# 使用AI从主题中请求摘要和其他内容

**URL:** <https://meta.discourse.org/t/use-ai-to-request-summary-and-others-things-from-topic/350012>\
**Category:** Extras\
**Created:** [2025 年2 月 1 日 09:26 UTC](https://meta.discourse.org/t/use-ai-to-request-summary-and-others-things-from-topic/350012 "2025-02-01T09:26:27Z")\
**Posts on this page:** 1\
**Showing post:** 1

<div class="post-metadata">

作者： ![toc-rox](https://avatars.discourse-cdn.com/v4/letter/t/b38774/32.png) [@toc-rox](https://meta.discourse.org/u/toc-rox)\
发布日期： [2025 年2 月 1 日 09:26 UTC](https://meta.discourse.org/t/use-ai-to-request-summary-and-others-things-from-topic/350012/1 "2025-02-01T09:26:27Z")

</div>

AI 在筛选和分析长篇主题时非常有用。

这是我目前使用 AI 语言模型语境下的主题数据模型：

- 下载主题的所有讨论帖子。
- 提取相关数据。
- 将相关数据上传到 AI 语言模型。
- 对 AI 语言模型进行数据相关查询。

**下载主题的所有讨论帖：**

- 可以通过 CLI 程序 ‘discourse-reader’ 进行。
- 要求：
  - 一次性申请用户 API 密钥。
  - 在（论坛）用户设置中授权 API 密钥。

一次性申请用户 API 密钥：

- 可以通过 CLI 程序 ‘discourse-user-api-key’ 进行。
- 具体工作流程在程序帮助中有描述。

下载主题会得到一个复杂的 JSON 文件：

```json
{
  "meta_data": ...,
  "post_data": [...]
}

```

示例：

```bash
# 从论坛下载主题
discourse-reader -forum="meta.discourse.org" -topic=210780 -output="210780.json" -userapikey="107dc02b7fad3bc217b6f0c121fdc805"

```

**提取相关数据：**

- 可以通过 CLI 程序 ‘jq’ 进行。
- 也可以对 JSON 数据进行更改。

示例：

```bash
# 过滤掉不必要的数据
# 元数据
jq '.meta_data | {title, created_by:.details.created_by.username, created_at, id, posts_count, last_posted_at}' 210780.json > 210780.compact.json
# 帖子数据
jq '.post_data[] | .post_stream.posts[] | {post_number, username, created_at, reply_to_post_number, post:.cooked, reactions, accepted_answer}' 210780.json >> 210780.compact.json

```

**将相关数据上传到 AI 语言模型。**  
**对 AI 语言模型进行数据相关查询。**

- 一个简单的 CLI 程序将在不久后为此开发。
- 最初，可以使用 AI 语言模型的浏览器界面。

提到的程序可以在 GitHub 上找到。

**以下是来自本论坛主题 210780 的使用示例：**  
[https://meta.discourse.org/t/matrix-protocol-for-chat/210780/](https://meta.discourse.org/t/matrix-protocol-for-chat/210780/)

> **AI - Google Gemini 2.0 (exp)**
>
> * * *
> 
> **给 Gemini 的提示：**
> 
> ```plaintext
> 创建一个按用户列出的帖子数量列表。
> 创建讨论的简短摘要。
> 讨论的结果是什么？
> 下一步是什么？
> 
> ```
> 
> * * *
> 
> **Gemini 的回复：**
> 
> **每位用户的帖子数：**
> 
> - mattdm: 4
> - david: 1
> - sam: 4
> - AquaL1te: 2
> - seong: 1
> - Stephen: 1
> - satonotdead: 1
> - user12: 1
> - attj: 1
> - Falco: 3
> - halfshot: 2
> - merefield: 2
> - anarcat: 1
> - dan: 1
> - rokejulianlockhart: 3
> - volanar: 4
> - mcdanlj: 1
> - jimkleiber: 2
> - sunjam: 6
> - dubwoc: 1
> - davy: 2
> - Lhc\_fl: 1
> - Thomas\_Rother: 12
> - thoka: 2
> - mcwumbly: 4
> - joshsimmons: 2
> - hellekin: 5
> - kOS: 1
> 
> **讨论摘要：**
> 
> 讨论围绕将 Matrix 协议与 Discourse 聊天集成。最初的建议是将 Discourse 聊天室变成 Matrix 房间，这比桥接更无缝。参与者看到了其中的吸引力，许多人强烈支持 Matrix 作为开放、联邦的标准。然而，有人担心如果使用非 Discourse 的 Matrix 客户端，用户参与“慢车道”（主题）的可能性会降低。其他人指出，在不同平台上拥有聊天和论坛也是一个障碍。讨论还触及了通过 Matrix 联邦 Discourse 实例的可能性，以及使用 ActivityPub。
> 
> Discourse 聊天插件的 Matrix 桥接器的开发得到了关注，并概述了其功能。然而，Discourse 聊天中缺乏端到端加密也得到了讨论。用户映射、代理的复杂性以及所需的工作量都被强调为重大挑战。鉴于大型组织对 Matrix 的采用日益增加，人们普遍认为 Discourse 聊天和 Matrix 之间的互操作性具有优势。
> 
> **讨论结果：**
> 
> 尽管人们对将 Matrix 与 Discourse 聊天集成的想法充满热情和支持，但讨论突显了重大的挑战，包括：
> 
> - **用户管理：** 两个系统之间的用户映射很复杂。
> - **技术难题：** 实现一个健壮的桥接器是一项艰巨的任务，可能需要特定的技能集。
> - **资源限制：** 由于资源有限，CDCK 尚未将此作为优先事项，也尚未看到引人注目的商业案例。
> - **资金挑战：** 寻求德国主权基金资助的机会已经过去。
> 
> 现有的桥接代码被视为一个良好的起点，但它被认为是 alpha 阶段，文档不完善，需要进一步开发。CDCK 没有明确承诺优先考虑此集成，除非获得外部资金或客户优先考虑该请求并赞助开发。讨论结束时，没有明确的前进方向或实施承诺。
> 
> **下一步：**
> 
> - **寻找技术娴熟的开发人员：** 最大的障碍是需要一位同时精通 Matrix 和 Discourse 的开发人员。
> - **客户赞助：** 尚未制定证明开发合理性的商业案例；客户可能需要赞助这项工作。
> - **与 Matrix 基金会互动：** 与 Matrix 基金会进行更多互动，以获得帮助、技术指导和潜在的资助机会。
> - **评估现有代码：** 审查现有代码，评估将其提升到 beta 状态所需的开发工作，以及这是否是一种可维护的方法。
> - **社区倡议：** 探索社区开发第三方插件的可能性。
> - **众筹：** 评估众筹的可能性。
> - **OFFDEM 讨论：** 在下次 OFFDEM 上讨论更多资助机会。

---

_[View the full topic](https://meta.discourse.org/t/use-ai-to-request-summary-and-others-things-from-topic/350012)._