简介：Page Assist 是一款面向 Chrome 用户的浏览器辅助插件，通过侧边栏、选项页与后台脚本增强网页浏览和交互体验，适合需要研究本地 AI 助手、公式渲染或文字识别在浏览器中落地的开发者参考。压缩包共 95 个文件，大小约 6MB，主要包含 html、js、json、css 等插件核心文件，同时收录了多套字体资源用于数学公式显示，并带有 OCR 识别模块与多语言本地化配置。目前已有 3002 人学习下载。资源目录结构完整，涵盖扩展清单、后台脚本、内容脚本、编译代码块、图标及国际化资源等模块，便于从零拆解 Chrome 扩展的启动流程、后台任务与页面交互逻辑。无论是想快速上手扩展开发，还是研究侧边栏 UI 与本地 OCR/公式渲染集成，这套插件包都是一份直观的实战样例。 我平时浏览网页时经常碰到一个痛点：文章太长没耐心读、英文资料看得费劲、想快速总结又没有现成工具。后来我在Chrome上装了一个叫 Page Assist 的插件，专门用来和本地AI模型配合，直接在浏览器侧边栏完成网页总结、翻译、问答这些操作。这篇文章就围绕 Page Assist 插件（Google Chrome 环境）展开，聊聊它是什么、怎么部署、怎么用，以及我在实际使用中踩过的坑。
先说重点：Page Assist 不是一个云端工具，它默认连接的是你自己电脑上运行的本地大模型，比如通过 Ollama 拉取的 Qwen、Llama 这类开源模型。这意味着你的网页内容不会上传到第三方服务器，隐私性比云端AI好很多，而且不依赖网络环境，断网也能用。适合对数据敏感的人、经常需要处理长网页或技术文档的人，以及喜欢折腾本地AI的开发者。
1. 从需求到方案：为什么我最终选择了Page Assist
1.1 网页阅读的痛点与插件定位
我在日常工作中会翻阅大量技术文档、英文博客和项目说明，经常要做三件事：快速了解文章主旨、划出关键信息、翻译不理解的长句。以前的做法是复制粘贴到在线AI对话框，来回切窗口非常麻烦，而且内容长了还要分段处理。
Page Assist 恰好填补了这个空档。它把AI对话界面搬到了浏览器侧边栏，并能读取当前标签页的正文内容。你只需要按一下快捷键或者在扩展栏点击图标，侧边栏就弹出来了，可以直接问“这篇博客讲了什么”“用一句话解释这里面的XX概念”，插件会把网页正文作为上下文，连同问题一起提交给本地模型处理。
这个定位非常克制，不搞花哨功能，就是让“读网页”这个行为变得更顺滑。而且因为模型在本地运行，速度相对稳定，不会有排队等待或者限流的问题。
1.2 为什么我推荐本地模型方案
有人可能会问：用云端AI不香吗？回答这个问题之前，先想清楚自己的使用场景。如果你只是偶尔问问问题，云端AI确实方便。但如果你每天要看大量网页，频繁把网页内容发给云端服务，第一是效率问题，第二是隐私问题。
Page Assist 的思路很清晰：本地运行模型，网页上下文不出电脑。本地模型的效果这两年进步很大，以 Ollama 仓库里常见的 qwen2.5:7b 为例，做中文总结、翻译、信息抽取完全够用。虽然跟 GPT-4o 这类超大模型还有差距，但对于“总结网页、提取要点”这类任务，差距并没有想象中那么大。
另外，本地方案有一个云端方案无法替代的优点：连接的是你自己掌控的模型。你可以随意切换不同模型，比较效果，也可以做针对性的微调，这些在浏览器插件层面几乎是不可想象的。至少我在使用Page Assist 这段时间里，最大的感受是“AI变成了浏览器的一部分”，而不是一个需要单独打开的外部网站。
2. 正式部署前的前置准备：Ollama与模型选择
2.1 安装Ollama运行时环境
Page Assist 本身只是个前端界面，真正干活的是本地大模型，而运行大模型最省事的方式就是安装 Ollama。Ollama 是一个跨平台的本地大模型运行工具，支持 Windows、macOS 和 Linux，安装包在官网就能下载，体积不大，装完以后会默认在后台跑一个服务，监听 11434 端口。
装好 Ollama 后，可以先验证一下服务是否正常。在终端执行：
ollama list如果能看到模型列表（哪怕为空），就说明服务已经在运行了。如果提示命令找不到，可能是环境变量没配好，通常是重新打开终端或者手动把 Ollama 的安装目录加入 PATH。
这里有个经验：Windows 上安装 Ollama 时，尽量不要改默认安装路径，否则后续手动配置环境变量会比较折腾。我一开始把它装到 D 盘自定义目录，结果 ollama 命令只能在特定终端里识别，花了一点时间才解决。
2.2 选择合适的中英文模型
模型选择直接决定使用体验。以我用过的几个模型为例：
| 模型 | 参数量 | 优势 | 适合场景 |
