यह है पार्ट 2 दोवीर श्रृंखला का. देखें पार्ट 1 चूँकि क़ुरैश को जाड़े और गर्मी के सफ़र से मानूस कर दिया है पार्ट 3 गहरी तकनीकी में प्रवेश करने और पुनः प्राप्त करने में तेज़ी लाने के लिए।
दस्तावेज़ों या यूआरएल को सबूतों के रूप में परिवर्तित करें - मनुष्यों के लिए या एआई एजेंटों - बिना बादल में कुछ भी भेजने के लिए.
हर दावा विश्लेषण योग्य है. हर तथ्य अपने स्रोत को बताता है. स्व-विकृत द्विचर, पूरी तरह से अपने मशीन पर चलाता है.
# Human-readable summary
docsummarizer -f contract.pdf
# JSON for agents/pipelines
docsummarizer tool -u "https://docs.example.com"
इस लेख में किन बातों पर चर्चा की गयी है?: संस्थापन, कुंजी मोड्स (स्वा/ हॉर्ट हूग), टैम्प्लेट्स, तथा सामान्य उपयोग मामलों.
क्या यह कवर नहीं है: संपूर्ण कमांड संदर्भ, कॉन्फ़िगरेशन विकल्प, मुसीबतों, निर्माण विवरण.
संपूर्ण दस्तावेज़ के लिए, देखें पढ़ें.. यह आंतरिक रूप से कैसे काम करता है के लिए, देखते हैं पार्ट 3.
यह आपको देता है प्रमाण.
[chunk-N] उल्लेख स्रोत सामग्री में वापस जाएँआप की जरूरत है भरोसा सारांश - या उसे किसी अन्य तंत्र - उस मामले में खिलाइए ।
वह tool कमांड विशेष रूप से एआई एजेंटों, एमसीपी सर्वर, और अन्य ऑटो्ड सिस्टमों के साथ एकीकरण के लिए बनाया गया है. यह प्रमाण पत्र REGGCACT या एजेंट उपकरण बनाने के लिए JSON, और अन्य सिस्टमों के साथ चलाने के लिए आउटपुट किया गया है.
# 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'
औज़ार कमांड परिणामों की ट्रैक के साथ स्ट्रक्चर बताता है:
{
"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]
2002- 2006 विकल्प (c) 2006- 2007 संक्षिप्त वर्णन
|--------|-------|-------------|
| --url | -u डब्ल्यूएचओएस को लाने और उसका सार देने के लिए
| --file | -f INVERAT फ़ाइल का विश्लेषण करने के लिए
| --query | -q पारितोषिक सरल क्वेरी 0. 28
| --mode | -m वुल्फहाउंड मोड (कंश, बर्ट राग, बर्टरब्लेड, मैप कम, राघाइस)
| --model एन्ट्रॉल ऑलमा मॉडल का प्रयोग करने के लिए किये जाने वाले तमाम संक्रिया का प्रयोग करें
| --config | -c लिबआईएस कॉन्फ़िगरेशन फ़ाइल पथ
evidence आईडी जिसका संदर्भ स्रोत रीकिंग्सhigh, medium, या low समर्थन के आधार पर आधारितexecutive सारांश में आसान प्रदर्शन के लिए कोई चेक चिह्न नहीं हैsuccess: false किसी के साथ error संदेशपायथन स्क्रिप्ट:
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']}")
शेल भक्ति:
# 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'
प्री- उन्नत देशी एक्जीक्यूटेबल से उपलब्ध हैं GiB के जारी:
लिबआरटीएस प्लेटफॉर्मGolial डाउनलोडGenericName
| ---------- | -------------- | ---------- |
|---|---|---|
IMTAN ("1. 464i") docsummarizer-win-arm64.zip |
||
INVI लिनक्स x64i" docsummarizer-linux-x64.tar.gz |
||
INVI लिनक्स (3264) docsummarizer-linux-arm64.tar.gz |
||
IMSCOSओएस x64 (इनलियम) हालत docsummarizer-osx-x64.tar.gz |
||
मार्सल मेपलस् ARM64 (एक लहरें) हालती 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 "."
चूँकि क़ुरैश को जाड़े और गर्मी के सफ़र से मानूस कर दिया है कोई बाहरी सेवा आवश्यक नहीं:
docsummarizer -f document.md -m Bert
NNX मॉडल पहली बार प्रयोग पर HBAT-से- अप चेहरे से स्वचालित उपयोग करने पर. ~3-5 सेकंड में वापसी.
