BookWorm AI: resumo hierárquico de livro para leitura longa

TL;DR

• A ferramenta resume livro em EPUB, PDF, MOBI/AZW e TXT e exporta para Markdown, JSON, HTML, PDF ou EPUB com qualquer modelo compatível com OpenAI.
• O problema difícil que ela resolve é o tamanho: livro não cabe na janela de contexto, então ela processa em cards de capítulo, síntese de seção, memória global do livro e integração final.
• O gênero é detectado automaticamente, com override explícito de tema, e os prompts são contratos em inglês com saída para o usuário em português por padrão.
• É código-fonte e teste apenas — nenhum arquivo de livro, resumo ou credencial commitado.

O que é e para quem

O BookWorm AI é um pipeline de sumarização para livro. O README enquadra tudo em torno da restrição que a maioria dos sumarizadores ignora: livro não é artigo, então um prompt único com capítulo truncado te dá o resumo das últimas vinte páginas que couberam.

É para quem quer saber o que um livro argumenta antes de decidir ler, para quem já leu e quer um registro estruturado, e para quem monta uma biblioteca de resumos em que cada um precisa seguir a estrutura do livro em vez de um formato genérico.

Como ela lida com livro que não cabe

O processamento hierárquico é o núcleo: livro maior que a janela de contexto passa por cards de capítulo, depois síntese de seção, depois memória global do livro e então integração final. Capítulo grande é dividido em chunks sobrepostos e limitados, então um capítulo maior que a janela continua resumido com a fronteira intacta.

A detecção de gênero é automática, com override explícito de tema quando o palpite erra, e o contrato de saída depende disso — é por isso que memória e manual técnico não recebem o mesmo formato de resumo.

Existe uma revisão editorial profunda opcional, com cobertura, coerência, fidelidade e relatório de problema. Essa revisão é a contraparte honesta da geração: resumo gerado pode ser fluente, completo e errado, e a revisão é o que pega o capítulo que faltou.

Detalhes de confiabilidade que valem saber

O pipeline usa resposta JSON estrita com validação de chave obrigatória e uma tentativa de reparo quando o modelo devolve algo malformado. Tem também streaming, retry, concorrência limitada e retomada por checkpoint, e isso importa porque livro de duzentos capítulos é execução longa e uma queda no capítulo 180 não deveria começar de novo.

A saída em PDF é segura para Unicode e pesquisável, com apêndice contextual próprio. Os providers cobrem OpenAI, Anthropic, Google, OpenRouter e qualquer gateway compatível com OpenAI.

Instalar e configurar

Python 3.10–3.13, chave de API de um endpoint de chat-completions compatível com OpenAI, e uma fonte Unicode disponível para o ReportLab na saída em PDF — o BookWorm detecta fonte comum do sistema automaticamente.

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

A configuração vem de variável de ambiente, e nada é fixo no código para deploy privado:

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

Quando usar, quando não usar

Use quando você quer um resumo estruturado de um livro que não leu, quando precisa do mesmo formato de resumo para uma estante inteira, ou quando quer um resumo exportável como documento legível em vez de uma resposta de chat.

Não use para resumo rápido de um artigo — pipeline por capítulo é maquinário demais para uma página. E não espere que o resumo seja fiel por conta própria: o README traz a revisão editorial opcional justamente porque cobertura e fidelidade são coisas a checar, não a assumir.

Sources

1. BookWorm AI — repositório — recursos, requisitos, configuração e notas de saída citados acima.
2. README.md — instalação, configuração, lista de recursos.

Página do projeto: BookWorm AI

O repositório contém só código e teste. No lado de leitura do mesmo problema, veja o projeto de aprender com PDF e ebook do Hugging Face.

FAQ

Quais formatos ele aceita? EPUB, PDF, MOBI/AZW e texto puro.

Quais formatos de saída ele escreve? Markdown, JSON, HTML, PDF e EPUB.

Como ele resume livro maior que a janela de contexto? Com processamento hierárquico: cards de capítulo, síntese de seção, memória global do livro e integração final, mais chunks sobrepostos para capítulo grande.

Quais modelos ele pode usar? Qualquer endpoint de chat-completions compatível com OpenAI, com suporte a provider OpenAI, Anthropic, Google e OpenRouter.