Page Assist：在浏览器中直接对话本地Ollama模型

简介Page Assist插件是专为Google Chrome浏览器设计的辅助扩展工具核心价值在于通过侧边栏界面、内容脚本与后台脚本的配合让用户在浏览网页时快捷调用AI对话、OCR识别等能力同时满足普通用户个性化设置和开发者研究插件架构的双重需求。资源包以zip格式打包共95个文件约6MB主要包含html界面、js逻辑、json配置、字体图标资源以及wasm、css、gz等支持文件其中html文件对应侧边栏与设置页json文件保存配置及多语言翻译KaTeX字体负责数学公式渲染tesseract相关文件支撑OCR能力整体目录结构清晰便于按需查找。目前已有3002人学习下载这份资源适合Chrome扩展开发者对照manifest.json、background.js、content-scripts等核心模块理解扩展运行机制也可直接加载体验侧边栏交互与本地识别功能同时借助多语言文件和离线字体能在不同环境中稳定使用是一份兼顾实用与学习价值的完整插件包。 我一直觉得本地大模型最大的瓶颈不是“跑不跑得动”而是“怎么看都像个玩具”。装了 Ollama、拉了一堆模型之后最常见的用法还是在终端里敲命令或者拿脚本去调 API完全没有 ChatGPT 那种打开就能用的体验。直到我把Page Assist这个Chrome 插件装上才第一次觉得本地 AI 真的能融入日常。这篇就聊聊 Page Assist 是什么、怎么装、怎么把当前网页喂给本地模型以及我这一路踩过的坑。1. 它解决的痛点浏览器里的本地 AI 缺一个“入口”1.1 Page Assist 到底做什么Page Assist 是一个开源浏览器扩展定位很直白给你的 Ollama 本地模型提供一个浏览器侧边栏界面。安装之后Chrome 右侧会多出一个聊天面板你可以在里面和本地模型对话而且它还能“感知”当前打开的页面——这是它和普通 AI 聊天界面最大的区别。它的名字就说明了核心价值assist page辅助你处理“正在看的这个页面”。不是让你把网页内容复制出来再粘到某个对话框里而是在侧边栏直接对当前页面提问、总结、翻译、解释术语。这种交互方式听起来简单实际用起来非常顺。我打个比方Ollama 像是一台发电机Page Assist 是插座和开关面板。发电机本身能力很强但如果你每次用电都要自己接线那它只适合工程师装上这个面板之后普通用户也能随手取电。1.2 为什么值得折腾这里有个很现实的问题在浏览器里用 AI很多人第一反应是去用在线产品。但你有没有想过你正在读的文档、邮件、内部资料可能并不适合全部发给第三方服务Page Assist 默认的情况下数据只在你本机和本地模型之间流动没有第三方中转这一点对处理隐私内容特别重要。另外它是离线可用的。没网的时候侧边栏照样能总结网页、翻译段落。对于经常出差、网络不稳定的场景这个价值会被放大。1.3 适合谁用如果你符合下面任何一条我觉得都值得试试已经装了 Ollama但不想整天对着终端和 JSON对隐私敏感不想把文章内容统统粘给在线工具经常读长网页需要快速摘要、翻译、解释还在观望本地 AI想找一个低门槛入口的人。Page Assist 的安装门槛并不高前提是你先把 Ollama 跑起来。这也正好引出下一章。2. 安装前先搞清楚的事Ollama 与 Chrome 扩展的分工2.1 Ollama 是引擎Page Assist 是方向盘先明确一点Page Assist 本身不包含大模型它只是调用 Ollama 的 HTTP API。所以第一步永远是先把 Ollama 装好并拉取至少一个模型。# 安装完成后在终端执行 ollama serve # 拉一个轻量模型方便测试 ollama pull qwen2.5:7bollama pull成功后用浏览器或者 curl 访问http://localhost:11434/api/tags能看到一个包含模型信息的 JSON 列表这就说明 Ollama 服务端已经正常工作了。这里有个小建议第一次尝试别一上来就拉 70B 这种大模型先拉个小参数模型把链路跑通再慢慢加。我见过太多人第一步就卡在模型下载上最后以为是插件的问题其实根本是模型太大跑不动。