​前面两篇文章分别介绍了根据消息数量截断历史对话和根据Token长度截断历史对话，可是这两种方式有两个共同的问题：

1、被删去的早期记录可能包含关键信息，直接截断会导致信息丢失。
2、原始的对话记录可能存在重复、冗余、拖沓的文字内容。

一、为什么要对原始记录做摘要

要知道，重复、冗余、拖沓的文字内容并不高效，因为它的信息密度很低，很啰嗦，同样的意思使用更少的文字即可表达，完全没必要照搬原始的对话记录。

比如很多小说都有缩写本或者极简本，大幅精简后的文字保持了主要的故事框架，省去了许多次要的细节描写，一样可阅读可理解，整体的故事情节没有发生什么变化。
就历史对话的上下文而言，精简文字内容同样适用，这个精简过程被称作“摘要”，意思是摘取主要信息。对话摘要既保留了原始记录的关键信息，又大幅压缩了原始记录的文字长度，可有效降低下次AI会话的Token消耗。

Python有成熟的第三方库，可以直接对一段中文做自动摘要，无需开发者自己写算法，非常方便。常见的摘要库有snownlp和sumy，分别说明如下。

二、中文摘要库 snownlp

snownlp专门做中文的文本处理，内置自动摘要功能，体积小且速度快。在编写Python代码前，要先在命令行执行下面的pip安装命令：

然后编写下面的Python摘要测试代码：

运行上面的Python代码，输出日志结果如下：

可见snownlp库把原始的三个长句摘要为两个短句，同时保留了原文的主要意思。

三、通用摘要库 sumy

sumy库的功能更强，它支持 TF-IDF、LSA、LexRank、Luhn 等多种摘要算法。在编写Python代码前，要先在命令行执行下面的pip安装命令：

然后编写下面的Python摘要测试代码：

运行上面的Python代码，输出日志结果如下：

可见sumy库直接输出原始文字的两个长句，摘要效果不如snownlp库。

四、使用在线大模型输出摘要

如果开发者预算充足的话，也可调用国产大模型，在线输出对话内容的摘要文字。
比如登录火山引擎的控制台页面 https://console.volcengine.com/ark ，开通文本模型 Doubao-1-5-lite-32k 的推理服务，会赠送50万Token的免费额度，足够初学者的入门使用。

在编写火山引擎的Python调用代码前，要先在命令行执行下面的pip安装命令：

然后编写下面的Python摘要在线生成代码：

运行上面的Python代码，输出日志结果如下：

可见在线大模型火山引擎输出了原始文本经过压缩后的摘要文字，并且支持通过提示词设置精简指标，比如摘要长度等等。

本系列的AI应用开发文章目录为《15天学会AI应用开发全目录（零基础小白，零Token消耗）》。