以本地 AI 為 SumatraPDF 加入 PDF 問答,私隱與門檻並存
3C 產品

以本地 AI 為 SumatraPDF 加入 PDF 問答,私隱與門檻並存

TechLab 編輯部·

一名 XDA Developers 作者把本地運行的 AI 模型接入免費開源 PDF 閱讀器 SumatraPDF,讓電腦可直接就 PDF 全文回答問題、為選取文字摘要或翻譯,並連回相關頁面。這類做法的核心價值在於文件可留在本機處理,適合不希望把手冊、工作文件或其他敏感 PDF 上傳至雲端的人。

不過,這仍是作者自行製作的 helper app 與單一測試環境,並非 SumatraPDF 原生功能,也未見公開下載連結或完整可重現教學。效果會受模型、硬件、文件長度與軟件版本影響;讀者不宜把一次測試結果視為所有 PDF 都能穩定得到相同表現。

借用兩項設定,繞過沒有外掛的限制

SumatraPDF 本身不支援 plugins,但作者利用兩個進階設定建立工作流程:External Viewers 可把目前 PDF 的位置和頁碼交給其他程式;Selection Handlers 則可把使用者反白的文字交給指定服務。作者以 PyMuPDF 逐頁擷取文字,再送往本機的 llama-server,由 Qwen3.6-35B-A3B 模型處理。

在其設定中,Alt+1 可開啟整份 PDF 的問答;反白文字後按 Alt+2、Alt+3 或 Alt+4,則分別要求解釋、摘要與翻譯。回覆會在系統預設瀏覽器的分頁顯示,答案中的頁碼可帶使用者返回 SumatraPDF 對應頁面。

這個設計反映,本地 AI 工作流程未必需要等待閱讀器加入完整聊天功能。只要軟件能把文件路徑、頁碼或選取文字交給外部程式,便有機會把本機模型接到既有工具上。不過,這也把設定、模型部署與故障排除的責任交回使用者,較適合已有本地模型環境、並願意調整設定檔的使用者。

單一主機板手冊測試,回應與引文表現理想

作者以 MSI B650M Gaming Plus Wi‑Fi 主機板的 62 頁手冊測試,稱文件約有 17K tokens,能放入其模型的 64K context。首個問題因模型需要讀取全文,花了 12.5 秒;之後的問題則在 4 秒內完成,生成速度約為每秒 69 tokens。

作者共問了五題,包括記憶體錯誤指示燈、ARGB 燈帶接頭、M.2 插槽與 SATA 連接埠、記憶體規格,以及毋須 CPU 更新 BIOS 等問題。其報告指模型全數答對,並引用正確頁碼;當被問及手冊沒有提及的「主機板會否自燃」時,模型表示文件沒有答案,轉而指出過熱警告。

這些結果顯示,對於結構清晰、可核對原文的技術手冊,本地模型配合頁碼引用可減少翻查成本。從工作流程角度分析,最實用之處未必是讓 AI 取代閱讀,而是讓使用者能快速定位答案,再回到原頁核實。這亦有助降低模型在文件沒有明確答案時作出臆測的風險,但不能消除該風險。

版本限制提醒:摘要未必能取得完整選取內容

作者指出,現行穩定版 SumatraPDF 3.6.1 對選取文字有約 1,000 字元的傳遞限制,曾令一段文字的摘要在中途截斷。其測試改用 3.7 pre-release 後,1,531 字元的選取內容才可完整送出。

因此,想複製類似流程的人,除了要考慮本機運行模型所需資源,也要確認閱讀器版本是否會截斷文字、模型 context 是否足以容納整份文件,以及回覆中的引文能否真的回到原頁。這些細節會直接影響摘要、翻譯與長文件問答的可信度。

作者把這套組合與 Adobe Acrobat 的 AI Assistant 作比較;報道稱 Adobe 將相關功能納入每月 24.99 美元的 Acrobat Studio。對重視文件不離開電腦的人而言,本地方案提供了另一條路徑;但在 helper app 未公開、設定與模型選擇仍需自行處理的情況下,它目前較像可供進階使用者參考的做法,而非可直接安裝的替代品。

下一步值得觀察的是,這類連接閱讀器與本地模型的小工具會否公開,以及穩定版 SumatraPDF 對較長選取文字的處理能否改善。若工具和流程更容易重現,私隱導向的 PDF 問答才可能從個人實驗,走向更多日常文件工作場景。

延伸閱讀

AI 輔助說明: 本文由 AI 協助整理。


參考來源

本文根據原文及公開資料整理;資料有出入時,以原文及官方資料為準。

分享:WhatsAppThreadsTelegramFacebook