struct-summary 是什么(人格锚:无,纯专业结构化域)
struct-summary 是 struct-* 知识结构化系列的第一个成员,定位「长文多层级摘要」。它读取一篇长文,抽出核心结论、关键句与段落脉络,输出三级摘要。
它不是语义级改写器(那是大模型的事),而是更日常的「摘要结构化」——在你被长文淹没之前,先替你把信息主干拎出来。一篇五千字的技术文章,你往往只需要那三五句结论和一张大纲,剩下的留着备查。
能做什么 / 不能做什么
能做的:
- 把长文切成「一级核心结论 / 二级关键句 / 三级大纲」三级结构。
- 信号词加权(因此 / 所以 / 关键 / 本质…)+ 位置加权(段首段尾)+ 标题识别,挑出最该看的句子。
- 算压缩率与覆盖度,给出
structure_gain结构化增益;产物末尾附STRUCT_RESULT尾块供程序消费。
不能做的(诚实边界):
- 不做语义级「真正概括」——深度理解由调用方大模型完成,本引擎只做结构化抽取与重组。
- 不保证抓到所有隐含论点;信号词不足时退化为取首句。
- 不修改原文、不联网、不感知运行时真实调用。
边界说明
- 输入应为连贯文本,建议 500 字以上;极短输入(无标点 / 一两句)增益偏低属正常,非缺陷。
- 与 struct-note(零散笔记提炼)、struct-concept(单个概念卡片)分工明确:summary 处理「整篇长文」,note 处理「零散笔记」,concept 处理「单个概念」。
怎么用
python scripts/struct.py build --input 长文.md --output 摘要.md
python scripts/struct.py rules # 查看量化阈值
python scripts/struct.py ledger # 归集历史产物的 structure_gain
python scripts/struct.py version # 打印版本
扫描结束后会输出三级摘要、压缩率、覆盖度与 structure_gain,并在产物末尾附上机器可读的 STRUCT_RESULT {...} 判定块,供流水线程序化消费。
量化模型(原创点)
结构化增益 structure_gain(0-100):以覆盖度(是否抓到各段主旨)为主、压缩率为辅。阈值见 resources/thresholds.json。退出码 0/1/2/3/4(struct 非阻断型,4 保留)。
理论底座
- 认知负荷理论(Sweller):人的工作记忆有限,结构化摘要降低认知负荷,让长文可被「一眼读完」。
- 抽取式 vs 生成式摘要:抽取式(extractive)按启发式挑句重组,稳定、可重跑、不幻觉;生成式(abstractive)交给大模型。本引擎走抽取式。
- 信号词 / 位置启发式:结论多出现在段首段尾与显式结论词之后,是抽取式摘要的成熟做法。
与其他成员的关系
struct-summary 是系列入口,常作为知识链第一步;下游接 struct-note / struct-concept / struct-map 形成「摘要 → 笔记 → 概念 → 图谱」链路。与 guard / check 不重叠(那是防护 / 验证,这是整理)。