|---|---|---|---|
| qwen2.5:7b | 7B | 中文理解强，总结和问答效果均衡 | 中文网页总结、日常问答 |
| llama3.1:8b | 8B | 英文理解强，逻辑性好 | 英文文档总结、翻译 |
| gemma2:9b | 9B | 推理能力较好，生成速度较快 | 中英文混合内容 |
| mistral:7b | 7B | 响应速度不错，显存占用较低 | 资源有限的老机器 |
如果是新手第一次装，我推荐直接用 qwen2.5:7b，中文效果在开源模型里属于第一梯队，而且 7B 参数量对显存要求比较友好，8GB 显存就能跑得起来，CPU 模式也能出结果，只是慢一些。
拉取模型的命令：
ollama pull qwen2.5:7b这个命令会从模型仓库下载对应文件，大小通常在 4GB 到 5GB 左右，具体看网络情况。下载完成后执行ollama list就能看到模型已经在本地了。
然后建议给 Ollama 设置一个环境变量，允许浏览器插件访问它的 API。因为在较新版本中，Ollama 默认只允许 localhost 访问，但 Page Assist 作为浏览器扩展，其请求来源有时候会被浏览器标识为跨域来源。稳妥的做法是在系统的环境变量里加一行：
OLLAMA_ORIGINS=*设置完成后重启 Ollama 服务。这一步如果漏掉，后面大概率会遇到连接失败的问题。
3. 在Chrome中安装Page Assist并完成配置
3.1 安装方式与版本选择
Page Assist 的安装方式主要有两种：
- Chrome 网上应用店直接搜索 “Page Assist” 安装，好处是后续会跟随插件商店自动更新，体验最省心。
- 从 GitHub Releases 页面下载 .zip 或 .crx 文件，手动加载到 Chrome 扩展管理页面，适合无法访问插件商店或想提前体验新版本的人。
我个人的建议是：能访问 Chrome 网上应用店就优先用第一种方式，因为手动加载的扩展在 Chrome 更新或者浏览器重启后偶尔会有状态异常，自动更新机制能省掉这些麻烦。
需要注意一点：Page Assist 在 Chrome 上使用的是侧边栏 API，这是 Manifest V3 扩展支持的。如果你还停留在比较老的 Chrome 版本（比如 109 这种停止更新的版本），大概率会因为扩展 API 不完整而无法正常安装或运行。建议让 Chrome 保持自动更新，不要刻意阻止版本升级，否则后续装新扩展很容易碰壁。
3.2 首次配置：连接Ollama的详细步骤
安装完成后，点击扩展栏的图标，Page Assist 会打开一个侧边栏。第一次使用需要配置 API 地址和模型列表：
- 点击侧边栏底部的设置按钮，或者是齿轮图标。
- 在模型提供商（Model Provider）选项中选择 “Ollama”。
- API 地址填
http://localhost:11434，这是 Ollama 的默认地址。 - 点击 “获取模型列表”（Fetch Models），插件会通过 API 读取你本地的模型列表，然后在下拉框中选择你想要使用的模型。
配置完成后，可以先用一句简单的话测试一下，比如输入“你好，请介绍一下你自己”。如果模型返回了正常的回复，说明整个链路已经通了。
如果点击获取模型列表没有反应，大概率是环境变量OLLAMA_ORIGINS没有配置好，检查这一步是最优先的。
3.3 针对使用场景微调模型参数
Page Assist 的设置里提供了几个常用参数，其中影响最大的是temperature（温度）。这个参数控制模型的随机性，数值越高回答越发散，越低则越严谨。
做网页总结时，我一般把温度设置在 0.3 到 0.5 之间，这样输出的摘要更贴紧原文事实，不容易“创造”原文没有的信息。做头脑风暴或者其他创意性问答时，可以调到 0.7 以上，让回答更有弹性。
还有max tokens（最大生成长度）这个参数。网页总结的输出通常不长，默认的 1024 就够用；但如果你希望模型输出详细的分析报告，可以适当调高。这里有个权衡：生成长度越大，等待时间长，而且本地模型的显存占用也会上升。
4. 核心使用场景：从网页总结到侧边栏问答
4.1 网页内容快速总结与提炼
这是 Page Assist 最实用的场景，没有之一。
在某次阅读一篇长英文技术博客时，我只需要点击扩展图标，在侧边栏输入“用中文总结这篇文章，要求提炼出三个核心观点”，然后按回车。Page Assist 会把当前标签页的正文内容提取出来，连同问题一起提交给本地模型，模型返回的结果直接展示在侧边栏。
