Durchsuche deine PDFs direkt im Browser.

Ein kostenloses Retrieval-Tool, das vollständig im Browser einen semantischen Suchindex über deine eigenen Dokumente aufbaut. Statt Keyword-Abgleich findet es Passagen nach Bedeutung — ideal für Forschungspapiere, Verträge, Handbücher, Protokolle und lange Berichte, in denen die Antwort irgendwo steckt, ohne dass du die exakten Suchwörter kennst.

PDF, DOCX, Klartext und Markdown werden unterstützt, und mehrere Dokumente teilen sich einen gemeinsamen durchsuchbaren Korpus. Es gibt kein Konto, keinen API-Schlüssel und keinen Server, der deine Dateien je zu sehen bekommt.

So funktioniert es

Jedes Dokument wird auf dem Gerät geparst: pdf.js geht die PDF-Textebene Seite für Seite durch, DOCX wird lokal entpackt, Text und Markdown werden direkt gelesen. Der Text wird in überlappende Blöcke von etwa 150 Wörtern (30 Wörter Überlappung, damit Kontext an den Grenzen erhalten bleibt) geteilt, und jeder Block wird mit Xenova/all-MiniLM-L6-v2 eingebettet, einem kompakten 384-dimensionalen Satztransformator via Transformers.js.

Die Embeddings liegen in einem In-Memory-Vektorstore im Tab. Bei einer Frage wird deine Anfrage mit demselben Modell eingebettet und per Kosinus-Ähnlichkeit mit jedem Block verglichen; die höchstbewerteten Passagen kommen in Sekunden zurück, jeweils mit Quelldokument, Seitennummer und Übereinstimmungsprozentsatz. Suchbegriffe werden in der Passage hervorgehoben; Embeddings entstehen in 16er-Batches, damit auch große Korpora reaktionsschnell bleiben.

Ein Korpus, viele Dokumente

Du bist nicht auf ein einzelnes PDF beschränkt. Lege einen Vertrag, seine Anhänge und eigene Notizen übereinander und durchsuche alles zugleich — die Korpus-Anzeige listet jedes Dokument mit Seitenzahl, erlaubt das Entfernen einer einzelnen Quelle (ihre Blöcke verschwinden sofort aus dem Index) oder den Start eines neuen Korpus per Klick. Statistiken zu Dokumenten, Seiten, Blöcken und Vektordimensionen bleiben beim Wachstum sichtbar.

Die Trefferzahl regelst du selbst: Oberste 3 für eine fokussierte Antwort, 5 (Standard) für den Alltag oder 8–10, wenn du in einem großen Korpus alles Relevante sichten willst.

WebGPU und der WASM-Fallback

Chrome und Edge mit WebGPU betten auf der GPU ein, sodass die Indizierung eines mehrere hundert Seiten starken Dokuments nahezu sofort wirkt. Safari, Firefox und ältere Geräte fallen auf eine WebAssembly-Version desselben Modells zurück — langsamer, aber funktionsgleich. Das Einbettungsmodell (je nach Backend etwa 25–90 MB) wird einmal vom offenen Modell-Hub geladen und vom Browser gecacht; danach funktionieren Indizierung und Suche vollständig offline.

Gescannte PDFs und weitere Grenzen

Die Suche liest die Textebene; ein reines Bild-PDF hat nichts zu indizieren — das Tool erkennt das und verweist auf das OCR-Werkzeug, wonach der erkannte Text wie jedes andere Dokument hinzugefügt werden kann. Eine feste Dateigrößenbegrenzung gibt es nicht, doch ein In-Memory-Index skaliert mit dem RAM deines Geräts; belastet ein sehr großer Korpus den Browser, gibt das Entfernen eines Dokuments dessen Vektoren sofort frei.

Kostenlose Grenzen und Pro

Der Gratis-Tarif fasst einen Korpus von 5 Dokumenten mit bis zu 150 Seiten pro Dokument, bei unbegrenzten Suchen ohne Tageslimit. Pro hebt auf 20 Dokumente und 1.000 Seiten pro Dokument an. Ein Dokument über deinem Seitenlimit steuert seine ersten Seiten bei und nennt klar, wie viele übersprungen wurden; kommerzielle Nutzung ist in beiden Tarifen inklusive, Wasserzeichen gibt es keine.

Datenschutz

Vertrauliche Dokumente — NDAs, Arztberichte, unveröffentlichte Forschung — berühren nie einen Server. Nach dem einmaligen Modell-Download laufen Indizierung und Suche zu 100 % lokal, und das Schließen des Tabs verwirft den In-Memory-Index vollständig. Über Dokumentinhalte wird nichts erhoben, protokolliert oder zum Trainieren verwendet.