2.2 Chrome 扩展安装的三种路径Page Assist 的安装方式很灵活我帮你整理成三种在 Chrome Web Store 里搜索Page Assist - Sidebar for Ollama直接点添加。这是最省事的方式但如果你所在网络环境访问商店不方便就跳过去到官方 GitHub 仓库的 Releases 页面下载打包好的 zip解压到固定目录然后打开chrome://extensions开启右上角的“开发者模式”点击“加载已解压的扩展程序”选中解压目录如果你想改源码或者跟进最新功能直接git clone仓库到本地再用同样方式加载。这里有个我踩过的坑如果选择 zip 解压安装解压目录别放在“下载”文件夹里。浏览器会实时读取该目录下的文件下载文件夹一旦被清理工具清掉扩展就会失效。最好放到类似~/Extensions/page-assist这种固定位置。2.3 安装后先验证模型列表能不能读出来点击浏览器工具栏里的 Page Assist 图标打开侧边栏正常情况下设置区域会出现你本地 Ollama 中的模型列表直接在会话界面就可以看到有哪些模型可以用。如果这里就是一片空白别急先按这个顺序排查回终端执行ollama serve确认服务还在跑用curl http://localhost:11434/api/tags看有没有返回去扩展设置页看 API 地址是不是http://localhost:11434。第一次使用先把这一步跑通再谈别的功能否则后面所有操作都会报连不上或者 fetch 失败。很多人一看到报错就怀疑插件有问题其实八成是 Ollama 没起来。3. 打开侧边栏之后我常用的几个功能拆解3.1 网页聊天这篇文章到底在讲什么网页聊天是我认为 Page Assist 最核心的功能。打开任意网页点扩展图标选择“网页聊天”或类似入口侧边栏会先把页面正文提取出来然后你输入的问题会连同正文一起发送给本地模型。举个例子你打开了一篇很长的技术文档想快速了解要点可以输入“用三句话总结这篇文档并列出关键步骤”。模型返回的结果就是你面前这个页面的专属答案而不是靠“猜”的通用回复。它之所以能做到这一点是因为扩展在后台用 Readability 一类的算法把导航栏、广告、侧边栏都剔掉了只保留真正的正文内容作为上下文。这里面当然有识别失败的情况我后面会单独讲。3.2 划词问答读外文资料神器在网页里选中一段文字弹出的工具条里可以直接发送给模型。这个功能最适合的场景是解释某个晦涩术语翻译一段英文段落润色一段自己写的文字对某段代码做注释说明。相比整页聊天划词问答只把选中内容送给模型上下文更干净回答也更聚焦还更省 token。对于跑小模型的人来说省 token 意味着回答质量肉眼可见地提升。3.3 多模型切换和多模态侧边栏可以随时切换模型。我的习惯是日常文本总结用qwen2.5:7b速度快、中文好需要更强推理时切到deepseek-r1:14b处理图片相关任务时用llama3.2-vision这类多模态模型。新模型只需要在终端ollama pull 模型名Page Assist 里刷新一下就会出现。如果你有截图问 AI 的需求直接把截图粘到输入框再配合多模态模型它就能基于这张图回答。这个功能用来读表格、看报错截图非常方便。3.4 长文章阅读的限制要心里有数本地模型的上下文窗口再大也有限。默认情况下超长文本往往会被截断模型可能只看到了文章开头就急着回答结果自然是牛头不对马嘴。遇到超长网页我一般不让它一次性读完全文而是先让它“列出文章大纲”再分段提问“详细介绍第二部分”。更稳的做法是先用浏览器自带的阅读模式把正文提纯再用 Page Assist 处理。记住这不是 Page Assist 的问题而是本地模型的上下文容量决定的。4. 翻车记录模型列表空白、连接失败与页面抓取不到4.1 模型列表一直空白先别急着怀疑扩展这类问题我遇到过大概十几次排错顺序永远是从下往上确认 Ollama 服务在跑终端执行ollama serve确认 API 能访问浏览器打开http://localhost:11434/api/tags看扩展设置里的 API 地址是不是被改成了奇怪的地址把扩展的侧边栏关掉重开一次让模型列表重新加载。很多时候不是插件坏了而是 Ollama 偷偷退出了或者端口被占用。还有一种情况系统里装过其他代理工具把 localhost 的请求拦截了导致扩展连不上。