Summa 治好了我的信息饥渴症

我想我是有什么病的，暂且叫间歇性信息饥渴症吧。

发作时会疯狂订阅 RSS 源、关注 Medium 博主、加入 Reddit 版块......

后遗症是一段时间后就会积累很多待读文章或帖子，多到不敢打开这些网站。

当鼓足勇气打开这些网站后，通常我会快速浏览，遇到感兴趣的内容再细读，但这存在两个问题：

1. 快速浏览可能会错过重要信息或文章；
2. 如果是英文文章，无法快速判断是否值得细读；

为了解决这两个问题，我开发了 Summa 插件，旨在帮助用户(我自己)快速浏览大量文章。

功能介绍

Summa 是一款 Chrome 扩展，利用 AI 对网页内容进行总结。无论是博客文章还是论坛帖子，只需点击扩展图标，即可获得当前页面核心内容，包括摘要、主要内容和关键结论。

• 总结微信公众号文章

• 总结 Hacker News 长贴

• 总结 Medium 博客文章

使用说明

1. 适用于任意网站: 包括但不限于 Medium 、Reddit 、Hacker News 、知乎、CSDN......甚至 V2EX 。
2. API Key 配置: 需要自行配置 API key 。我使用的是 openRouter 提供的 API ，该平台目前支持免费使用 gemini-2.0-flash 模型。
3. 模型建议: Gemini 模型非常适合内容总结，可能是因为上下文窗口更大，Gemini 模型相比 OpenAI 和 Claude 的模型，能够在总结中保留更多细节。
4. Prompt 可自定义: 内置 prompt 适合总结技术类文章，也支持自定义，以适应不同类型文章。
5. 安装地址: https://chromewebstore.google.com/detail/summa/ifpcledicmpicocmaggfkegiighkdeog

技术栈

• 网页内容提取: 使用 mozilla/readability 库准确提取正文内容。
• 格式转换: 使用 Turndown 将 HTML 内容转换为 Markdown 格式，方便 LLM 处理。
• 摘要渲染: 使用 marked 和 github-markdown-css 渲染生成的摘要。
• 前端开发: 使用 Shadow DOM 、TypeScript 和 CSS 实现总结面板，使用 React 和 Shadcn 实现配置页。
• LLM 接入: 通过 Vercel AI SDK 接入 OpenAI 、Anthropic 、openRouter 、LMStudio 、Ollama 等多个 LLM 服务商。
• 开源地址： https://github.com/silvonli/Summa.git

开发说明

1. 大部分代码由 cursor 生成，我的主要工作是做技术选型，感觉这可能是 AI 时代的开发新模式。
2. 由于没有设计师，界面效果全靠 cursor 发挥，因此 UI/UX 存在不一致和不完善的地方。