TextRefineAI

TextRefineAI 是一个基于大模型的文本结构化处理系统，用来把语音转写、聊天记录、草稿文档等混乱文本整理成可以直接使用的结构化内容。

它支持将原始文本转换为：

• 对话稿
• 会议纪要
• 报告初稿

项目提供两种使用方式：

• WebUI：适合可视化上传、配置和预览结果
• CLI：适合命令行批处理或快速测试

功能特性

• 上传 .txt / .md 文件
• 直接粘贴文本
• 支持三种输出模式：dialogue、minutes、report
• 支持 Markdown 和 JSON 双格式结果
• 支持 0 到 2 轮优化
• 支持 Mock 模型模式，方便无 API Key 测试
• 支持 OpenAI-compatible API，可接入真实大模型
• WebUI 采用接近 Apple 风格的简洁玻璃质感界面

环境要求

• Python 3.12+

项目主要依赖：

• Flask
• Click
• Pydantic
• HTTPX
• Pytest

安装

在项目根目录执行：

python -m pip install --no-build-isolation -e ".[dev]"

如果不需要运行测试，也可以执行：

python -m pip install --no-build-isolation -e .

启动 WebUI

在项目根目录执行：

textrefine-web

默认访问地址：

http://127.0.0.1:7860

如果想修改监听地址或端口：

$env:TEXTREFINE_WEB_HOST="127.0.0.1"
$env:TEXTREFINE_WEB_PORT="7860"
textrefine-web

WebUI 支持：

• 上传文件
• 粘贴文本
• 选择输出类型
• 选择 Mock / Real 模型
• 填写真实模型配置
• 调整优化轮数
• 查看 Markdown / JSON
• 复制 Markdown
• 下载 JSON

使用 CLI

使用 Mock 模型测试

textrefine run --text "嗯我们今天讨论上线计划。张三负责测试。" --mode minutes --provider mock

读取文件：

textrefine run --input test.txt --mode minutes --provider mock

输出结果默认保存在：

outputs/

每次转换会生成两个文件：

YYYYMMDD-HHMMSS_minutes.md
YYYYMMDD-HHMMSS_minutes.json

输出模式

dialogue   对话稿
minutes    会议纪要
report     报告初稿

优化轮数

textrefine run --input test.txt --mode report --provider mock --refine-rounds 2

--refine-rounds 支持：

0
1
2

默认值是 1。

配置真实大模型

真实模型模式使用 OpenAI-compatible HTTP API。

需要配置：

$env:TEXTREFINE_API_KEY="你的 API Key"
$env:TEXTREFINE_BASE_URL="https://api.openai.com/v1"
$env:TEXTREFINE_MODEL="你的模型名"

然后运行：

textrefine run --input test.txt --mode minutes --provider real

WebUI 中也可以直接在页面里填写：

• TEXTREFINE_API_KEY
• TEXTREFINE_BASE_URL
• TEXTREFINE_MODEL

项目结构

TextRefineAI/
  src/
    text_refine_ai/
      cli.py              # CLI 入口
      web.py              # WebUI 后端入口
      pipeline.py         # 核心流水线
      processing.py       # 文本预处理与分块
      prompts.py          # Prompt 模板
      llm.py              # Mock / Real 模型适配
      renderer.py         # Markdown 渲染
      schemas.py          # 数据结构
      templates/          # WebUI HTML
      static/             # WebUI CSS / JS
  tests/                  # 自动化测试
  outputs/                # 默认输出目录
  memory/                 # 项目记忆与计划文件
  pyproject.toml

运行测试

python -m pytest -q

当前测试覆盖：

• 文本预处理
• 长文本分块
• Prompt 生成
• Pipeline 结构化输出
• CLI 输入与错误处理
• WebUI 页面和接口

设计思路

TextRefineAI 使用轻量级多阶段 Agent 流水线：

输入文本
  ↓
预处理
  ↓
长文本分块
  ↓
结构化生成
  ↓
多轮优化
  ↓
Markdown / JSON 输出

隐私说明

默认情况下，系统只保存最终 Markdown 和 JSON 结果。

CLI 和 WebUI 不会主动保存完整原文或中间 Prompt。使用真实模型时，文本会发送到你配置的模型服务，请根据实际 API 服务的隐私政策自行判断是否适合处理敏感文本。