优化摘要配置加载与文档输出兼容性，并补充本地配置忽略规则。

通过引入 config.yaml.example 和环境变量覆盖提升可配置性，同时统一 Word 默认中文字体并忽略本地 config.yaml，避免敏感信息误提交。

Made-with: Cursor

zeroerr_crawler/extract_abstract.py

@@ -3,12 +3,49 @@
 使用大模型生成文档摘要
 """
 
+import os
+import re
 from openai import OpenAI
 
-# API 配置
-API_BASE_URL = "https://yiming.zeroerr.team/v1"
-API_KEY = "sk-LX1g8KkG61S6eUaVD567C0C187D4452c90F9E6985cDf3586"
-MODEL = "Yiming"
+
+def _load_llm_config() -> dict:
+    """从 config.yaml 加载 LLM 配置，环境变量可覆盖。"""
+    config = {
+        "base_url": "https://yiming.zeroerr.team/v1",
+        "api_key": "",
+        "model": "minimax-2.5",
+        "max_tokens": 40960,
+    }
+
+    # 尝试从项目根目录 config.yaml 读取（与 0209 一致）
+    config_path = os.path.join(os.path.dirname(__file__), "..", "config.yaml")
+    if os.path.exists(config_path):
+        try:
+            import yaml
+
+            with open(config_path, "r", encoding="utf-8") as f:
+                data = yaml.safe_load(f) or {}
+            llm = data.get("llm", {})
+            config.update({k: v for k, v in llm.items() if v})
+        except Exception:
+            # 保持静默降级，继续使用默认值/环境变量
+            pass
+
+    # 环境变量优先级更高
+    config["base_url"] = os.environ.get("ZEROERR_LLM_BASE_URL", config["base_url"])
+    config["api_key"] = os.environ.get("ZEROERR_LLM_API_KEY", config["api_key"])
+    config["model"] = os.environ.get("ZEROERR_LLM_MODEL", config["model"])
+    config["max_tokens"] = int(
+        os.environ.get("ZEROERR_LLM_MAX_TOKENS", config["max_tokens"])
+    )
+    return config
+
+
+_LLM_CONFIG = _load_llm_config()
+API_BASE_URL = _LLM_CONFIG["base_url"]
+API_KEY = _LLM_CONFIG["api_key"]
+MODEL = _LLM_CONFIG["model"]
+MAX_TOKENS = _LLM_CONFIG["max_tokens"]
 
 
 def generate_abstract(all_pages: list[dict], category_name: str, index_url: str = None) -> str:
@@ -26,6 +63,10 @@ def generate_abstract(all_pages: list[dict], category_name: str, index_url: str
     if not all_pages:
         return ""
     
+    if not API_KEY:
+        print("  警告: 未设置 ZEROERR_LLM_API_KEY，跳过摘要生成")
+        return ""
+
     try:
         # 构建文档内容（用于生成摘要）
         # 只使用标题和部分内容，避免内容过长
@@ -62,12 +103,13 @@ def generate_abstract(all_pages: list[dict], category_name: str, index_url: str
         response = client.chat.completions.create(
             model=MODEL,
             temperature=0.3,  # 使用较低的温度值，保证摘要的准确性
-            messages=[
-                {"role": "user", "content": prompt}
-            ]
+            max_tokens=MAX_TOKENS,
+            messages=[{"role": "user", "content": prompt}],
         )
-        
+
         abstract_text = response.choices[0].message.content.strip()
+        # 过滤掉 <think>...</think> 推理过程
+        abstract_text = re.sub(r"<think>.*?</think>\s*", "", abstract_text, flags=re.DOTALL).strip()
         
         # 构建链接列表
         links_section = "\n\n**相关链接：**\n\n"