आपके काम के लिए रेटेड एआई टूल
AI ट्रेन करके कमाएँ
🤝 आप फ्री & ओपन सोर्स लाइब्रेरी में हैं — समुदाय द्वारा बनाए गए टूल जिन्हें आप बिना भुगतान किए उपयोग कर सकते हैं। हमारी स्कोर की गई AI डायरेक्टरी से अलग एक अवधारणा।
होम › फ्री & ओपन सोर्स › सरकार › textsum
✦ फ्री & ओपन सोर्ससरकार

textsum

HuggingFace ट्रांसफॉर्मर मॉडल का उपयोग करके लंबे पाठ दस्तावेजों को सारांशित करने के लिए CLI और Python API।

Python और CLI के माध्यम से स्वचालित पाठ सारांशीकरण

ओपन-सोर्स ट्रांसफॉर्मर मॉडल का उपयोग करके स्थानीय रूप से किसी भी लंबाई के पाठ दस्तावेजों को प्रोसेस करें।

हमेशा के लिए मुफ़्त · ओपन सोर्स · Apache-2.0
✓ Light setup✓ ब्राउज़र-आधारित✓ रियल-टाइम सहयोग
6.4
ZEKAI
स्थानीय ट्रांसफॉर्मर सारांशक
फ्री & ओपन सोर्स · सरकार
सेटअप की आसानी7
उपयोगिता8
रखरखाव5.5
समुदाय5
★ 134
गिटहब
Nov 2025
अपडेटेड
Apache-2.0
लाइसेंस
🛠 खुद होस्ट नहीं करना चाहते? हम इसे सेट कर सकते हैं →
⚡ त्वरित उत्तर

textsum HuggingFace ट्रांसफॉर्मर का उपयोग करके लंबे पाठ दस्तावेजों को सारांशित करने के लिए एक Python पैकेज और कमांड-लाइन टूल है। इसे विश्लेषकों और डेवलपर्स के लिए डिज़ाइन किया गया है जिन्हें तीसरे पक्ष के API को डेटा भेजे बिना सार्वजनिक रिकॉर्ड, नीति दस्तावेजों या नगरपालिका रिपोर्ट के बैचों को प्रोसेस करने की आवश्यकता होती है।

इस पर चलता है
Cross-platform
होस्टिंग
Self-host
भाषाएँ
Python
लाइसेंस
Apache-2.0

यह क्या है

यह टूल HuggingFace ट्रांसफॉर्मर मॉडल को सरल Python कोड, एक टर्मिनल इंटरफ़ेस और एक वैकल्पिक Gradio वेब UI में लपेटता है। यह दस्तावेज़ चंकिंग, बैच प्रोसेसिंग और 8-बिट क्वांटाइजेशन तथा ONNX रनटाइम एकीकरण जैसी मेमोरी अनुकूलन को संभालता है।

किसके लिए

यह डेटा इंजीनियरों, नागरिक तकनीक शोधकर्ताओं और IT कर्मचारियों के लिए उपयुक्त है जिन्हें संवेदनशील रिकॉर्ड के लिए स्थानीय दस्तावेज़ प्रोसेसिंग की आवश्यकता होती है। यह उन गैर-तकनीकी कर्मचारियों के लिए कम उपयुक्त है जो Python वातावरण या GPU ड्राइवरों को प्रबंधित किए बिना पूरी तरह से प्रबंधित SaaS इंटरफ़ेस की अपेक्षा करते हैं।

मुख्य विशेषताएँ

बैच निर्देशिका सारांशीकरण

पूर्ण की गई वस्तुओं को छोड़ने के विकल्पों के साथ एक एकल CLI कमांड के माध्यम से पाठ फ़ाइलों की संपूर्ण निर्देशिकाओं को सारांशित करें।

मेमोरी अनुकूलन समर्थन

8-बिट क्वांटाइजेशन, TensorFloat32, या Optimum ONNX रनटाइम का उपयोग करके GPU VRAM खपत को कम करें।

HuggingFace मॉडल संगतता

HuggingFace Hub से सीधे किसी भी संगत टेक्स्ट-टू-टेक्स्ट या सारांशीकरण मॉडल को लोड करें।

अंतर्निहित Gradio इंटरफ़ेस

अपने ब्राउज़र में इंटरैक्टिव रूप से मॉडल का परीक्षण करने के लिए एक स्थानीय वेब एप्लिकेशन लॉन्च करें।

