💾 AI智能摘要 (ChatGPT)

MkDocs文档AI摘要项目利用AI服务生成智能摘要，支持多语言、智能清理、缓存系统等特性。还提供智能阅读统计功能，包括字符统计、代码检测和阅读时间估算。项目具备灵活配置、自适应环境和多种运行模式。用户可通过简单配置实现AI摘要显示，成本低廉且大多数AI服务商提供免费额度。

📖 阅读信息

阅读时间：2 分钟 | 中文字符：904 | 有效代码行数：205

Mkdocs AI Summary¶

logo 2

仓库地址:https://github.com/Wcowin/Mkdocs-AI-Summary
🌐 在线演示:https://wcowin.work/Mkdocs-AI-Summary/

中文 | English

🚀 您的MkDocs文档首选智能摘要！
这个项目利用MkDocs hooks，为您的技术文档和博客添加AI驱动的摘要生成和智能阅读统计功能。

预览图1 预览图2

✨ 功能特性¶

🤖 AI智能摘要¶

多AI服务集成: 支持DeepSeek、OpenAI、Claude、Gemini等主流AI服务
自动摘要生成: 生成高质量的80-120字智能摘要
多语言支持: 支持中文、英文、双语摘要生成
智能内容清理: 自动过滤YAML、HTML、代码块等格式内容
备用摘要机制: API失败时提供基于关键词的本地摘要
智能缓存系统: 7天智能过期，避免重复API调用
灵活配置: 支持文件夹级别和页面级别的精确控制

📊 智能阅读统计（可选）¶

精准字符统计: 专门优化的中英文内容识别
智能代码检测: 识别30+编程语言和命令行代码
阅读时间估算: 基于语言特性的智能计算（中文400字/分钟，英文200词/分钟）
美观信息展示: 使用MkDocs Material风格的信息框

🚀 智能化特性¶

环境自适应: 自动识别CI/本地环境，本地或者部署都可选启用/禁用
自动语言识别: 支持30+编程语言和标记语言
内容类型检测: 区分代码、配置、命令行等不同内容
LRU缓存优化: 提升处理性能（Todo）
完善错误处理: 异常处理和日志记录（Todo）

📦 快速安装¶

方法1: 直接下载（推荐）¶

步骤1: 下载文件 - 从 Releases页面下载最新版本 - 或直接下载 ai_summary.py文件

步骤2: 创建目录并放置文件

# 在您的MkDocs项目根目录下执行
mkdir -p docs/overrides/hooks/
mv ai_summary.py docs/overrides/hooks/

步骤3: 配置MkDocs主题以及覆写路径

# 在 mkdocs.yml 中添加
theme:
  name: material
  custom_dir: docs/overrides  # 必需配置！！！
  features:
    - content.code.copy
    - content.code.select

方法2: Git克隆¶

git clone https://github.com/Wcowin/mkdocs-ai-hooks.git
cd mkdocs-ai-hooks 
pip install -r requirements.txt

依赖安装¶

pip install -r requirements.txt

🚀 快速开始¶

1. 基础配置¶

步骤1: 配置hooks ai_summary.py务必放到docs/overrides/hooks目录下，然后：

# 在 mkdocs.yml 中添加
hooks:
  - docs/overrides/hooks/ai_summary.py      # AI摘要hook

步骤2: 本地配置根目录下创建 .env 文件存放密钥（记得添加到 .gitignore）：

# .env 文件内容
DEEPSEEK_API_KEY=your_deepseek_api_key_here
OPENAI_API_KEY=your_openai_api_key_here

#.gitignore 文件内容
# 环境变量文件（敏感信息）
.env
.env.local
.env.*.local
*.key

# MkDocs 构建输出目录
site/

# AI 摘要缓存目录（项目根目录）- 需要被提交
!.ai_cache/

到这里检查下目录树状图:

