي القطع التي يجري تجهيزهاعدم توافر الملخصات [chunk-N] البيانات المرجعية:
llama3.2:3bCitation rate القيم الأعلى التي تشير إلى تحسين التتبعqwen2.5:1.5b بالنسبة للسرعة، llama3.2:3b للتوازن، llama3.1:8b عن نوع نوعهmaxLlmParallelism لفترات ما قبل
© 2026 Scott Galloway — Unlicense — All content and source code on this site is free to use, copy, modify, and sell.