बचाव के लिए, ओएलमा की आवश्यकता है:
# Install Ollama from https://ollama.ai
ollama pull llama3.2:3b # Default model - good balance of speed/quality
ollama serve
गति युक्ति: तेज़ गति के लिए (0-23s vs ~15), प्रयोग करें
--model qwen2.5:1.5b
पीडीएफ़ के लिए आवश्यक, DCLX, XLSX, एचटीएमएल, छवियों (PFGG/TF/TF), सीएसवी, वीटीटीएस फ़ाइलें. टुकड़े तथा सादा पाठ फ़ाइलें सीधे पढ़ा जा रहे हैं - कुछ नहीं किए जाने की आवश्यकता नहीं है.
docker run -d -p 5001:5001 quay.io/docling-project/docling-serve
डिफ़ॉल्ट से आवश्यक नहीं
docker run -d -p 6333:6333 -p 6334:6334 qdrant/qdrant
फिर में कॉन्फ़िगर करें docsummarizer.json:
{
"bertRag": {
"vectorStore": "Qdrant",
"collectionName": "docsummarizer",
"persistVectors": true
}
}
यदि आप पर एम्बेडिंग के लिए ओलमा पसंद करते हैं तो परनएक्स:
ollama pull nomic-embed-text # Or mxbai-embed-large
# Then use: --embedding-backend Ollama
docsummarizer check --verbose
वांछित आउटपुट फ़ॉर्मेट फ़ॉर्मेट तालिका दिखाता है:
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.
टिप्पणी: डोमिंग और आगल प्रदर्शन चिह्नों के लिए ठीक है.
चल रहा है docsummarizer कोई आर्गुमेंट नहीं होगा:
README.md मौजूदा डिरेक्ट्री मेंreadme.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
"सिर्फ मैप कम करें" से उपकरण प्रोग्रेसन. यहाँ है कि हर मोड वास्तव में क्या करता है:
जो आप के लिए पूछ रहे हैं उस आधार पर सही मोड चुनता है. इसका इस्तेमाल तब तक कीजिए जब तक आपके पास कोई कारण न हो.
docsummarizer -f doc.pdf
आप उत्पादन के लिए क्या करना चाहते हैं. तीन-फ्पर:
docsummarizer -f doc.pdf -m BertRag
docsummarizer -f doc.pdf -m BertRag --focus "payment terms"
क्यों इसे प्रयोग करें: हर निशान का एक स्रोत भाग में वापस लाने का दावा करता है. कोई भी दस्तावेज़ आकार का स्केल नहीं. सिर्फ अंत में ही xL भाग जाता है.
स्थानीय पर स्थानीय मॉडलों का उपयोग कर शुद्ध निकास.
docsummarizer -f doc.pdf -m Bert
क्यों इसे प्रयोग करें: ऑफ़लाइन काम करता है. ~3-5 सेकंड में रिटर्न. डेइनिटेंस ( समान इनपुट = एक ही आउटपुट). जल्दी स्कैन के लिए पर्याप्त अच्छा है.
बर्ट व बर्ट रोग के बीच मध्य भूमि.
docsummarizer -f doc.pdf -m BertHybrid
फिर भी, बर्ट राग ने ज़्यादातर मामलों के लिए उनकी जगह ली ।
docsummarizer -f doc.pdf -m MapReduce # Full coverage
docsummarizer -f doc.pdf -m Rag --focus "query" # Legacy focused mode
जानकारी देने के बजाय, किसी दस्तावेज़ के बारे में सवाल पूछिए:
docsummarizer -f manual.pdf --query "How do I install the software?"
वेब पृष्ठों को सीधे डाउनलोड किए बगैर प्रेषित करें:
# 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
समर्थित अंतर्वस्तु: HTML (अनेड), पीडीएफ, मार्क डाउन, छवियों (ओसीआर), दस्तावेज़. बड़ी छवियों का आकार स्वचालित बदल दिया गया.
सुरक्षा: SSRF सुरक्षा, डीएनएस फिर से सुरक्षा, सामग्री क़िस्मिंग बम सुरक्षा, HTML SIANARSीकरण.
जावास्क्रिप्ट-ड पृष्ठ: इस्तेमाल --web-mode Playwright मेन्यू के रूप में तथा रीप्लिकेशन ऐप्ट्स (यू- ऐक्स- ए- ऐप्ट्सिलियम पहले प्रयोग में डालें).