$ tree -a
文件名
├── .github
│   ├── .DS_Store
│   └── workflows
│       └── ci.yml
├── docs
│   └── index.md
|   └── overrides
│       └── hooks
│           └── ai_summary.py
├── .env
├──.gitignore
├── README.md
└── mkdocs.yml

2. 配置AI服务¶

选择AI服务提供商：
- 🌟 DeepSeek（推荐）：性价比高，中文表现优秀
- 🔥 OpenAI：功能强大，广泛支持
- ⚡ Claude：逻辑清晰，文本理解佳
- 🧠 Gemini：Google出品，多语言支持

获取API密钥： - DeepSeek - 注册获取API密钥
- ChatAnywhere - 免费OpenAI额度

获取的密钥存放于上一步创建的.env 文件中！！！

3. 设置参数¶

在 ai_summary.py 中配置需要AI摘要的目录：

# 📂 启用AI摘要的文件夹
self.enabled_folders = [
    'blog/',      # 博客文章
    # 添加更多文件夹...
]

4. 本地运行和测试¶

mkdocs serve  # 本地预览

5. 部署配置¶

#ci.yml
name: ci 
on:
  push:
    branches:
      - master 
      - main
  # 禁止从 fork 仓库访问 secrets
  pull_request:
    types: [closed]
    branches: [main, master]
permissions:
  contents: write
jobs:
  deploy:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
        with:
          fetch-depth: 0
          sparse-checkout: |
            docs
            includes
            requirements.txt
            .ai_cache
      - uses: actions/setup-python@v4
        with:
          python-version: 3.x
      - name: Set cache ID
        run: echo "cache_id=$(date --utc '+%V')" >> $GITHUB_ENV 
      - uses: actions/cache@v3
        with:
          key: mkdocs-material-${{ github.run_number }}
          path: .cache
          restore-keys: |
            mkdocs-material-
      - run: pip install mkdocs-git-revision-date-localized-plugin
      - run: pip install mkdocs-git-authors-plugin
      - run: pip install mkdocs-git-committers-plugin-2
      - run: pip install markdown-callouts
      - run: pip install mkdocs-rss-plugin
      - run: pip install requests>=2.25.0
      - run: pip install python-dateutil>=2.8.0
      - run: pip install cachetools>=4.2.0
      - run: pip install python-dotenv>=0.19.0
      - run: pip install pymdown-extensions
      - run: pip install mkdocs-material 
      - run: pip install --upgrade --force-reinstall mkdocs-material
      - name: Deploy with AI Summary
        env:
          # AI摘要开关控制
          AI_SUMMARY_CI_ENABLED: 'true'           # CI部署环境启用AI摘要 (true=在CI中为文章生成AI摘要)
          AI_SUMMARY_CI_ONLY_CACHE: 'true'       # CI部署不生成新摘要 (true=使用本地部署过的摘要缓存，不再重复调用API)
          AI_SUMMARY_CI_FALLBACK: 'true'          # CI部署启用备用摘要 (true=API失败时生成离线基础摘要)
          # AI_SUMMARY_LOCAL_ENABLED: 'false'       # 本地部署环境禁用AI摘要 (true=本地开发时也生成摘要)（不需要管这条）
          # AI_SUMMARY_CACHE_ENABLED: 'true'        # 本地启用缓存功能 (true=缓存摘要避免重复生成)（不需要管这条）
          # API密钥配置
          DEEPSEEK_API_KEY: ${{ secrets.DEEPSEEK_API_KEY }}
          OPENAI_API_KEY: ${{ secrets.OPENAI_API_KEY }}
        run: mkdocs gh-deploy --force

