前言¶

做内容处理的开发者常遇到一类请求：「帮我总结一下这篇长文」「出个会议纪要」「这两封邮件要点是什么」。通用对话能答，但输出格式不稳定：同样是总结，给老板看的执行摘要和给自己看的 TL;DR 长得完全不一样；会议纪要和邮件摘要的字段结构也不同。每次都靠提示词临时约束，格式容易漂移。

下面介绍 summarize-pro，一个把「长内容总结」拆成固定格式、固定字段的 SKILL.md 技能。它覆盖文本、文章、文档、会议、邮件、YouTube 字幕、书籍、PDF、报告、对话等输入，内置 20 种总结功能（官方称 20-feature AI summarizer），可按用途与受众切换输出格式和粒度。总结纪律是：结论挂回原始材料，原文没有的不补，有歧义的标注，找不到行动项时如实说明，而不是编造。

这是什么¶

summarize-pro（页面名 Summarize Pro）是一个基于通用 SKILL.md 格式的总结技能。

• 坐标：@clawhub_mkpareek0315/summarize-pro
• 版本：1.0.0
• 来源：clawhub
• 发布者：mkpareek0315
• 分类：knowledge-management
• 上游仓库：https://clawhub.ai/mkpareek0315/summarize-pro
• SkillHub 页面：https://www.skillhub.cn/skills/clawhub_mkpareek0315/summarize-pro

SkillHub 元数据显示评分 100000、下载 95109 次、安装 1031 次（脚本抓取于 2026-10-30，平台计数会随时间变化）。注意：任务线索中给出的评分 96714、下载 12860 与抓取数据不一致，这里以抓取数据为准，并保留说明。

它解决的问题是：把「总结」这个动作从一次性提示词变成一套带默认配置、历史记录、本地存储的固定流程，输出格式可预期、可复用。

核心能力¶

按上游 SKILL.md 的激活条件，以下说法都会触发该技能：

• summarize / summary：总结任意文本
• tldr / tl;dr：一句话速览
• eli5：用大白话解释
• key takeaways / main points：提取要点
• action items / extract todos：从文本中抽取待办
• bullet points：要点列表
• executive summary：正式商务摘要
• compare + 两段文本：对比总结
• summarize in [语言]：翻译成指定语言再总结
• summarize in [X] words：按字数总结
• chapter summary：章节总结
• meeting notes / meeting summary：会议格式
• email summary：邮件摘要
• thread summary：对话串总结
• save summary / summary history / summary stats：保存、查看历史与统计

官方列出的功能族包括：快速总结（默认）、TL;DR、要点列表、ELI5、关键要点、行动项抽取、执行摘要、自定义长度、会议总结、邮件摘要、对比总结、章节总结、翻译总结、对话串总结，以及自定义长度和模板等。默认输出为 3-5 条要点，末尾附带词数统计（原文 X 词 → 总结 Y 词，压缩 Z%）。

安全边界是它的主要卖点：官方声明所有处理在本地完成，不发起外部 API 调用、不发网络请求、不把数据发送到任何服务器；总结由接入的 AI 模型自身完成，不依赖第三方总结服务。

安装与启用¶

官方安装命令（CLI 方式）：

openclaw skills install @mkpareek0315/summarize-pro

上游页面同时提供 npx skills 的 Prompt 安装路径，以及 openclaw CLI 命令，两者指向同一个坐标。

首次运行与配置¶

首次收到消息时，技能会创建数据目录：

mkdir -p ~/.openclaw/summarize-pro

如果不存在，则初始化 settings.json，默认值如下：

// ~/.openclaw/summarize-pro/settings.json
{
  "default_format": "bullets",
  "default_length": "medium",
  "default_language": "english",
  "summaries_count": 0,
  "words_processed": 0,
  "streak_days": 0,
  "last_used": null,
  "favorite_format": null
}

三个默认项的含义：default_format 是输出格式（默认 bullets 要点列表），default_length 是长度档位（默认 medium），default_language 是输出语言（默认 english）。后四个字段是使用统计，由技能自己维护。

同时初始化 history.json，初始为空数组。

数据目录结构：

• settings.json：用户偏好与统计
• history.json：带时间戳的总结历史
• saved.json：用户保存/收藏的总结
• templates.json：自定义总结模板

技能声明的权限是 read 与 write，范围限定在 ~/.openclaw/summarize-pro/ 目录内，用于读取偏好与历史、保存总结和更新统计。

典型用法¶

以下示例来自上游 SKILL.md 的官方示例，可直接复现：

summarize this: [粘贴长文]
tldr: [粘贴文本]
summarize in 3 bullets
eli5: quantum computing
key takeaways from this meeting: [粘贴笔记]
action items from this: [粘贴邮件]
summarize in hindi
executive summary of this report: [粘贴文本]
compare these two articles: [文章 1] vs [文章 2]
summarize in 50 words
chapter summary: [粘贴书籍章节]

其中两个格式值得单独说明。会议总结会输出主题、参与人、讨论点、已做决定、带负责人和截止时间的行动项、下一步；邮件摘要会输出发件人、主题、目的、要点、需要采取的行动和紧急程度（高/中/低）。对比总结按方面（aspect）列两列做表格对比。

适用场景与注意事项¶

适合：

• 需要把长文、会议记录、邮件、报告、书籍章节稳定地转成固定格式输出的开发者
• 需要词数压缩统计、历史记录和本地存储的场景
• 对数据外发敏感、希望总结全程本地完成的场景

限制与坑：

• 总结质量取决于所接入的模型能力，技能本身只规定流程和格式，不做内容生成之外的增强
• 适合长内容；如果输入只有一两句话，直接阅读即可，没必要走技能
• 会议纪要中的主题和参与人是从内容推断的，原文没提到的字段应留空而不是补全
• default_length 只控制档位，精确字数以用户显式指定的 summarize in X words 为准，技能会显示实际字数与请求字数
• 数据全部落在 ~/.openclaw/summarize-pro/，换机器后需要迁移该目录才能保留历史与偏好

结尾¶

summarize-pro 的价值在于把总结这件事变成可预期的流程：触发词明确、格式固定、统计本地留存、隐私边界清晰。对于需要频繁处理长内容的 Agent 工作流，它比每次手写提示词更稳定。

官方地址：

• SkillHub 页面：https://www.skillhub.cn/skills/clawhub_mkpareek0315/summarize-pro
• 上游仓库：https://clawhub.ai/mkpareek0315/summarize-pro