🗃️ 一次性將大量的網頁做摘要，方便製作 LLM 外部知識庫 🧠

---

👉 https://www.coze.com/s/Zs8k6x4DJ/

前言

正如其名，這個助手的主要功能是批次處理大量網頁，為每個網頁生成精簡而全面的摘要。它是我在設計「摘要索引與全文參考方法」時製作的輔助工具。

使用 Batch Webpage Summary Assistant 非常簡單。只需要輸入多行網頁 URL，它就會自動抓取這些網頁的內容，生成摘要，並返回包含 URL 和摘要的 json 輸出。在處理大量網頁資料的場景，這個工具能極大地簡化了摘要索引的知識庫建立過程。

本篇文章除了介紹助手之外，亦會說明如何使用它快速的建立外部網頁知識庫。

設計理念

在開發這個助手時，我特別注重了兩個關鍵點：「摘要的長度控制」和「關鍵字的保留」。

為什麼這兩點如此重要呢？

首先，控制摘要長度能確保我們的索引保持精簡，不會超過 chunk 長度上限。我將摘要的長度限制在大約五句話左右，這個長度既能概括文章的主要內容，又不會過於冗長。實際上，AI 無法完全遵守「長度」要求，但有大致符合即可。

其次，關鍵字的保留是為了提高向量搜尋的準確性。畢竟，向量搜尋並非語義搜尋，而是基於文本相似度的匹配。通過在摘要中保留關鍵字，我們大大提高了檢索的精確度。另外，考慮到混合搜尋可能會進行二次語意判斷，輸出不能僅是關鍵字的堆砌，而需要包含完整語義。因此，它應該是「富含關鍵字的短句子」這樣的輸出。

此機器人的 workflow 已公開發佈

---

https://www.coze.com/store/workflow/7408180329628008466

如何建立外部網頁知識庫

1. 複製 json 網址
2. 製作一個包含 API 知識的表格
3. 將此網址填入 URL 欄位
4. 選擇 "summary" 作為索引

如何使用外部網頁知識庫

1. 建立 Knowledge 節點，選中上一小節建立的 table knowledge

2. 建立 Code 節點，將 Knowledge 取得的 json 字串轉換回物件。
   程式碼如下:

   async function main({ params }: Args): Promise { 
     return {output: params.input.map(p=>JSON.parse(p.output))}; 
   }
   

3. 設定物件陣列輸出如圖。

4. 使用 browse plugin 下載網頁內容。
   記得在上方切換至 Batch processing，並在 url 選中 browse-url

5. 在 LLM 節點中使用取得的完整網頁內容。
   LLM 的 prompt 請參考以下文章

延伸閱讀

---

告別 AI 幻覺：一個簡單方法提升你的 RAG 系統精準度