尧图网络 高端网站定制 · 原创设计
免费咨询热线
400-888-6620
免费获取方案
Hermes Agent 文本处理实战:2 个工具搞定摘要生成与 PDF 信息提取
Hermes Agent 文本处理实战2 个工具搞定摘要生成与 PDF 信息提取【免费下载链接】hermes-agentThe agent that grows with you项目地址: https://gitcode.com/GitHub_Trending/he/hermes-agent用 Hermes Agent 的 ContextCompressor 和 extract_pymupdf你能独立完成摘要生成与信息提取两件事前者给长对话瘦身后者把 PDF 拆成可检索的笔记。先把环境跑起来克隆仓库并装好依赖后面所有操作都在这一个目录里进行git clone https://gitcode.com/GitHub_Trending/he/hermes-agent cd hermes-agent pip install -r requirements.txtrequirements.txt是项目提供的依赖清单。之后某个库报错缺失时单独补装即可不用重装整个环境。摘要生成给长对话做瘦身对话越聊越长token模型计量文本的单位约等于一个汉字或几个英文字母消耗会突破模型的上下文上限再往后发就会报错。ContextCompressor 就在 agent/context_compressor.py 里它的做法一句话就能说清首尾各保护 N 条消息原样保留中间部分交给模型智能摘要全程自动跟踪 token保证结果不超模型限制。最小可运行示例from agent.context_compressor import ContextCompressor compressor ContextCompressor( modelyour-model-name, threshold_percent0.85, protect_first_n3, protect_last_n4, ) if compressor.should_compress_preflight(messages): messages compressor.compress(messages)关键参数如下默认值直接可用再按场景微调参数作用默认值threshold_percent上下文用量达到该比例时触发压缩约 0.85protect_first_n开头逐字保留的消息条数3protect_last_n结尾逐字保留的消息条数4summary_target_tokens摘要的目标长度500 tokensquiet_mode关闭压缩过程的日志输出Falsesummary_model_override手动指定生成摘要用的模型不指定跟随主模型信息提取把 PDF 拆成能用的料extract_pymupdf 脚本skills/ocr-and-documents/scripts/extract_pymupdf.py基于 pymupdf 库能从一份 PDF 里拆出纯文本Markdown 格式保留标题和列表结构方便二次加工指定页码范围的内容表格图片元数据作者、创建时间等文档属性日常最常用的就这 3 条命令# 基本文本提取 python extract_pymupdf.py document.pdf # 指定页面并转成 Markdown页码从 0 开始 python extract_pymupdf.py document.pdf --pages 0-4 --markdown # 抽出文档里的全部表格 python extract_pymupdf.py document.pdf --tables串起来用一份 PDF 到可检索笔记两个工具各管一段按顺序串起来就是一个完整的文本处理流水线拆用 extract_pymupdf 把目标页面转成 Markdown先拿到干净的结构化文本。缩把长文本交给 ContextCompressor用summary_target_tokens控制摘要长短。落把摘要结果存成笔记文件即可直接检索和引用。第 1 步的最小命令python extract_pymupdf.py report.pdf --pages 0-9 --markdown report.md避坑 FAQ问压缩阈值 threshold_percent 怎么设0.85 是通用值意思是上下文用到 85% 才动手留有余量。如果你的对话里代码和工具输出很多可以调低到 0.7 左右提前压缩避免临门一脚爆掉。问PDF 页码从 0 开始吗是。--pages 0-4表示前 5 页从 1 开始数是最常见的新手错误少页或多页多半是这里错了。问装完依赖仍然 import 报错先确认你用的是执行过pip install -r requirements.txt的那个 Python 环境确认pymupdf没装上的话单独pip install pymupdf补齐。摘要生成负责瘦身信息提取负责取料两者串起来一份 PDF 到可检索笔记只要几分钟。更多参数和行为细节去官方文档继续看docs/。【免费下载链接】hermes-agentThe agent that grows with you项目地址: https://gitcode.com/GitHub_Trending/he/hermes-agent创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
RELATED