प्रोटेस्टंट के बजाए मशीन पढ़ने योग्य JSON निकालें:
docsummarizer -f document.pdf --structured -o Json
निकालें: एंटिटी, फंक्शन, कुंजी प्रवाह (विश्वास के स्तर के साथ), अनिश्चित, कोटा - रेखाएँ ।
# 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
घड़ू टैम्प्लेट घड़क शब्द सबसे अच्छा के लिए
|----------|-------|----------|
| default पारितोषिक विषय (2 पैराग्राफ) के साथ संतुलित सारांश
| prose दिखाई दे रहे बहुमुखी सुधार - कोई मेटाडेटा नहीं
| brief SUM-50 त्वरित 2-3 वाक्य सारांश
| oneliner ROUND ~25 एकल वाक्य सारांश
| bullets अतुल्यकालिक स्वचालित बुलेट सूची (5- 7 वस्तुएँ)
| executive EXARE( 5050) सिफारिशों के साथ संक्षिप्त
| detailed [ पेज 12 पर बड़े अक्षरों में लेख की खास बात]
| technical INDECKS ~350 बुरी तकनीकी प्रमाणपत्र जो कार्यान्वयन विवरण के साथ चल रहा है
| academic IMSUNT ~abrazil. kgm
| citations INBWWK कुंजी सिर्फ श्रोत उद्धरण के साथ उद्धरण देता है
| bookreport SICAS ~00 बुक रिपोर्ट (अनुप्रयोग, अक्षर, प्लाट, प्रसंग)
| meeting सन 2002- 2003 बैठक में लिखा है (डाइल्स, क्रियाएँ, सवाल)
| strict INV ~60 MACACKS, 3 बुलेट अधिकतम, कोई वह समाधान नहीं
सभी उपलब्ध टैम्प्लेटों को वर्णनों के साथ देखने के लिए:
docsummarizer templates
उपयोग कर एक ही दस्तावेज़ पर मॉडलों की तुलना करें benchmark सब कमांड्स:
docsummarizer benchmark -f doc.pdf -m "qwen2.5:1.5b,llama3.2:3b,ministral-3:3b"
संपादन कमांड दस्तावेज़ की व्याख्या एक बार करता है, फिर प्रत्येक मॉडल को उचित तुलना के लिए एक ही बार चलाता है. आउटपुट समय, शब्द गणना, और प्रत्येक मॉडल के लिए शब्द/ सेकंड दिखाता है.
संपूर्ण डिरेक्ट्रीज़ को प्रोसेस करें:
# 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
2002- 2006 विकल्प (c) 2006- 2007 संक्षिप्त विवरण (c) 2006- 2007, गिल्स काउलिएर
|--------|-------|-------------|---------|
| --file | -f दस्तावेज़ में पथ (काला, पीडीएफ, MD)
| --directory | -d बैच प्रक्रिया के लिए निर्देशिका का पथ - सरकशी
| --url | -u डब्ल्यूएचओ वेब यूआरएल को लाने व उसका सार देने के लिए
| --web-enabled Libisofs वेब लाने को सक्रिय करता है (-- कर्ल के लिए आवश्यक है) false |
| --mode | -m mugugion विधि: स्वचलित, बर्ट राग, बर्टHyrod, मैप रिबला, यह exclowald Auto |
| --structured | -s शिर्क किए गए JSON एक्सपोजर मोड का प्रयोग करता हैcolombia. kgm false |
| --focus RAG मोड के लिए एहदो पैमान क्वेरी
| --query | -q DTAVERSELLANK मोड के बजाय एमुलेटर
| --model एन्ट्रॉल ऑलमा मॉडल का प्रयोग करने के लिए किये जाने वाले तमाम संक्रिया का प्रयोग करें llama3.2:3b |
| --verbose | -v IMTAN( डबल्यू) के साथ विस्तृत प्रगति दिखाएँ false |
| --config | -c विन्यास फ़ाइल जिसे स्वतः विन्यस्त किया जा रहा है का पथ
| --output-format | -o INBS आउटपुट प्रारूप: कंसोल, पाठ, मार्क डाउन, जेएनएस Console |
| --output-dir फ़ाइल आउटपुट के लिए Libisofs आउटपुट निर्देशिका
| --extensions | -e अलग होने के लिए फ़ाइल विस्तार
| --recursive | -r डिबगिंग सूचनाओं को प्रिंट करें false |
| --template | -t INBS सारांश टैम्प्लेट (डिफ़ॉल्ट, संक्षिप्त, बुलेट, व्यवस्थापक, आदि.) default |
| --words | -w अस्थायी लक्ष्य शब्द गणना करता है (ओक्यूट्स टैम्प्लेट को दोहराता है)
--embedding-backend Altiving बैकेंड: INnx, ओलमा हालत Onnx |
|
|---|---|
--web-mode INRWWW वेब को लाने का मोड: सादा, खेलें [Ctrl+ER] Simple |
|
--analyze |
-a EXARGERYEAR क्वालिटी विश्लेषण करता है false |
पूर्ण दस्तावेज़ विस्तार के साथ विस्तृत विस्तार के लिए उत्तम.
