Cherchez dans vos PDFs directement dans votre navigateur.

Un outil de recherche gratuit qui construit un index de recherche sémantique sur vos propres documents entièrement dans le navigateur. Au lieu d'une correspondance par mots-clés, il trouve des passages par le sens — idéal pour les articles de recherche, contrats, manuels, comptes rendus et longs rapports où la réponse existe sans que vous sachiez les mots exacts à chercher.

PDF, DOCX, texte brut et Markdown sont pris en charge, et plusieurs documents peuvent partager un même corpus interrogeable. Pas de compte, pas de clé API, et aucun serveur ne voit jamais vos fichiers.

Comment ça marche

Chaque document est analysé sur l'appareil : pdf.js parcourt la couche texte du PDF page par page, les DOCX sont décompressés localement, les textes et Markdown lus directement. Le texte est découpé en blocs d'environ 150 mots avec un chevauchement de 30 mots (pour ne pas perdre le contexte aux frontières), et chaque bloc est intégré avec Xenova/all-MiniLM-L6-v2, un transformateur de phrases compact à 384 dimensions via Transformers.js.

Les intégrations résident dans un magasin vectoriel en mémoire dans l'onglet. À chaque question, votre requête est intégrée par le même modèle et comparée à chaque bloc par similarité cosinus ; les passages les mieux notés reviennent en quelques secondes, chacun avec son document source, son numéro de page et son pourcentage de correspondance. Les termes de la requête sont surlignés dans le passage, et les intégrations sont calculées par lots de 16 blocs pour garder les grands corpus réactifs.

Un corpus, plusieurs documents

Vous n'êtes pas limité à un seul PDF. Ajoutez un contrat, ses annexes et vos notes, puis cherchez dans tout à la fois — le panneau corpus liste chaque document avec son nombre de pages, permet de retirer une source unique (ses blocs disparaissent aussitôt de l'index) ou de démarrer un nouveau corpus en un clic. Les statistiques (documents, pages, blocs, dimensions des vecteurs) restent visibles à mesure que le corpus grandit.

Le nombre de résultats se règle : 3 meilleurs résultats pour une réponse ciblée, 5 (défaut) au quotidien, ou 8–10 pour balyser tout le contenu pertinent d'un grand corpus.

WebGPU et le repli WASM

Chrome et Edge avec WebGPU intègrent sur le GPU, ce qui rend l'indexation d'un document de plusieurs centaines de pages quasi instantanée. Safari, Firefox et les machines plus anciennes replient sur une version WebAssembly du même modèle — plus lente, mais identique en fonctionnalités. Le modèle d'intégration (environ 25–90 Mo selon le backend) se télécharge une fois depuis le hub de modèles ouvert puis est mis en cache ; l'indexation et la recherche fonctionnent ensuite entièrement hors ligne.

PDF scannés et autres limites

La recherche lit la couche texte ; un PDF constitué uniquement d'images n'a rien à indexer — l'outil le détecte et vous oriente vers l'outil OCR, après quoi le texte reconnu peut être ajouté comme n'importe quel document. Il n'y a pas de limite de taille fixe, mais l'index en mémoire dépend de la RAM de votre appareil ; si un très grand corpus surcharge le navigateur, retirer un document libère aussitôt ses vecteurs.

Limites gratuites et Pro

Le forfait gratuit contient un corpus de 5 documents jusqu'à 150 pages chacun, avec recherches illimitées et sans quota quotidien. Pro passe à 20 documents et 1 000 pages par document. Un document au-delà de votre limite de pages apporte ses premières pages et indique clairement combien ont été ignorées ; l'usage commercial est inclus dans les deux forfaits, sans filigrane.

Confidentialité

Les documents confidentiels — accords de confidentialité, rapports médicaux, recherche non publiée — ne touchent jamais de serveur. Après le téléchargement unique du modèle, l'indexation et la recherche sont 100 % locales, et fermer l'onglet supprime entièrement l'index en mémoire. Le contenu des documents n'est ni collecté, ni journalisé, ni utilisé pour un entraînement.