实际操作中有个技巧：可以通过符号或关键词告诉模型重点。比如“总结这篇文章，重点讲清楚第二部分的实现思路”，模型会根据指令过滤信息。如果觉得总结太泛，还可以继续追问“刚才总结的第2点，展开解释一下”，因为对话上下文还在，模型能接得上。
4.2 侧边栏连续对话与长文翻译
除了单次提问，侧边栏本身就是一个完整的聊天界面。你可以针对当前网页连续追问多个问题，模型会结合之前的对话内容和网页上下文来回答。这一点在做文献阅读时特别有用：第一遍先让模型总结全文，然后针对每一个技术细节深入询问，整个过程不需要我们来回切换网页和AI对话框。
翻译也是常用功能。我经常遇到英文文档里某些句子理解不透的情况。在侧边栏输入“把这段翻译成中文，注意保持技术术语的原样”，模型会结合上下文给出翻译。相比在线翻译工具，这种方式的优势在于它理解了全文语境，某些专业性较强的翻译会更自然。
不过也要提醒一下：本地模型在处理超长网页时，可能因为上下文窗口限制而截断部分内容，导致翻译遗漏某些段落。遇到这种情况，可以先让模型总结全文，再单独拷贝具体段落进去翻译。
4.3 自定义指令与提示词模板的利用
Page Assist 支持自定义系统提示词，这个功能很多人没注意到，但它其实非常关键。
系统提示词相当于给模型设定一个人设或行为准则。比如我可以设定：
你是一位资深技术编辑，擅长用通俗的语言解释复杂概念。用户在网页中选中内容后，请在保留原意的基础上进行通俗化改写。配置好以后，配合网页内容上下文，模型每次输出都会遵循这套准则。对于经常做资料整理的人来说，这可以大幅减少重复描述需求的操作。
我建议针对不同场景准备几套模板：中文总结模板、英文翻译模板、代码解释模板、文献综述模板。以后只需要切换对应模板，再把网页内容拉进上下文，基本就是一键完成。
5. 常见问题排查与优化心得
5.1 连接失败的典型原因
| 问题现象 | 可能原因 | 解决建议 |
|---|---|---|
| 侧边栏提示 Cannot connect to Ollama | Ollama 服务未启动 | 执行ollama serve确认服务在运行 |
| 获取模型列表为空 | API 地址错误或存在跨域拦截 | 检查地址是否为 localhost:11434，设置OLLAMA_ORIGINS=* |
| 第一次提问超时 | 模型正在被加载到显存 | 耐心等待几秒到数十秒，后续响应会正常 |
| 插件无法安装 | Chrome 版本过旧，扩展 API 不支持 | 升级 Chrome 到最新版本 |
连接失败是我遇到最多的问题，而且大多是同一类原因：环境变量没有设置。浏览器扩展发起的请求在某些情况下会被视为跨域请求，Ollama 出于安全考虑默认拒绝了非 localhost 来源的访问。通过OLLAMA_ORIGINS=*放开限制后，问题基本上就解决了。
5.2 模型响应慢或者卡顿的处理
本地模型的响应速度取决于硬件。如果体验很明显卡顿，建议按以下顺序排查：
- 检查显存占用：如果显卡显存不足，模型数据会被换到系统内存，速度会骤降几个数量级。更小的模型（如 qwen2.5:3b）可能更适合。
- 关闭多余的后台服务：浏览器标签页开太多也会挤占内存，尤其是长时间不关的标签页。
- 看温度设置：模型运行时的参数设置与推理速度无关，但过高的 max tokens 会让一次生成的时间变长。
从实际体验来看，qwen2.5:7b 在 8GB 显存的显卡上基本可以流畅生成，速度约每秒 15 到 25 个 token。如果只有 CPU 没有独立显卡，也能跑，但生成速度会慢一些，适合对实时性要求不高的场景。
5.3 网页上下文过长时的优化策略
Page Assist 会把当前网页的正文提取出来放进上下文，但是网页本身可能非常长。当内容超过模型的上下文窗口时，模型会自动截断或报错。这种情况下，有两个优化思路：
- 先在侧边栏输入“总结一下这个网页的主要内容”，拿到概述后再追问细节。
- 如果页面内容实在太多，可以用鼠标选中需要处理的段落，再复制到侧边栏中提问，这样避免了整页内容挤爆上下文。
从原理上说，上下文越长，模型计算注意力矩阵的开销越大，显存占用也越高。所以对于非常长的文档，主动做内容裁剪比让模型硬扛更高效。我自己的习惯是：长文先总结，总结后带着问题寻找相关段落，然后用选中段落做精确提问，这样既快又准。
写在最后
用 Page Assist 改造浏览体验这件事，我坚持了大半年，最大的感受是它把“本地AI”和“网页浏览”这两件原本分离的事情真正粘合在了一起。如果你已经装了 Ollama，手头又有开源模型，不妨花十分钟安装 Page Assist，很多日常网页处理的工作量能明显降下来。最后分享一个小技巧：在设置里把侧边栏的快捷键改成顺手的组合键，比如Alt+P，这样呼出速度会快很多，用起来更接近“浏览器自带功能”的体验。
本文还有配套的精品资源，点击获取
