端侧 AI · WebGPU

读懂任何 PDF 无需逐字阅读。

总结、要点与实体提取全部在浏览器内完成——由端侧大模型驱动,不经任何服务器。

检测 GPU 中…
SmolLM2 · Qwen2.5
100% 隐私
为什么选择 PDF 摘要

更聪明的阅读,零上传。

让本地大语言模型阅读文档,几秒内给出结构化洞见。

100% 私密

文档永不离开你的设备,推理经 WebGPU 在本地完成。

两个开源模型

可选 SmolLM2 1.7B 或 Qwen2.5 1.5B——小巧、快速、能力出众。

长文档友好

超长 PDF 按部分依次总结,再提炼成最终简报。

结构化输出

输出 Markdown 格式的摘要、要点与实体清单,随处可用。

How it works

Three steps. Zero servers.

  1. 01

    Upload a PDF

    Text is extracted page by page in your browser via pdf.js. Nothing is uploaded.

  2. 02

    Pick a task & model

    Summary, key points, entity extraction, or your own question — answered by SmolLM2 or Qwen2.5 running locally.

  3. 03

    Read the brief

    Answers stream in as they are generated, ready to copy as Markdown.

完整指南

关于 PDF 摘要工具

一个免费工具,用运行在你设备上的语言模型为 PDF 生成摘要并回答相关问题——不需要 API Key、不上传文件、也不按页收费。它面向需要快速把握长篇论文、报告和文档要点的学生、研究者与职场人士。

工作原理

pdf.js 在本地提取文本层,随后文档被切分成片段,由 SmolLM2 以 map-reduce 的方式生成摘要——这是一个通过 Transformers.js 在浏览器中运行的小型语言模型。在问答模式下,工具会检索最相关的段落,并基于文档本身作答。进度会实时流式显示,结果可直接复制或导出为 Markdown。

限制与要求

端侧模型在设计上体积很小:它们擅长做摘要,也能回答有文本依据的事实性问题,但并不是用于开放式推理的前沿聊天机器人。仅支持文本型 PDF(扫描版 PDF 需要先做 OCR)。强烈推荐使用支持 WebGPU 的 Chrome 或 Edge;模型权重下载一次后会被缓存。

隐私

论文、合同和笔记永远不会离开你的机器。摘要过程在一次性的模型下载完成后完全在本地运行,因此那些放在云端 LLM 里会令人不放心的文档,可以在这里安全地摘要。

帮助

常见问题

不会。文本提取(pdf.js)和生成(大语言模型)都完全在你的浏览器里运行。模型从 Hugging Face 下载一次后缓存在本地。