相关推荐

货拉拉大数据笔试真题解析:从Hadoop到SQL的实战能力考察

货拉拉大数据笔试真题解析:从Hadoop到SQL的实战能力考察

我说实话,当年看到货拉拉大数据中心的笔试题时,第一反应是“这和我想的不太一样”。它不像某些大厂那样动不动就甩一堆冷门源码题压垮你,反而更偏向考察一个大数据工程师“吃饭的家伙”——基础扎不扎实、有没有真实项目经验、遇到问题会不会…

📅 2026/11/9 10:44:20
云计算国赛备赛指南:从IaaS到K8s的实战技能与排错方法论

云计算国赛备赛指南:从IaaS到K8s的实战技能与排错方法论

1. 项目概述:一份“答案”背后的价值与风险 最近在技术社区和职教圈子里,关于各类技能大赛“题库答案”的讨论又热了起来。我注意到一个具体的需求,是关于“全国职业院校技能大赛云计算技术与应用大赛国赛题库答案(2)”…

📅 2026/10/30 1:37:12
Ubuntu LTS 系统安装与基础配置完整指南:从ISO到Docker

Ubuntu LTS 系统安装与基础配置完整指南:从ISO到Docker

这次我们直接看 Ubuntu 最新 LTS 系统的完整落地流程:从 ISO 镜像下载、安装包校验、U 盘启动盘制作,到双系统/虚拟机/物理机安装,再到装完系统后必做的基础配置——软件源、显卡驱动、输入法、Docker、开发环境、SSH 远程登录。很多人装 Ubu…

📅 2026/10/31 5:29:04
MORE NEWS

更多资讯

📰

力工需要电工证吗保姆级教程:别被中介骗了,手把手教你搞清楚

力工需要电工证吗保姆级教程:别被中介骗了,手把手教你搞清楚 你是不是也遇到过这样的情况:工地上的活干得挺多,但总觉得缺了点“硬通货”?尤其是最近一些工头、项目经理都在强调“持证上岗”,搞得你心里直打鼓—— 力工需要电工证吗…

📰

叶城电工证过期了不知道怎么复审延期?良心建议帮你搞定

叶城电工证过期了不知道怎么复审延期?良心建议帮你搞定 你是不是也遇到过这种情况:电工证快到期了,不知道该怎么复审,耽误了工作甚至被单位警告?别急,今天就来聊聊 叶城电工证 的复审问题,给正在焦急的你一些 良心建议 。…

📰

叶城电工证考试真题与备考技巧 2026河南最新政策来了

叶城电工证考试真题与备考技巧 2026河南最新政策来了 实操考试心里没底怕挂科?别急,这波干货直接帮你稳过!特别是2026河南最新政策出炉后,电工证考试流程、内容和要求都做了重要调整,不了解新规的考生容易吃大亏。本文将从考试真题、备考技巧、…

📰

兴山区电工证千万别踩坑,怎么选培训机构和备考才能一次过

兴山区电工证千万别踩坑,怎么选培训机构和备考才能一次过 怕考不过白交培训费?兴山区电工证考试不是闹着玩的,一不小心就掉进培训机构的坑里,钱花了,证没拿到,还得重来。千万别踩坑,尤其是对新乡初次报考的人来说,选对培训机构和备考方法,才是上岸的…

📰

建筑电工证在哪能办到?上岗必备怎么考才不白交钱

建筑电工证在哪能办到?上岗必备怎么考才不白交钱 怕考不过白交培训费?别急,先看懂这个上岗必备的证到底怎么考,再决定要不要花这笔钱。…

📰

电工证好还是XX的好证全国通用吗

电工证好还是焊工证的好 值不值得考 工地太忙根本没时间复习考试,这几乎是每个一线施工人员的共同烦恼。尤其是像周口这样的中小型施工企业,人员流动性大,工作强度高,很多人一边忙着项目赶工期,一边还要抽时间准备证书考试,压力可想而知。但现实是,…

TODAY

今日更新

THIS WEEK

本周精选

THIS MONTH

本月热门

读完文章,想聊聊您的网站?

告诉我们您的行业与需求,资深顾问一对一梳理方案与报价,全程免费。

📞 💬