      # 自动提交新生成的AI缓存文件
      - name: Auto-commit AI cache (if any new files)
        run: |
          if [ -d ".ai_cache" ] && [ "$(ls -A .ai_cache 2>/dev/null)" ]; then
            git config --local user.email "action@github.com"
            git config --local user.name "GitHub Action"
            git add .ai_cache/
            if ! git diff --cached --quiet; then
              git commit -m "🤖 Auto-update AI summary cache [skip ci]"
              git push
              echo "✅ 自动提交了新的 AI 缓存文件"
            else
              echo "ℹ️ 没有新的缓存文件需要提交"
            fi
          else
            echo "ℹ️ 没有找到缓存目录或缓存为空"
          fi

# ai_summary.py 中配置
# AI摘要本地环境配置
self.ci_config = {
    # CI部署环境开关 (不用管，只在ci.yml中设置有效)
    'enabled_in_ci': os.getenv('AI_SUMMARY_CI_ENABLED', 'true').lower() == 'true',

    # 本地部署环境开关 (true=本地开发时启用AI摘要)
    'enabled_in_local': os.getenv('AI_SUMMARY_LOCAL_ENABLED', 'true').lower() == 'true',

    # CI部署仅缓存模式(不用管，只在ci.yml中设置有效)
    'ci_only_cache': os.getenv('AI_SUMMARY_CI_ONLY_CACHE', 'false').lower() == 'true',

    # 本地部署缓存功能开关 (true=启用缓存避免重复生成, false=总是生成新摘要)
    'cache_enabled': os.getenv('AI_SUMMARY_CACHE_ENABLED', 'true').lower() == 'true',

    # CI部署备用摘要开关 (不用管，只在ci.yml中设置有效)
    'ci_fallback_enabled': os.getenv('AI_SUMMARY_CI_FALLBACK', 'true').lower() == 'true',
}

几种运行模式：
1. 完全禁用: 本地和CI部署都不运行摘要生成
2. 仅CI部署启用: 本地禁用，CI部署生成新摘要
3. 缓存模式：本地已经生成过摘要，CI部署使用缓存（推荐。上方配置项中已默认CI部署的缓存模式，可自行搭配选择）
4. 完全启用: 本地和CI部署都运行(API消耗会更多)

6. GitHub Secrets配置¶

步骤1: 设置Repository Secrets 1. 进入GitHub仓库 → Settings → Secrets and variables → Actions 2. 点击 New repository secret 添加：

1 2	`DEEPSEEK_API_KEY=your_deepseek_api_key_here OPENAI_API_KEY=your_openai_api_key_here`

然后部署到GitHub Pages或其他平台即可。

有报错可以去问ChatGPT或者在Issues中提问。

📖 使用指南¶

AI摘要控制¶

方法1: 页面级控制（推荐）¶

在Markdown文件最上面的yaml meta中：

启用AI摘要：

---
title: 文章标题
ai_summary: true   # 启用AI摘要
---

禁用AI摘要：

---
title: 文章标题
ai_summary: false  # 禁用AI摘要
description: 自定义摘要内容  # 可选手动摘要
---

方法2: 文件夹级控制¶

# 在 ai_summary.py 中配置
# 📂 可自定义的文件夹配置
self.enabled_folders = [
    'blog/',      # blog文件夹
    'index.md',     
    # 'develop/',   # develop文件夹
    # 'posts/',     # posts文件夹
    # 'trip/',     # trip文件夹
    # 'about/',     # about文件夹
]

# 📋 Excluded files and folders
self.exclude_patterns = [
    '404.md', 'tag.md', 'tags.md',
]

# 📋 Excluded specific files
self.exclude_files = [
    'blog/index.md',
]

🎨 显示效果¶

AI摘要显示¶

实际效果预览：

💰 成本说明¶

单次费用: 约0.03-0.05元（中大型文档）
月度预估: 普通博客约1-5元
免费额度: 多数AI服务商提供新用户免费额度

⚙️ 高级配置¶

自定义AI服务¶

# 添加新的AI服务
self.ai_services = {
    'your_service': {
        'url': 'https://api.yourservice.com/v1/chat/completions',
        'model': 'your-model',
        'api_key': os.getenv('YOUR_API_KEY'),
        'max_tokens': 150,
        'temperature': 0.3
    }
}

