一个 Edge 侧边栏扩展，形态对标内置 Copilot：读你正在看的网页或 PDF → 结合上下文回答 → 需要时自己联网查资料。
默认接 DeepSeek，但任何 OpenAI 兼容接口都能用（官方 OpenAI / 硅基流动 / 本地 Ollama、vLLM）。
上图是在真实 Edge 里加载本扩展后截的。顶部红色提示是正确行为——当时活动标签页是扩展自身页面，不允许注入，所以明确告诉你而不是静默失败。
Edge 内置的 PDF 阅读器是个独立的受保护环境，脚本注入进不去，所以常规"读页面"的做法对 PDF 完全无效。
这里的做法是绕开它：直接下载 PDF 本体，用打包进来的 pdf.js 在侧边栏里解析文本层。所以你可以在 PDF 页面直接问"这篇讲了什么""第 3 页的公式在说什么"。
- 中英文都支持：带了完整的 CMap（Adobe-GB1 / Adobe-CNS1 等 169 个）和 standard_fonts，中文 PDF 不会解析成空白或乱码。
- 本地文件也能读：
file://打开的 PDF 会自动读取（需要在扩展详情里打开「允许访问文件 URL」）。即使不开这个权限，也可以点顶栏的文件夹按钮选择文件，或直接把 PDF 拖进侧边栏——这条路不依赖任何权限。 - 按页组织：正文按
[第 N 页]分页，模型引用会带页码。 - 问哪页就给哪页：问「第 52 页讲了什么」或「翻译第 52 页」，该页会被强制放进上下文，不受长度上限影响。
- 超长文档不会腰斩：按 token 预算而不是字符数算 —— 英文 82 页约 3.2 万 token，一次就能整本塞进去（以前按 24000 字符砍，后半本直接没了）。真的塞不下时才挑页。
- 塞不下就挑页 + 给目录：按你问题的关键词给每页打分，选最相关的页，并附上全文档每页首行的目录，让模型知道整本结构。
- 总结类问题走分段通读：问「总结全文」这类需要全局视野的，会自动把全文切块逐段阅读，再汇总成一份回答（会显示"第 3/6 段"的进度）。
- 拿得到就要登录的 PDF：下载时带 cookie（
credentials: include），登录后才能看的 PDF 也能读。 - 实测：14 页英文学术论文（pdf.js 解析 ~250ms）/ 中文排版文档，都能正确还原段落，中英文混排、上标脚注、硬换行都处理过。
做不到的：扫描件（图片版 PDF）没有文本层，读不出字，会明确提示需要 OCR；页面用 blob: 临时地址生成的 PDF 拿不到文件本体（这种请用文件夹按钮选文件）；有密码的 PDF 打不开。
一个重要限制：浏览器不会把 PDF 阅读器的滚动位置暴露给扩展，所以它不知道你此刻滚到第几页。问「这页讲了什么」时请顺便说页码（「第 52 页」），或者干脆把这一页的文字选中后问。这不是懒，是 Edge 没给这个接口。
首次在 PDF 页面打开侧边栏会自动开始解析，页面条会显示"14 页 · 48,037 字"这样的进度和结果。
Edge 商店里能打的确实有 —— Page Assist（94k+ 用户，MIT 开源，支持 DeepSeek）。它很适合本地模型玩家，但对你这个场景有三个硬伤：
| Page Assist | 本扩展 | |
|---|---|---|
| 网页上下文 | 需要手动开 "Chat with Website"，默认走 RAG 要配 embedding 模型（DeepSeek 没有 embedding 接口） | 每次提问自动抓当前页面，纯文本直塞，零配置 |
| 用户此刻在看哪 | 不区分 | 单独标记视口内文字，"这段""这里"能对上 |
| 联网搜索 | 要自建 SearXNG 之类的搜索服务 | 内置 Bing / DuckDuckGo，免 Key 开箱即用，失败自动切换 |
| 体积/复杂度 | 全功能大件 | 只做这件事，约 2000 行，全部可读 |
如果你只想 5 分钟用起来、也不介意搭搜索服务，Page Assist 是好选择。要"装了就能问、问了就联网"，用这个。
拿到代码
git clone https://github.com/Adam1315138/edge-page-copilot.git- 或者到 Releases 页下载 Source code (zip)，解压即用 —— pdf.js 已随仓库提供，不需要任何构建步骤
- 自己打包：
python tools/package.py生成dist/edge-page-copilot-x.y.z.zip（只含运行时文件）
加载到 Edge
- 打开
edge://extensions/ - 左下角打开 开发人员模式
- 点 加载解压缩的扩展，选择含
