Local PDF summarization · Page-cited output

你打开了一份60页的 PDF。以下是 60-second version.

专为长文档的阅读成本而设计的摘要工具 — 研究论文、合同、文字记录、财务文件 — 提炼为带有源页面引用的结构化要点。Less reading. Same understanding.

auto_awesomeOpen the summarizer play_arrowSee how it works

浏览器端解析。每条要点均有引用。文件不离开你的设备。

Why most summarizers fall short

不可信的摘要比阅读原文更糟糕。实际使用中反复出现三种失败模式 — 这款工具专门针对每种模式进行了优化。

Failure 1
format_align_left

Generic LLM dump

整篇文档被塞入一个提示词，模型返回一段论文形式的段落。没有结构、没有优先级、没有浏览路径。你仍需线性阅读摘要。

Failure 2
report

Hallucinated citations

要点引用「第47页」，但相关内容在第12页 — 更糟的是，捏造源文档中根本不存在的引用。没有可验证的参考，每个论断都需要对照原文重新核查。

Failure 3
cloud_upload

Slow upload roundtrips

PDF 被发送到服务器，排队、远程解析，然后摘要流式返回。在咖啡店网络下处理200 MB 的文件，第一个字出现前你已等待一分钟。

How the summarizer works

四个阶段。PDF 全程保留在你的设备上，只有提取的文本段落被摘要。

01
file_open

Parse locally

WebAssembly 在浏览器中逐页提取文本层。布局、标题和分页得以保留，确保引用准确。

02
grid_view

Chunk by section

标题、分页符和语义边界将文档分割为章节。每个块携带其页面范围作为元数据。

03
auto_awesome

Distill key points

每个章节被提炼为核心论断。冗长的套话被压缩，实质内容得以保留。页面引用随每条要点传递。

04
list_alt

Assemble TL;DR

各章节摘要合并为单一排序的要点列表 — 可直接复制粘贴，并附有可点击的源页面引用。

何时使用 this tool

长篇、密集或技术性 PDF，略读成本高、误读成本更高的场景。

science

Research papers

方法、结果、局限性 — 按审稿人的阅读顺序提取。引用指向论文的相关章节。

Academic
gavel

Contracts & agreements

期限、费用、终止、赔偿、适用法律。提取为独立要点，便于识别重要义务。

Legal
forum

Meeting transcripts

Decisions, action items, owner, deadline. Filler conversation drops away; the durable outcomes stay.

Operations
trending_up

Financial reports

年度报告、财报、年报 — 变动的数字、调整的指引、新披露的风险。

Finance

The old way vs. our way

同一份PDF，两条通往“豁然开朗”的不同路径。

Old way

Upload, wait, hope the summary holds up.
  • close在任何事情发生之前，将你的 PDF 上传到陌生人的服务器
  • closeOne paragraph of prose — no skim path, no priorities
  • close引用要么缺失，要么是虚构的；无法在数秒内核实
  • close"Daily limit reached" after three documents
  • closeSign-up wall before the first summary renders

Our summarizer

Drop, distill, verify.
  • checkPDF 在你的浏览器中解析 — 二进制文件从不离开页面
  • checkStructured key-points extraction — ranked bullets, scannable
  • check每条要点都带有链接回源文档的页面引用
  • check长篇模式用于深度分析；PDF 对话用于后续提问
  • checkNo upload, no signup gate, no daily summary cap

阅读摘要后需要深入了解？打开 chat session against the same PDF — 问题将以同样的页面引用规范得到解答。

Three things this tool actually does

仅限可验证的声明 — 可在开发者工具或源 PDF 中确认的功能。

memory

Local processing

PDF 解析和分块在浏览器内的 WebAssembly 中运行。文件二进制内容从不跨越网络。

cloud_off

No file upload

在摘要运行期间打开开发者工具 → 网络。你不会看到任何包含你 PDF 的请求体 — 只有短文本片段。

link

Source-cited output

每条要点链接到其来源的确切页面或页面范围，摘要中的每个论断均可两次点击验证。

相同的浏览器优先模型驱动我们的其他工具 — 无需上传即可翻译PDF, compress a PDF locally, 在浏览器中将 PDF 转换为 Word，或通过以下方式发送机密文件 end-to-end encrypted transfer.

Questions about the summarizer

边缘情况、限制和通常未说明的事项。

摘要工具适用于扫描版 PDF 吗？
仅在 OCR 之后可用。扫描版 PDF 是图片堆叠 — 在字符被识别之前没有可摘要的文本层。先对文件进行浏览器内 OCR，然后摘要工具才能提取要点。如果 OCR 置信度低，摘要会标记不确定的段落，而非捏造内容。
输入 PDF 可以多长？
实际上限约为800页密集文本，约400,000个词元，分块逐步提炼。更长的文档分割为章节，各自摘要后合并为最终摘要。浏览器内存是真正的限制 — 现代笔记本电脑几秒内处理60页报告，不到一分钟处理600页法律文件。
会标注来源页码吗？
是的。TL;DR中每条摘要都附有页码引用，例如 p.12 or pp.34–37 指向生成它的段落。点击引用跳转到原始页面。这就是自动摘要与幻觉释义的区别 — 你可以在两秒内验证每个论断。对同一 PDF 进行自由问答，请切换至 chat-with-PDF.
我的文件会离开浏览器吗？
PDF 解析、文字提取和分块完全通过 WebAssembly 在客户端完成。模型调用只携带摘要所需的提取文本段落 — 你的文件二进制内容从不离开设备。运行期间打开开发者工具 → 网络，你不会看到任何 PDF 上传。与我们的 no-upload compressor and no-upload converter.
为何输出有时比预期短？
好的摘要受信息密度限制，而非页数。一份200页充满套话的协议可能压缩为八条要点，因为独特的实质内容很少。摘要工具倾向于简洁而非填充 — 如需更多深度，切换到长篇模式或对文档开启对话会话。字数填充恰恰使摘要难以阅读。

Stop reading the whole thing. Read the TL;DR.

上传 PDF，获得带页面引用的结构化要点集合 — 在浏览器中，几秒内完成，无需将文件发送到任何地方。

auto_awesomeOpen the summarizer — Free