# 默认使用的AI服务
self.default_service = 'your_service'

# 服务优先级（按顺序尝试）
self.service_fallback_order = ['openai', 'deepseek', 'claude', 'gemini'] # 按顺序尝试

自定义提示词¶

def generate_ai_summary(self, content, page_title=""):
    prompt = f"""请为以下技术文档生成一个简洁的中文摘要（80-120字）：

    文章标题：{page_title}
    文章内容：{content[:2500]}

    要求：
    1. 突出核心技术要点
    2. 使用简洁专业的语言
    3. 长度控制在80-120字
    """

缓存配置¶

# 修改缓存过期时间
cache_time = datetime.fromisoformat(cache_data.get('timestamp', '1970-01-01'))
if (datetime.now() - cache_time).days < 30:  # 改为30天
    return cache_data

🌍 多语言支持¶

语言配置¶

# 在 ai_summary.py 中设置
self.summary_language = 'zh'    # 中文摘要
# self.summary_language = 'en'  # 英文摘要
# self.summary_language = 'both' # 双语摘要

支持的语言¶

完全支持: 中文、English
部分支持: 日本語です、한글、Français、Deutsch

📊 性能优化¶

已实现优化¶

LRU缓存: 函数级别缓存提升性能
正则预编译: 提高文本处理速度
智能过滤: 减少不必要的API调用
内容哈希: 基于内容变化的智能缓存

性能建议¶

使用 ci_only_cache: true 在CI环境中仅使用缓存
合理设置 enabled_folders 避免处理不必要的文件
定期清理过期缓存文件

🤝 贡献指南¶

如何贡献¶

Fork 这个仓库
创建特性分支
提交更改
推送分支
创建 Pull Request

开发环境¶

git clone https://github.com/Wcowin/mkdocs-ai-hooks.git
cd mkdocs-ai-hooks
pip install -r requirements.txt

📝 更新日志¶

[v1.3.0] (2025-06-04) - 最新版本¶

核心改进¶

统一缓存架构
缓存路径统一为项目根目录 .ai_cache
本地和 CI 环境使用相同缓存策略
增强 CI/CD 支持，支持 CI 仅缓存模式，大幅减少部署时间
智能识别 15+ 部署平台（GitHub Actions、GitLab CI 等）
可配置备用摘要机制

[v1.2.0] (2025-06-03)¶

✨ 主要新功能¶

多AI服务支持: 集成DeepSeek、OpenAI、Gemini、Claude
环境自适应: 自动识别CI/本地环境
智能缓存系统: 内容哈希缓存，7天自动过期
安全配置: GitHub Secrets集成，API密钥安全管理

🔧 技术改进¶

统一API接口: 自适配不同AI服务格式
错误处理增强: 完善的异常处理机制
性能优化: LRU缓存和正则预编译

[v1.0.0] (2025-06-01) - 初始版本¶

🤖 AI智能摘要功能
📖 阅读时间统计功能
💾 基础缓存系统
🎯 基本配置选项

🐛 问题反馈¶

遇到问题？请在 Issues 中反馈。

反馈时请包含：
- MkDocs版本
- Python版本
- 完整错误信息
- 复现步骤
- 配置文件（去除敏感信息）

📄 许可证¶

本项目采用 MIT License 开源协议。

🙏 致谢¶

感谢以下项目和服务：

MkDocs - 优秀的静态站点生成器
Material for MkDocs - 精美的主题
DeepSeek - 高性价比的AI API服务
所有贡献者和使用者

Connect with me¶

**Telegram**

**Wechat**

Star History¶

请作者喝杯咖啡¶

如果这个项目对您有帮助，请给它一个 ⭐ Star！

📝 本项目致力于让MkDocs文档更加智能化和用户友好。如有建议或想法，欢迎交流！