还在为网页信息过载烦恼?这款工具让AI成为你的私人浏览助手
当AI遇见浏览器:重新定义你的上网方式
你是否曾在阅读长文时渴望即时解释?是否在研究资料时需要快速总结核心观点?现代浏览器就像信息的海洋,而我们往往缺乏高效的"导航工具"。Page Assist的出现,正是为了解决这个普遍痛点——它不是简单的插件,而是将AI能力无缝融入浏览体验的智能伙伴。
想象一下,当你浏览学术论文时,右侧随时待命的AI能立刻解释专业术语;当你购物比价时,它能帮你提取不同商品的参数对比;当你阅读外语新闻时,它能实时提供语境化翻译。这就是Page Assist带来的全新上网体验:让AI不再是需要单独访问的网站,而是成为你浏览任何网页时的"隐形助手"。
三步开启智能浏览
1. 简单部署,即刻拥有本地AI助手
无需复杂配置,只需确保你的设备安装了Node.js(v18及以上版本)和Ollama本地AI服务。通过终端执行以下命令,即可完成部署:
git clone https://gitcode.com/GitHub_Trending/pa/page-assist
cd page-assist
npm install
npm run build
整个过程就像安装普通浏览器扩展一样简单,却能解锁强大的本地AI能力。
2. 一键召唤,侧边栏中的智能伙伴
在Chrome、Firefox等主流浏览器安装扩展后,你会发现地址栏旁多了个小巧的图标。点击它,右侧会滑出一个简洁的对话面板——这就是你的AI助手工作台。无论是提问、总结还是翻译,它都能即时响应,且所有数据处理都在本地完成,确保隐私安全🔒。
3. 深度交互,让网页内容"活"起来
最强大的功能在于它能理解当前网页内容。当你在阅读技术文档时,选中代码片段提问"这段函数的作用是什么",AI会结合上下文给出专业解释;浏览新闻时,只需输入"总结主要观点",几秒钟就能获得结构化摘要。这种交互式学习方式,让信息获取效率提升至少40%。
三大隐藏功能,提升浏览幸福感
⚡ 智能快捷键,操作如丝般顺滑
很多用户不知道,Page Assist支持高度自定义的快捷键。通过设置页面,你可以将"打开助手"、"发送问题"等常用操作绑定到喜欢的组合键。习惯之后,整个交互过程行云流水,仿佛AI助手就在你的指尖待命。
🔍 多模型切换,按需选择AI能力
除了默认的Ollama模型,你还可以在设置中添加多种AI提供者。学生写论文时切换到擅长学术分析的模型,开发者调试代码时切换到编程专家模型,普通浏览时使用轻量模型节省资源——真正做到"千人千面"的智能辅助。
📋 对话记录云端同步(Firefox专属)
对于Firefox用户,Page Assist提供了安全的对话记录同步功能。在办公室电脑上未完成的讨论,回到家打开浏览器就能继续,知识连贯性从未如此简单。所有同步数据均经过加密处理,兼顾便利性与隐私保护。
为什么选择本地AI?
在这个数据隐私日益重要的时代,Page Assist的本地优先设计成为最大亮点。与需要上传数据到云端的AI工具不同,你的所有对话和网页内容分析都在本地设备完成。这意味着即使在没有网络的环境下,AI助手依然能正常工作,同时杜绝了敏感信息泄露的风险。
安装扩展后,你会发现它对浏览器性能的影响微乎其微。经过优化的资源占用设计,确保即使在低配电脑上也能流畅运行,真正做到"安静陪伴,随叫随到"。
加入智能浏览革命
现在就用以下方式开启你的智能浏览之旅:
- 访问浏览器扩展商店搜索"Page Assist"
- 按照安装向导完成部署
- 在任意网页点击助手图标开始对话
遇到问题或有新想法?欢迎通过项目的issue系统提交反馈,或参与社区讨论共同完善这个工具。让我们一起打造更智能、更私密、更高效的网页浏览体验——因为上网本该如此轻松。
提示:初次使用建议查看docs/index.md获取详细教程,快速掌握高级功能使用技巧。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00