有些工具属于“装的时候不起眼用起来真香”的类型Page Assist 就是其中之一。它是一个浏览器插件说白了就是给本地模型套上一个图形化界面——装上之后你不再需要对着黑漆漆的终端敲 ollama run而是直接在浏览器侧边栏里打开一个轻盈的 webUI随时把网页内容丢给模型做总结、翻译、问答。它对刚接触本地模型、又被各种服务端 UI 劝退的朋友特别友好装上就能用配置也就两三步。这篇内容我会从为什么选它、怎么装、怎么用到踩坑排查一次性讲清楚。1. 为什么要把本地AI模型做成浏览器图形化界面1.1 命令行AI助手的使用痛点我最早跑本地模型用的是最原始的方式终端里执行ollama run qwen2.5:7b然后就进入一个纯文本对话界面。刚开始觉得挺新鲜时间一长就受不了。终端里没有Markdown渲染代码块挤成一团长回复稍微一翻页前面的内容就找不到了。更麻烦的是我想让模型总结一篇网页文章得先把网页正文复制出来粘贴到终端里再加上一堆提示词来回折腾效率极低。还有个隐蔽问题终端会话没有“历史存档”的概念。关掉窗口对话上下文基本就丢了。我平时写代码、做资料调研经常需要对比几个不同模型的回答用终端切来切去特别麻烦。说到底本地模型能力已经够用了缺的是一个好用的“壳”。大家之所以愿意用 ChatGPT、Claude 网页版不只是因为模型强更因为那个界面让人待得住。本地模型想做到同样体验图形化界面工具基本是绕不开的一步。1.2 Page Assist 在众多方案中的定位市面上给 Ollama 做界面的方案不少最常被提起的是 Open WebUI它功能全、插件机制完善光是“保存工作流”这一点就值得专门写一篇。但它的部署门槛摆在那里要么用 Docker要么准备一个 Python 环境跑源码还要管理端口、进程、升级。对普通用户来说为了一个聊天界面去折腾容器确实有点重。桌面客户端也是一类选择比如 Chatbox。它体验统一但有一个硬伤它拿不到你当前浏览器里正在看的页面内容。我日常需求是“看文章的时候顺手让模型总结一下”桌面端做不到这种上下文联动。Page Assist 走的是另一条路以浏览器插件形态存在打开扩展就得到一个侧边栏相当于给浏览器内置了一个本地 AI 入口。我用它的时候不需要离开当前标签页也不用担心部署维护问题。插件本质上就是一个独立前端后端直接连本地的 Ollama 服务数据全部留在本地。下面用表格对比一下几个方案的差异方案部署成本界面形态当前网页联动本地知识库适用场景Open WebUI较高需 Docker 或源码部署独立 Web 服务弱需手动复制内容强自带 RAG 管理重度用户、多用户共享Chatbox 桌面版中等安装客户端独立窗口弱中等习惯桌面应用的人Page Assist 插件低浏览器扩展即装即用浏览器侧边栏/独立标签页强一键抓取当前页正文中等自带知识库日常检索、阅读、写作辅助我个人的结论是如果你只是自己一个人用想要“轻、快、随手能用”Page Assist 是目前体验最轻的图形化方案。它不是要取代 Open WebUI而是把“在浏览器里使用本地模型”这件事的门槛降到了几乎没有。2. 安装与基础配置把 Ollama 接进浏览器2.1 前置条件与插件获取配置之前先确认三件事你的电脑上已经安装了 Ollama并且本地已经拉取了至少一个模型浏览器用的是 Chrome、Edge 这类 Chromium 内核的产品浏览器和 Ollama 跑在同一台机器上。插件获取有两种方式。第一种最省事去 Chrome 网上应用店或 Edge 加载项商店搜索 “Page Assist”找到标注为 Local AI 的那个扩展点击安装即可。第二种适合网络受限或想用测试版的情况去 GitHub 上找这个项目的 Releases 页面下载 zip 包解压后打开浏览器的扩展管理页开启“开发者模式”点“加载已解压的扩展程序”选择文件夹。装完之后浏览器工具栏会出现一个图标正常情况图标会保持默认样式点击它就能弹出侧边栏。如果你用的是手动加载方式注意解压后的目录不要删除因为浏览器加载的是目录引用路径变了插件就失效了。2.2 第一次配置服务地址、模型刷新与默认模型安装完成后先别急着问问题去做一次连接配置。打开插件的设置界面找到 Ollama 连接配置那一栏默认地址通常是http://localhost:11434。如果你没改过 Ollama 的监听端口这个地址可以直接沿用。注意这里一定要用http而不是https因为本地服务还没套 TLS填错了界面会一直显示连接失败。填好之后点测试连接。正常情况下系统会显示成功并且自动拉取当前 Ollama 里的模型列表。如果模型列表是空的看看是不是 Ollama 服务没启动Windows 上可以检查任务栏托盘图标macOS 看菜单栏。列表刷新出来之后建议顺手在下拉框里选一个默认模型。这一步不是必须的但很有用——以后打开侧边栏默认就选中常用模型省去每一次手动切换。