Summarize 1.0.0

核心用法

summarize 是一个命令行工具，专为快速生成内容摘要而设计。支持输入 URL、本地文件（PDF/图片/音频）以及 YouTube 链接，通过调用 OpenAI、Anthropic、xAI 或 Google 的大模型 API 生成摘要。

安装方式：

brew install steipete/tap/summarize

基础命令：

# 网页摘要
summarize "https://example.com" --model google/gemini-3-flash-preview

# 本地文件
summarize "/path/to/file.pdf"

# YouTube 视频
summarize "https://youtu.be/xxx" --youtube auto

核心参数：

• --length short|medium|long|xl|xxl|<chars>：控制摘要长度
• --extract-only：仅提取正文，不生成摘要
• --json：机器可读格式输出
• --firecrawl auto|off|always：处理被屏蔽网站
• --max-output-tokens：限制输出 token 数

支持通过环境变量配置 API 密钥（OPENAI_API_KEY、ANTHROPIC_API_KEY、XAI_API_KEY、GEMINI_API_KEY），以及可选的 ~/.summarize/config.json 配置文件。

显著优点

1. 多模态支持：覆盖网页、PDF、图片、音频、YouTube 五种内容形态
2. 多模型兼容：支持主流 LLM 提供商，默认使用 Google Gemini Flash（免费/低成本）
3. 灵活的输出控制：五级预设长度 + 自定义字符数，满足从速读到深度分析的需求
4. 鲁棒的提取能力：集成 Firecrawl 作为回退方案，解决反爬机制导致的提取失败
5. 开发者友好：JSON 输出模式便于集成到自动化工作流

潜在缺点与局限性

1. 依赖外部 API：需自行申请并管理多个 LLM 服务的 API 密钥，存在密钥泄露风险
2. YouTube 限制：视频摘要依赖 yt-dlp 或 Apify 回退，部分版权内容可能无法提取
3. 无本地模型支持：必须联网调用云端模型，无法离线使用
4. 长文档分段：超长文档的分段策略未明确说明，可能导致上下文断裂
5. 成本累积：高频使用时，多模型调用可能产生不可忽略的 API 费用

适合人群

• 研究人员和信息工作者：需要批量处理论文、报告、网页资料
• 内容创作者：快速理解参考素材，提取 YouTube 视频要点
• 开发者：通过 JSON 输出构建自动化摘要管道
• 命令行爱好者：偏好 CLI 工具而非 Web 界面的效率用户

常规风险

• API 密钥安全：密钥以环境变量存储，需避免泄露到 shell 历史或日志
• 隐私合规：敏感文档需通过第三方 API 处理，存在数据外泄风险
• 提取服务依赖：Firecrawl/Apify 的可用性影响功能完整性
• 摘要幻觉：LLM 生成的摘要可能存在事实偏差，关键信息需人工核实
• 服务条款限制：部分网站和 YouTube 内容可能违反平台 TOS

核心用法

summarize Skill 是 summarize CLI 工具的包装器文档，本身无可执行代码，仅提供调用指南。支持对网页 URL、本地文件（PDF、图片、音频）及 YouTube 链接生成 AI 摘要。默认使用 Google Gemini-3 Flash Preview，亦可切换至 OpenAI、Anthropic、xAI 等模型，通过环境变量注入 API 密钥。

显著优点

• 零代码风险：纯 Markdown Skill（T-MD 分类），无 eval/exec/system 等危险函数，无硬编码密钥，静态扫描得分 95。
• 多源支持：覆盖网页、PDF、图像、音频、YouTube，内置 Firecrawl 和 Apify 作为提取失败时的回退方案。
• 灵活配置：支持自定义摘要长度、JSON 输出、配置文件持久化，符合 CLI 工具的高级用户需求。
• 隐私合规：无主动数据收集，API 密钥由用户自行管理，符合 GDPR/CCPA。

潜在局限

• T3 来源风险：社区项目/个人开发者维护，GitHub 仓库无法通过 API 验证，长期维护与更新稳定性存疑。
• 外部依赖重：核心功能完全依赖用户本地安装的 summarize 二进制及第三方 AI 服务，Skill 本身仅为说明书。
• 密钥管理负担：需手动配置 4+ 家 AI 厂商的环境变量，对普通用户门槛较高，密钥泄露风险由用户承担。
• 网络回退透明度：Firecrawl/Apify 回退逻辑可能将用户数据送至第三方抓取服务，需自行审查其隐私政策。

适合人群

CLI 高级用户、开发者、研究人员——习惯通过终端处理信息摘要任务，且已持有 OpenAI/Anthropic/Google 等 API 密钥，愿意自行管理凭证与依赖安装。

常规风险

• 供应链风险：brew install steipete/tap/summarize 的可信度需用户自行验证；Skill 不保证二进制安全性。
• API 密钥泄露：环境变量方式易被进程泄露（如 ps e），建议在私有环境或密钥管理服务中使用。
• 数据外流：YouTube/网页内容经第三方抓取服务（Firecrawl/Apify）处理时，原始 URL 及内容可能被记录。