BookWorm AI: resumen jerárquico de libros para lectura larga

TL;DR

• Resume libros en EPUB, PDF, MOBI/AZW y TXT y exporta a Markdown, JSON, HTML, PDF o EPUB con cualquier modelo compatible con OpenAI.
• El problema difícil que resuelve es la longitud: un libro no cabe en una ventana de contexto, así que procesa en fichas de capítulo, síntesis de sección, memoria global del libro e integración final.
• El género se detecta automáticamente, con override explícito de tema, y los prompts son contratos en inglés con salida para el usuario en portugués por defecto.
• Es código fuente y tests solo: ningún archivo de libro, resumen o credencial confirmado.

Qué es y para quién

BookWorm AI es un pipeline de sumarización para libros. El README lo enmarca en la restricción que la mayoría de los sumarizadores ignora: un libro no es un artículo, así que un prompt único con un capítulo truncado te da el resumen de las últimas veinte páginas que cupieron.

Es para quien quiere saber qué argumenta un libro antes de decidir leerlo, para quien ya lo leyó y quiere un registro estructurado, y para quien arma una biblioteca de resúmenes donde cada uno tiene que seguir la estructura del libro y no un formato genérico.

Cómo trata un libro que no cabe

El procesamiento jerárquico es el núcleo: libros más grandes que la ventana de contexto pasan por fichas de capítulo, luego síntesis de sección, luego memoria global del libro y después integración final. Los capítulos grandes se parten en bloques acotados y solapados, así que un capítulo más largo que la ventana sigue resumido con su límite intacto.

La detección de género es automática, con override explícito de tema cuando el cálculo falla, y el contrato de salida depende de eso — por eso una memoria y un manual técnico no reciben la misma forma de resumen.

Hay una revisión editorial profunda opcional, con cobertura, coherencia, fidelidad y reporte de problemas. Esa revisión es la contraparte honesta de la generación: un resumen puede ser fluido, completo y equivocado, y la revisión es lo que atrapa el capítulo que faltó.

Detalles de fiabilidad que conviene saber

El pipeline usa respuesta JSON estricta con validación de claves obligatorias y un intento de reparación cuando el modelo devuelve algo malformado. También tiene streaming, reintentos, concurrencia acotada y reanudación por checkpoint, y eso importa porque un libro de doscientas partes es una ejecución larga y una caída en el capítulo 180 no debería empezar de cero.

La salida en PDF es segura para Unicode y buscable, con un apéndice contextual propio. Los proveedores cubren OpenAI, Anthropic, Google, OpenRouter y cualquier gateway compatible con OpenAI.

Instalar y configurar

Python 3.10–3.13, una clave de API de un endpoint de chat-completions compatible con OpenAI, y una fuente Unicode disponible para ReportLab en la salida PDF — BookWorm detecta fuentes comunes del sistema automáticamente.

uv sync --extra dev
# o
pip install -e ".[dev]"

La configuración viene de variables de entorno, y nada está fijo en el código para un despliegue privado:

export BOOKWORM_API_KEY="your-api-key"
export BOOKWORM_BASE_URL="https://your-gateway.example/v1"

Cuándo usarlo, cuándo no

Úsalo cuando quieras un resumen estructurado de un libro que no leíste, cuando necesites la misma forma de resumen para una estantería de libros, o cuando quieras un resumen exportable como documento legible en vez de una respuesta de chat.

No lo uses para el resumen rápido de un artículo — un pipeline por capítulos es demasiada maquinaria para una página. Y no esperes que el resumen sea fiel por sí solo: el README trae la revisión editorial opcional justamente porque cobertura y fidelidad son cosas que se comprueban, no se asumen.

Sources

1. BookWorm AI — repositorio — funciones, requisitos, configuración y notas de salida citados arriba.
2. README.md — instalación, configuración, lista de funciones.

Página del proyecto: BookWorm AI

El repositorio contiene solo código y tests. En el lado de la lectura del mismo problema, mira el proyecto de aprender con PDF y ebooks de Hugging Face.

FAQ

¿Qué formatos acepta? EPUB, PDF, MOBI/AZW y texto plano.

¿Qué formatos de salida escribe? Markdown, JSON, HTML, PDF y EPUB.

¿Cómo resume un libro más largo que la ventana de contexto? Con procesamiento jerárquico: fichas de capítulo, síntesis de sección, memoria global del libro e integración final, más bloques solapados para capítulos grandes.

¿Qué modelos puede usar? Cualquier endpoint de chat-completions compatible con OpenAI, con soporte de proveedor para OpenAI, Anthropic, Google y OpenRouter.