manifest.json的那一层目录 - 工具栏点扩展图标 → 侧边栏打开（或按
Alt+Shift+P）
没上商店是因为上架要开发者账号 + 审核，侧载功能完全一致。
首次打开会自动弹出设置面板，也可以点右上角齿轮：
| 项 | 填什么 |
|---|---|
| Base URL | https://api.deepseek.com/v1 |
| 模型 | deepseek-chat（支持工具调用，推荐） |
| API Key | 你的 sk-...（platform.deepseek.com 申请） |
也可以在"快速预设"里点 DeepSeek，前两项自动填好。
保存后页面信息条会变绿，就可以问了。
deepseek-reasoner也能用，但它不支持 function calling，扩展会自动改用「本地预检索」——先把搜索结果塞进上下文再问，效果一样。 想显示它的思考过程：设置里勾上「显示 deepseek-reasoner 的思考过程」。
- 直接问：说话就行，页面内容自动带上。问"这篇文章的核心结论是什么"、"作者说的第三点是什么意思"。
- PDF：在 PDF 页面上打开侧边栏，它会自己开始解析（页面条显示进度），之后正常提问即可。问"第 12 页讲了什么"会自动把那页补进上下文。
- 选中即问：先在网页里划选一段，再在侧边栏问"这段话什么意思" —— 选区会作为重点上下文，和视口文字分开标注。
- 联网：底部「自动联网」按钮三态循环
自动联网（默认）：模型自己判断要不要搜，页面里够答就不搜，省 token强制联网：每次提问先搜一轮，适合问时效性内容不联网：完全不搜，纯页面 + 模型知识
- 深读某条结果：搜索之后模型可以自己调
read_url去抓全文（设置里可关）。 - 消息下方能看到 token 消耗、耗时，可一键复制；生成中可随时中止。
- API Key 只存在本机
chrome.storage.local，只发给你自己配的接口地址，没有中转服务器，没有任何遥测。 - 对话存在
chrome.storage.session，关浏览器即清空。 - 页面内容只在你点发送时才会读取并传给模型；不发消息就不读。
- 联网搜索由扩展本地发起（Bing / DDG），不经过第三方聚合服务。
权限说明（安装时会看到提示）：
| 权限 | 用途 |
|---|---|
sidePanel |
侧边栏本体 |
scripting |
注入脚本读取网页正文 |
tabs |
知道当前是哪个标签页、切换时刷新 |
storage |
存设置和会话 |
<all_urls> |
读任意网页正文 + 请求你配置的 API 和搜索站 |
- 读不到：
edge://等浏览器内部页、扩展商店页、纯 Canvas/图片页。会明确提示，不会静默失败。 - PDF 扫描件：没有文本层，需要 OCR，目前会直接告诉你读不了（不会硬编内容）。
- 页面用
blob:生成的 PDF：那个地址属于原页面源，扩展拿不到文件本体。点顶栏文件夹按钮选文件即可。 - 本地 PDF 自动读取要权限：
file://依赖「允许访问文件 URL」。不开也行——用文件夹按钮或直接把文件拖进侧边栏。 - 纯 JS 渲染的页面（部分 SPA）提取效果取决于 DOM 里有没有真实文本；
read_url抓这类页面也容易拿到空壳。 - 搜索可能被风控：Bing / DDG 都是抓公开结果页，高频使用可能被限流。真要紧的场景建议配 Tavily Key（每月有免费额度），质量也更好。
- 长页面按
页面正文上限截断，默认 24000 字符；截断时会优先保住你视口内的内容并标注。PDF 走两倍上限（默认 48000 字符）。 - 没有多会话管理（点 + 开新对话会清空当前），没做导出。
# 全部单测（75 项，无需浏览器）
node tests/run.mjs
# 只跑某一类
node tests/run.mjs tests/extract.test.mjs
# 真实 Edge 加载冒烟测试（25 项，需要本机 Edge + playwright-core）
NODE_PATH=<含 playwright-core 的 node_modules> node tests/browser-smoke.mjs| 文件 | 覆盖 |
|---|---|
tests/util.test.mjs |
文本/SSE/搜索结果解析、配置归一化（用真实抓取的 DDG/Bing 页面做 fixture） |
tests/pdf-text.test.mjs |
PDF 碎片 → 行 → 段落的重组：中英文补空格规则、自适应行距、字号层级、列表识别、页码标记 |
tests/extract.test.mjs |