这时候可以试试把 API 地址从localhost改成127.0.0.1或者反过来。4.2 CORS 与 API 地址到底改哪个浏览器扩展本质上是在网页环境里发请求所以跨域不是玄学是真会拦你。Ollama 默认对本机 localhost 的访问是放行的所以本机使用一般不会遇到 CORS 问题。但如果你把 Ollama 服务跑在另一台机器上或者设置了OLLAMA_HOST0.0.0.0就得在扩展设置里把 API 地址改成实际服务的 IP比如http://192.168.x.x:11434。远程访问时如果浏览器报跨域错误需要在启动 Ollama 时设置环境变量OLLAMA_ORIGINS* ollama serve这个经验我在官方文档里确认过不是乱猜。之前我把 Ollama 跑在局域网的一台 Mac mini 上Chrome 扩展一直连不上加上这个变量之后就正常了。如果你也是多设备共用同一个模型服务记得留意这一条。4.3 网页正文抓不到别死磕整页Page Assist 抓取页面正文主要靠可读性分析对新闻、博客、技术文档效果很好但下面几种情况经常失败需要登录才能看到正文的页面内容完全由 JavaScript 动态渲染初始 HTML 里没有正文的页面页面结构异常没有明显文章节点的页面。遇到抓不到内容时先刷新一下页面再试很多时候是页面还没加载完。如果还不行退而求其次用划词功能选中正文里的关键段落把选中的内容作为上下文发给模型。别死磕整页抓取那样只会浪费时间。4.4 模型回答文不对题检查“上下文”到底送了什么有时候模型回答很离谱不是模型弱而是它收到的上下文不对。比如页面清洗后评论区、相关文章推荐等残留内容也混进了正文模型自然会被带偏。我的对策是提问时明确限定范围比如“只基于网页正文回答不要引入外部信息”。如果 Page Assist 支持选区模式就把上下文切换成手动选择模式只发送你关心的那部分内容。5. 它和 IDE 插件、DeepSeek 这些本地模型怎么配合5.1 各管一摊Page Assist 负责网页IDE 插件负责代码现在本地 AI 工具链已经比较完整了。浏览器里有 Page AssistIDE 里有 Continue 这类插件终端里有各种 CLI 工具它们可以共用同一个 Ollama 服务。这样做的最大好处是模型统一管理API 统一不会出现每个工具各拉一套模型、硬盘被塞爆的情况。以我的工作流为例读技术文章、看竞品文档用 Page Assist写代码、改 bug用 IDE 里的 AI 插件需要批量处理文本时用脚本调 Ollama API。它们互不干扰但底层指向同一个模型服务维护成本很低。5.2 自定义端点把内网推理服务也接进来Page Assist 设置里支持自定义 OpenAI 兼容端点。如果你公司内部有自己的推理服务只要接口兼容 OpenAI 格式就可以把 API 地址和密钥填进去模型列表和聊天请求都会走这个服务。这个功能对业务场景很有价值。比如某些内部文档不适合发送到公网服务但团队自己有一个内网推理环境那就可以在 Page Assist 里切到内网端点既享受浏览器的交互体验又保证数据不出内网。对于个人用户来说如果你本地模型不够强也可以把服务指向更强大的远程模型只是要清楚数据的流向。5.3 我搭出来的实际工作流读网页 → 摘要 → 进笔记现在我处理一篇长文章的典型流程是浏览器打开文章页面点 Page Assist 图标选择网页聊天输入“输出 200 字摘要并列出三个关键观点”如果摘要里有陌生术语划词让模型解释把最终摘要复制到自己的笔记工具里。整个过程不需要切窗口不需要复制粘贴整篇正文也不用登录各种在线产品。对于我这种每天要消化大量网页资料的人来说这个流程节省的时间非常可观。如果你也准备搭这套环境我的几个建议是模型不要贪多先装一个qwen2.5:7b或llama3.2:3b跑顺流程优先把 Ollama 本身的问题排查清楚再去折腾插件配置远程连接一定要记得OLLAMA_ORIGINS环境变量网页抓取失败先刷新页面再用划词兜底。我现在的感受是本地 AI 真正落地不是看模型参数有多大而是看它有没有进入你每天都会打开的工具。Page Assist 至少帮我解决了“浏览器里没有本地 AI 入口”这个问题希望它也能帮到你。本文还有配套的精品资源点击获取