15天学会AI应用开发（五）使用AI摘要来压缩上下文消息

前面两篇文章分别介绍了根据消息数量截断历史对话和根据Token长度截断历史对话，可是这两种方式有两个共同的问题：

1、被删去的早期记录可能包含关键信息，直接截断会导致信息丢失。

2、原始的对话记录可能存在重复、冗余、拖沓的文字内容。

一、为什么要对原始记录做摘要

要知道，重复、冗余、拖沓的文字内容并不高效，因为它的信息密度很低，很啰嗦，同样的意思使用更少的文字即可表达，完全没必要照搬原始的对话记录。

比如很多小说都有缩写本或者极简本，大幅精简后的文字保持了主要的故事框架，省去了许多次要的细节描写，一样可阅读可理解，整体的故事情节没有发生什么变化。

就历史对话的上下文而言，精简文字内容同样适用，这个精简过程被称作"摘要"，意思是摘取主要信息。对话摘要既保留了原始记录的关键信息，又大幅压缩了原始记录的文字长度，可有效降低下次AI会话的Token消耗。

Python有成熟的第三方库，可以直接对一段中文做自动摘要，无需开发者自己写算法，非常方便。常见的摘要库有snownlp和sumy，分别说明如下。

二、中文摘要库 snownlp

snownlp专门做中文的文本处理，内置自动摘要功能，体积小且速度快。在编写Python代码前，要先在命令行执行下面的pip安装命令：

pip install snownlp

然后编写下面的Python摘要测试代码：

from snownlp import SnowNLP

def summarize_text(text, limit=2):
    """
    自动生成摘要
    :param text: 原文
    :param limit: 提取几条摘要（默认2条）
    :return: 摘要句子列表
    """
    s = SnowNLP(text)
    return s.summary(limit)  # 自动提取关键句

# 测试
if __name__ == "__main__":
    text = """
    火山方舟是火山引擎推出的大模型平台，提供模型训练、推理、评测、精调等全方位功能与服务。
    平台支持多种主流大模型接入，具有稳定可靠、安全互信的特点。
    企业可以通过火山方舟快速构建自己的AI应用，降低开发成本与技术门槛。
    """

    summary = summarize_text(text, limit=2)
    print("自动摘要：")
    for s in summary:
        print("-", s)

运行上面的Python代码，输出日志结果如下：

自动摘要：
- 火山方舟是火山引擎推出的大模型平台
- 企业可以通过火山方舟快速构建自己的AI应用

可见snownlp库把原始的三个长句摘要为两个短句，同时保留了原文的主要意思。

三、通用摘要库 sumy

sumy库的功能更强，它支持 TF-IDF、LSA、LexRank、Luhn 等多种摘要算法。在编写Python代码前，要先在命令行执行下面的pip安装命令：

pip install sumy

然后编写下面的Python摘要测试代码：

from sumy.parsers.plaintext import PlaintextParser
from sumy.nlp.tokenizers import Tokenizer
from sumy.summarizers.lex_rank import LexRankSummarizer

def sumy_summary(text, sentences=2):
    parser = PlaintextParser.from_string(text, Tokenizer("chinese"))
    summarizer = LexRankSummarizer()
    summary = summarizer(parser.document, sentences)
    return [str(s) for s in summary]

# 测试
if __name__ == "__main__":
    text = """
    火山方舟是火山引擎推出的大模型平台，提供模型训练、推理、评测、精调等全方位功能与服务。
    平台支持多种主流大模型接入，具有稳定可靠、安全互信的特点。
    企业可以通过火山方舟快速构建自己的AI应用，降低开发成本与技术门槛。
    """

    summary = sumy_summary(text, sentences=2)
    print("自动摘要：")
    for s in summary:
        print("-", s)

运行上面的Python代码，输出日志结果如下：

自动摘要：
- 火山方舟是火山引擎推出的大模型平台，提供模型训练、推理、评测、精调等全方位功能与服务。
- 平台支持多种主流大模型接入，具有稳定可靠、安全互信的特点。

可见sumy库直接输出原始文字的两个长句，摘要效果不如snownlp库。

四、使用在线大模型输出摘要

如果开发者预算充足的话，也可调用国产大模型，在线输出对话内容的摘要文字。

比如登录火山引擎的控制台页面 https://console.volcengine.com/ark ，开通文本模型 Doubao-1-5-lite-32k 的推理服务，会赠送50万Token的免费额度，足够初学者的入门使用。

在编写火山引擎的Python调用代码前，要先在命令行执行下面的pip安装命令：

pip install --upgrade "volcengine-python-sdk[ark]"

然后编写下面的Python摘要在线生成代码：

from volcenginesdkarkruntime import Ark

client = Ark(
    # 此为默认路径，您可根据业务所在地域进行配置
    base_url="https://ark.cn-beijing.volces.com/api/v3",
    # 此处请输入您在火山引擎上申请的 API KEY
    api_key="**********",
)

text = """
火山方舟是火山引擎推出的大模型平台，提供模型训练、推理、评测、精调等全方位功能与服务。
平台支持多种主流大模型接入，具有稳定可靠、安全互信的特点。
企业可以通过火山方舟快速构建自己的AI应用，降低开发成本与技术门槛。
"""

completion = client.chat.completions.create(
   # 此处请输入您创建的方舟推理接入点 ID
    model="doubao-1-5-lite-32k-******",
    messages=[
        {"role": "system", "content": "请对用户输入的内容做精简摘要，摘要文字压缩在50字以内"},
        {"role": "user", "content": text},
    ],
)
print("自动摘要：")
print("-", completion.choices[0].message.content)

运行上面的Python代码，输出日志结果如下：

自动摘要：
- 火山方舟是火山引擎的大模型平台，支持多模型，功能全，能助企业快速构建AI应用，降成本与门槛。

可见在线大模型火山引擎输出了原始文本经过压缩后的摘要文字，并且支持通过提示词设置精简指标，比如摘要长度等等。

本系列的AI应用开发文章目录为《15天学会AI应用开发全目录（零基础小白，零Token消耗）》。