कैसे शुरू करें

3 चरणों में तैयार

1
pip install textsum का उपयोग करके Python वर्चुअल वातावरण में textsum इंस्टॉल करें।
2
पाठ फ़ाइलों की एक निर्देशिका को प्रोसेस करने के लिए अपने टर्मिनल में textsum-dir /path/to/text/files चलाएं।
3
अनुमान मापदंडों को समायोजित करने या विशिष्ट HuggingFace मॉडल लोड करने के लिए Python में Summarizer क्लास को इंस्टेंटिएट करें।
सच कहें तो

हमारा ईमानदार फैसला

क्या अच्छा है

  • स्वचालित बैचिंग और चंकिंग के माध्यम से मनमाने ढंग से लंबी प्रपत्र वाले दस्तावेजों को प्रोसेस करने का समर्थन करता है।
  • कोड लिखे बिना पाठ निर्देशिकाओं को बैच-प्रोसेस करने के लिए एक समर्पित कमांड-लाइन टूल शामिल है।
  • 8-बिट परिशुद्धता और ONNX रनटाइम निष्पादन जैसे वैकल्पिक प्रदर्शन टवीक्स प्रदान करता है।
  • संवेदनशील नगरपालिका और सार्वजनिक क्षेत्र के डेटा की रक्षा करते हुए पूरी तरह से ऑफ़लाइन या स्थानीय रूप से चलता है।

कहाँ कमी है

  • बड़े इनपुट पर स्वीकार्य प्रदर्शन के लिए सारांशीकरण मॉडल को समर्पित GPU हार्डवेयर या उच्च VRAM की आवश्यकता होती है।
  • CUDA ड्राइवरों, 8-बिट लाइब्रेरी और ONNX जैसे हार्डवेयर त्वरण को सेट अप करने के लिए तकनीकी Python sysadmin ज्ञान की आवश्यकता होती है।
  • स्थानीय Gradio वेब UI न्यूनतम है और बहु-उपयोगकर्ता एंटरप्राइज तैनाती के बजाय स्थानीय परीक्षण के लिए डिज़ाइन किया गया है।
लागत

मूल्य & लाइसेंस

textsum Apache-2.0 लाइसेंस के तहत मुफ्त और ओपन सोर्स है। इसमें शामिल प्राथमिक लागत स्थानीय GPU या क्लाउड सर्वर पर बड़े ट्रांसफॉर्मर मॉडल को होस्ट करने और निष्पादित करने के लिए आवश्यक कंप्यूटिंग बुनियादी ढांचा है।

पेड वर्क

हिंदी बोलने वालों के लिए जॉब्स

877 खुले रिमोट AI-ट्रेनिंग रोल, 16 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।

सभी खुले रोल देखें →
तुलना

विकल्प

🎁 फ्री & ओपन-सोर्स विकल्प
और पाएं

इसे उपयोग करें, या हमसे सेट करवाएं

📄 मुफ़्त PDF: सरकार के लिए textsum
आपका पहला परिणाम पाने के लिए सरल भाषा में गाइड। आपके इनबॉक्स में।
🔔 64 लोग पूरा वीडियो ट्यूटोरियल चाहते हैं — अपना वोट जोड़ें
🛠 खुद सेट नहीं करना चाहते?
हम textsum को आपके लिए इंस्टॉल, होस्ट और कॉन्फ़िगर करेंगे — और आपकी टीम को प्रशिक्षित करेंगे।
हमसे करवाएं ↗
प्रश्न

सामान्य प्रश्न

क्या मैं कस्टम HuggingFace मॉडल के साथ textsum का उपयोग कर सकता हूँ?

हाँ, आप Summarizer क्लास या CLI फ़्लैग में कोई भी HuggingFace टेक्स्ट-टू-टेक्स्ट या सारांशीकरण मॉडल पथ पास कर सकते हैं।

क्या textsum को सक्रिय इंटरनेट कनेक्शन की आवश्यकता है?

प्रारंभिक निष्فيذन HuggingFace मॉडल को स्थानीय कैश में डाउनलोड करता है, जिसके बाद बाद के रन पूरी तरह से ऑफ़लाइन संचालित होते हैं।

रडार

ताज़ा AI समाचार

✉️ साप्ताहिक मुफ़्त टूलकिट
सरकार के लिए सर्वश्रेष्ठ नए फ्री & ओपन-सोर्स टूल — हर हफ्ते एक छोटा ईमेल, आपकी भाषा में।
मुफ़्त · 1 ईमेल/सप्ताह · कभी भी अनसब्सक्राइब करें
AI ट्रेनिंग से पैसे कमाएँ →

Google में Zekai को सबसे पहले देखें