docsummarizer -f document.pdf -m MapReduce -v
यह कैसे काम करता है:
लंबे दस्तावेज़ के लिए लघुरूपीकरण:
बहुत लंबा दस्तावेज़ों के लिए जहाँ शामिल होते हैं मॉडल के संदर्भ विंडो से अधिक, नक्शा स्वचालित रूप से कम प्रयोग करता है:
100 chunks → 100 summaries → 5 batches → 5 intermediate summaries → final
यह दस्तावेज़ विस्तार की बनाए रखता है, लंबाई के हर भाग को अंतिम सारांश में योग देता है. उपकरण अनुमान चिह्नों (0.4 अक्षर/ts) और लक्ष्य 60% संदर्भ विंडो प्रति कटौती जाता है.
छैतिज पैमाना: तेज, पूर्ण विस्तार, समानांतर प्रक्रिया, किसी भी दस्तावेज़ लंबाई को संभालता है कॉन्न्स: बहुत लंबा दस्तावेज़ों के लिए धीमी गति से क्रूसों को पार करने की छूट देता है
जब आपको किसी खास विषय पर ध्यान देने की ज़रूरत होती है या एक खास सवाल उठता है, तो अच्छा होगा कि आप उस पर ध्यान दें ।
docsummarizer -f document.pdf -m Rag --focus "pricing and payment terms" -v
यह कैसे काम करता है:
मैप कम करने के लिए RAG का उपयोग कब करें:
अतुल्यकालिक चित्र सर्वोत्तम मोड (x) |----------|-----------| तमाम "इस दस्तावेज़ को सार दें"mahjongg map name "यह सुरक्षा के बारे में क्या कहते हैं?" RAGRGERS libburn 500-पेज मैनुअल, सभी बातों का मैप रिबूट (आंटा) साझी होने की जरूरत है ROUND 500-page मैनुअल, विशिष्ट खण्ड 2016 की आवश्यकता है आयामी तेजी से परिणाम की आवश्यकता है, पैरेंट नक्शा कम नहीं है
RAG है नहीं इसके बारे में RG के बारे में क्या? फ़िल्टरिंग फ़िल्टरName: जब आप किसी दस्तावेज़ के 90% को नज़रअंदाज़ करना चाहते हैं और अपने खास सवाल पर ध्यान देना चाहते हैं, तो उस पर ध्यान दीजिए ।
छैतिज पैमाना: विषय-रूप समझ, पुनः प्रयोग करें सूची, ध्यान केंद्रितियों के लिए तेजी से कॉन्न्स: ध्यान केंद्रित क्षेत्र के बाहर गुम सामग्री की आवश्यकता है, क्यूवेशन की आवश्यकता है, धीमी आरंभिक इंडेक्सिंग
इतिहास के दस्तावेज़ों के लिए उत्तम... ... जहां संदर्भ अनुक्रमीय रूप से प्रवाह करता है.
docsummarizer -f story.pdf -m Iterative -v
चेतावनी: धीमा और लंबे दस्तावेज़ों पर संदर्भ खो सकता है (> 10 का टुकड़ा).
