Pesquise nos seus próprios PDFs com respostas que citam as fontes.

Uma ferramenta de busca gratuita que constrói um índice semântico sobre seus próprios documentos inteiramente no navegador. Em vez de casar palavras-chave, ela encontra trechos por significado — ideal para artigos científicos, contratos, manuais, atas e relatórios longos onde a resposta existe, mas você não sabe as palavras exatas para procurar.

PDF, DOCX, texto puro e Markdown são aceitos, e vários documentos podem compartilhar um único córpus pesquisável. Não há conta nem chave de API, e nenhum servidor jamais vê seus arquivos.

Como funciona

Cada documento é analisado no dispositivo: o pdf.js percorre a camada de texto do PDF página a página, DOCX é descompactado localmente, e textos e Markdown são lidos direto. O texto é cortado em trechos de cerca de 150 palavras com sobreposição de 30 (para não perder contexto nas fronteiras), e cada trecho é incorporado com o Xenova/all-MiniLM-L6-v2, um transformador de frases compacto de 384 dimensões via Transformers.js.

Os embeddings ficam num armazenamento vetorial em memória na aba. Quando você pergunta, a consulta é incorporada pelo mesmo modelo e comparada com cada trecho por similaridade de cosseno; as passagens com maior pontuação voltam em segundos, cada uma com documento de origem, número da página e porcentagem de correspondência. Os termos da busca são destacados no trecho, e os embeddings são calculados em lotes de 16 trechos para manter córpus grandes responsivos.

Um córpus, muitos documentos

Você não fica limitado a um único PDF. Adicione um contrato, seus anexos e suas próprias notas e busque em tudo ao mesmo tempo — o painel do córpus lista cada documento com sua contagem de páginas, permite remover uma fonte específica (os trechos somem do índice na hora) ou começar um córpus novo com um clique. Estatísticas de documentos, páginas, trechos e dimensões dos vetores seguem visíveis conforme o córpus cresce.

Você controla o número de resultados: os 3 melhores para uma resposta focada, 5 (padrão) no dia a dia, ou 8–10 para varrer tudo o que for relevante num córpus grande.

WebGPU e o fallback WASM

Chrome e Edge com WebGPU incorporam na GPU, o que faz a indexação de um documento de centenas de páginas parecer quase instantânea. Safari, Firefox e máquinas mais antigas recuam para uma versão WebAssembly do mesmo modelo — mais lenta, mas com funções idênticas. O modelo de embeddings (cerca de 25–90 MB conforme o backend) é baixado uma vez do hub aberto e fica em cache no navegador; depois disso indexação e busca funcionam totalmente offline.

PDFs digitalizados e outros limites

A busca lê a camada de texto; um PDF só de imagem não tem o que indexar — a ferramenta detecta isso e direciona para a ferramenta de OCR, após a qual o texto reconhecido pode ser adicionado como qualquer documento. Não há um teto fixo de tamanho de arquivo, mas um índice em memória escala com a RAM do dispositivo; se um córpus muito grande pesar no navegador, remover um documento libera os vetores na hora.

Limites grátis e Pro

O plano grátis comporta um córpus de 5 documentos com até 150 páginas cada, com buscas ilimitadas e sem cota diária. O Pro sobe para 20 documentos e 1.000 páginas por documento. Um documento além do seu limite de páginas contribui com as primeiras páginas e informa claramente quantas foram puladas; o uso comercial está incluído nos dois planos e não há marcas d'água.

Privacidade

Documentos confidenciais — acordos de sigilo, laudos médicos, pesquisa não publicada — jamais tocam um servidor. Após o download único do modelo, indexação e busca são 100% locais, e fechar a aba descarta totalmente o índice em memória. O conteúdo dos documentos não é coletado, registrado nem usado em treinamento.