页面提取。用 toString()+eval 模拟真实注入，验证函数自包含、噪音过滤、视口标记、截断保视口、选区、去重 |
tests/agent.test.mjs |
工具循环：多轮 tool call、工具抛错、轮次上限、消息格式 |
tests/pipeline.test.mjs |
端到端：本地起假 DeepSeek 服务，走真实 HTTP+SSE，验证流式拼接、tool_calls 分片、402/401 错误、中断、reasoning |
tests/markdown.test.mjs |
Markdown 渲染 + XSS 防护（模型输出不可信，javascript:/<script>/属性注入全部挡掉） |
tests/manifest.test.mjs |
扩展完整性：图标尺寸、权限与代码一致、$() 的 id 存在、import 可解析、语法检查、SW 不碰 DOM、pdf.js 资源齐全 |
tests/search-live.test.mjs |
真实联网（断网自动 skip，带重试） |
tests/browser-smoke.mjs |
真实 Edge 加载扩展：manifest 被接受、SW 启动、UI 渲染无报错、chrome.scripting 真实注入活动标签页、真实 PDF 与现场生成的中文 PDF 解析 |
当前状态：单测 99 通过 / 1 跳过 / 0 失败；Edge 冒烟 30/30 通过。
跳过的那 1 项是 DuckDuckGo 单独联调 —— 实测 Node 的 TLS 指纹会被 DDG 拒（0/5），但浏览器里正常，所以测试里标了 skip 而非放宽断言。也正因为这个，默认搜索后端定成了实测 5/5 的 Bing。
提取测试需要
jsdom。tests/run.mjs会自动去 Node 的 workspace 找；找不到就用PC_NODE_MODULES=<路径>指定。
edge-page-copilot/
├── manifest.json MV3 清单
├── icons/ 16/32/48/128（tools/make-icons.py 生成，纯标准库）
├── vendor/pdfjs/ pdf.js 5.4（472KB 主程序 + 1.1MB worker + CMap + 字体，共 3.7MB）
├── src/
│ ├── background.js service worker：抓页面 / 调模型 / 工具循环 / 端口通信
│ ├── lib/
│ │ ├── extract.js 注入页面的正文提取函数（必须自包含）
│ │ ├── pdf-text.js PDF 碎片 → 行 → 段落（纯函数，可单测）
│ │ ├── openai.js OpenAI 兼容流式客户端
│ │ ├── agent.js 工具调用循环
│ │ ├── search.js 多后端检索 + read_url
│ │ ├── util.js 纯函数工具层
│ │ └── markdown.js Markdown 渲染（自带转义）
│ └── sidepanel/
│ ├── index.html
│ ├── style.css
│ ├── app.js 界面逻辑
│ └── pdf-loader.js PDF 下载 + pdf.js 解析（只能在有 DOM 的页面跑）
├── tests/ 见上表
└── tools/ 图标生成、打包
想加功能不用改核心：
- 换模型/换厂商：设置里改 Base URL + 模型名即可，代码不用动。
- 加工具：在
background.js的buildTools()里加 function 定义，在runTool()里加分支 —— 循环逻辑在lib/agent.js，不用碰。 - 换搜索源：
lib/search.js里加一个searchXxx，在searchWeb的降级链里注册。 - 改 PDF 排版规则：只是
lib/pdf-text.js里的linesToText，纯函数，改完node tests/run.mjs立刻能验证。 - 改人设：设置里的「自定义系统提示词」会整体替换内置提示词。
| 项目 | 平台 | 做什么 |
|---|---|---|
| Page Copilot（本仓库） | Edge 侧边栏扩展 | 读正在看的网页与 PDF，结合页面上下文回答 |
| Office Copilot | Word / Excel / PowerPoint | 读当前文档、框选改字、联网检索 |
同一套思路的两端：自带 UI + 你自己的模型 Key，不依赖厂商内置 AI，不经过任何中转服务。
v1.2.2 · 无账号、无遥测、无中转。