INB दस्तावेज़ प्रकार AGTEGTY_BAR_ |---------------|------|------|-----| तमाम तकनीकी स्पेस (50+ पृष्ठों) INNLNAL/NLLLLLYEALLLLYEARTYYEANK की जरुरत है लीगल लीगल अनुबंध पूरा सारांश मैप स्मिट कम नहीं कर सकता है लीगल कानूनी अनुबंध "metion शर्तों"? SRGRGRECOG किसी खास खंड 6 पर फोकस SIGRT MAT (200 पृष्ठ) DULLYAT "ALAL कैसे काम करता है? "CHALRGES" GTE(200 पेज) [ पेज 27 पर बड़े अक्षरों में लेख की खास बात]
INVER सामग्री क़िस्म |--------------|-----------|-------| | फ़िक्शन/ निमंस आवर्धन नक्शा रिफ्पर प्लाट के लिए अनुक्रम संदर्भ कोष्ठक की आवश्यकता है | तकनीकी खुराक नक्शे पर नज़र रखने के लिए चिल्लायी गयी दोनों तरफ का नक्शाREGERGERSE | लीगल/ कम्पेटिबिलिटी Git नक्शा हर खंड के मामले को कम करता है | हस्तचालित [ पेज 9 पर बड़े अक्षरों में लेख की खास बात]
SMTP दस्तावेज़ आकार (R) |---------------|-----------|-----|-------| SIG 10 पेज 0. 15s20LLLLLLLW दोनों तेजी से चढ़ी 50 पेज 45 से 45x50 LRG तेजी से अगर ध्यान केंद्रित किया जा रहा हो 270 200 पेज 3-5 मि. 2 मि. 2 मि. 500+ पेज 0. 20- 15 मि. 2-3 मिनट के बारे में विचार करते हुए बहुत से RAGCKT पर विचार कीजिए
docsummarizer config --output myconfig.json
कॉन्फ़िगरेशन स्वतः खोज लिया गया है:
--config विकल्पdocsummarizer.json मौजूदा डिरेक्ट्री में.docsummarizer.json (छुपी फ़ाइलें)~/.docsummarizer.json (उपयोक्ता घर)उदाहरण 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
}
}
2002- 2006 विकल्प (c) 2006- 2007 डिफ़ॉल्ट (c) 2006- 2007@ info: credit
|--------|---------|-------------|
| maxLlmParallelism SIGRT 8 मौजूदा कॉनक्शन निवेदन (ओलमा कतार, सिर्फ क़तार में इतना उच्च मूल्य)
| maxHeadingLevel H1/H2 पर 2. 3 को उत्तमGodirigiviod के लिए सेट करें
| targetChunkTokens IMTART 0 (autoTH) 0- cation आकार की गणना करता है. 0 = call-cing की गणना (उदाहरण के लिए संदर्भ विंडो का 0. 25%)
| minChunkTokens IMTAN (autoroz) japan. 0 = 8 लक्ष्य का मान
## 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
गेंद का पता लगायें: कवरेज (% भाग में शामिल हैं), प्रशस्ति-पत्र (संत्र/ दर), क्लैच प्रक्रिया (RGGG) छोड़ सकते हैं.
कामों के लिए पाठ- से- वार्ताName
|-------|------|-------|---------|----------|
| qwen2.5:1.5b यूजीन 96MB बहुत तेज (463s) औद्वीव गति कम करता है
| gemma3:1b IMSGRING 815MB तेज (0-210s) 2002- 2006, 2002- 2006 छोटा मॉडल बुरे लग रहा है
| llama3.2:3b IMSURT 2GBडीपीआई मध्यम (उदाहरण के लिए) बहुत अच्छा डिफ़ॉल्ट - अच्छा संतुलन संतुलन संतुलन
| ministral-3:3b IMTAR 2. 9GBडीपीआई मध्यम (18020s) बहुत अच्छा विशेषता- चिल्लानी होगी
| llama3.1:8b 0. 7zGB धीमा ( 0. 45s) सर्वोत्तम उत्तम उत्तम उत्तम उत्तम उत्तम उत्तम उच्च- समसंत्रीय
आकार बदलें: तेज़ गति के लिए (0-23s vs ~15), प्रयोग करें
--model qwen2.5:1.5bकठिन दस्तावेज़ों के लिए जहाँ और भी गुण मामले होते हैं, प्रयोग करें--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
आवश्यकता के बिना उत्पादन तैनात करने के लिए. NET बिल्ड संस्थापना:
# 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
आउटपुटः 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/qdrantसममितियाँ: गोली जो तुरंत आ जाती है ("कि केवल गोली बिन्दुओं"), " नियम है..." सामग्री के बजाय.
कारण: मॉडल बहुत लंबा होता है या संतुष्ट रहता है ।
ठीक करेंडिफ़ॉल्ट: qwen2.5:1.5b अधिकांश दस्तावेज़ों को अच्छी तरह से संभालता है. समस्याजनक दस्तावेज़ों के लिए, कोशिश करें --model llama3.2:3b. देखें मॉडल प्रतिनिधि.
यदि सारांश जेनेरिक या संदर्भ नहीं करता है विशिष्ट सामग्री:
Citation rate ट्रेस आउटपुट में--mode Rag(R) जो आधार वापस रीग्रेस में है--verbose देखने के लिए कि क्या फिर से बनाई जा रही हैयदि तत्व की कमी है [chunk-N] उल्लेख:
llama3.2:3bCitation rate ट्रेस - उच्च मान में बेहतर ट्रेसेस सूचित करता हैqwen2.5:1.5b गति के लिए, llama3.2:3b और तुम (जब तौलो तो) ठीक तराज़ू से डन्डी सीधी रखकर तौलो llama3.1:8b गुणवत्ता के लिएmaxLlmParallelism यदि अनुभव समय समाप्ति हो
© 2026 Scott Galloway — Unlicense — All content and source code on this site is free to use, copy, modify, and sell.