我第一次配置的时候就踩过一个低级坑先安装了插件忘了启动 Ollama结果一直报“无法连接服务器”。其实不怪插件是本地服务压根没起来。所以配置阶段遵循一个原则先确认 Ollama 能跑再怪扩展。2.3 值得提前调整的几个核心设置连接成功后建议花两分钟把几个默认参数调一调。第一个是温度temperaturePage Assist 默认值可能偏高如果你主要拿它写代码、做事实性问答把温度降到 0.2 到 0.4 之间回答会更稳定写文案、头脑风暴时可以再调回 0.7 以上。第二个是上下文长度。Ollama 的默认上下文长度是 4096这个数字对于普通问答够用但要总结长网页就有点紧张了。如果机器内存足够在页面设置里把上下文长度调到 8192 或者 16384长文章分析效果会明显变好。注意这个参数不是越大越好它直接影响显存或内存占用设置了之后多跑几次看会不会卡顿。第三个是系统提示词。Page Assist 支持自定义角色设定我会把默认系统提示设置为“你是本地运行的 AI 助手回答使用中文结构清晰需要计算时给出步骤”。这个小改动对输出风格影响很大。提示配置 OLLAMA_HOST 环境变量可以改变本地服务监听地址但默认的 localhost 通常不推荐改动。除非你需要在局域网内让其他设备访问这时候才考虑绑定 0.0.0.0。3. 深度使用让 Page Assist 真正成为日常助理3.1 侧边栏模式与网页内容联动Page Assist 最戳我的功能是“读懂当前网页”。看一篇技术博客时打开侧边栏点一下“使用当前网页内容”之类的按钮插件会自动把网页正文提取出来送入对话上下文。这个过程不是把整个 HTML 源码丢给模型而是先做正文抽取去掉导航栏、广告、评论区域极大降低 token 消耗。我具体怎么用它看到一篇英文论文先让模型“用中文分点总结这篇文章的核心观点并指出方法上的不足”读到一份产品需求文档直接问“帮我列出这份文档中所有需求点并按优先级排序”。这种体验是桌面客户端给不了的因为它根本不知道你此刻在看什么。这种模式下有个细节要注意网页很长的时候正文抽取后的 token 量仍然可能超限。解决办法有两个——一是分两轮操作先让模型阅读前半部分再继续后半部分二是在网页中手动选中关键段落再发送而不是把整篇文章全塞进去。后者更高效也更省资源。3.2 本地知识库与文档问答的零门槛玩法很多人一听到“本地知识库”就想到要装 Vector DB、写 Embedding 脚本但在 Page Assist 里面这个功能的入口做得非常平易近人。打开知识库管理页新建一个集合把 PDF、TXT、Markdown 文件拖进去插件会自动完成切片、向量化和索引。整个过程都在本地完成不需要额外部署服务。它背后的原理并不复杂文档先被拆成若干有重叠的文本块每块文本通过 Embedding 模型转成向量提问时再把问题向量化在库里做相似度检索把最相关的一批文本块和问题一起交给大模型生成答案。这个过程就是我们常说的 RAG 检索增强生成。你不需要理解所有细节只需要记住一个操作技巧不同类型的文档分开建集合。我现在会建一个“项目资料”集合专门放需求文档和会议纪要再建一个“技术规范”集合放代码框架说明和部署手册。提问前指定对应集合模型就不会拿技术规范去回答需求问题准确率高很多。3.3 Markdown 与数学公式渲染日常写作有个高频需求模型输出的内容需要排版正确。Page Assist 的对话界面默认支持 Markdown 渲染代码块有语法高亮列表和标题层次清晰这让我愿意把它当成轻量写作工具使用。比如让模型帮我写一段带目录结构的技术方案输出直接就是格式化好的复制到文档里基本不用重新排版。更让我惊喜的是数学公式渲染。本地模型经常需要写一些带公式的内容如果纯文本输出\(\frac{a}{b}\)这种表达几乎没法读。Page Assist 界面内置了公式渲染支持对话里直接输入$x^2 y^2 z^2$或者$$ e^{i\pi} 1 0 $$消息发送后会渲染出标准的数学公式效果。这个能力对理工科用户特别实用无论是写论文笔记、整理算法推导还是让模型解数学题都能清晰地看到公式结构。注意一个小限制公式渲染依赖模型的输出格式稳定。如果模型把数学符号输出得乱七八糟再好的渲染也救不回来。所以我一般会先加一句提示词“用 LaTeX 语法输出所有数学公式。”效果比默认输出好很多。3.4 用提示词模板固化工作流看到一个热搜词说“webui 中怎么保存工作流”我一开始也有同样困惑。Page Assist 没有一个叫“工作流”的按钮但它的提示词模板功能完全可以达到同样效果。每次把一长串提示词复制粘贴太累了不如在设置里把固定的流程存成模板。我的具体做法是建了几个模板。“代码审查模板”包含审查范围、关注点、输出格式“文章改写模板”包含语气、篇幅、是否保留专业术语“翻译模板”包含目标语言、术语表要求、是否需要注释。需要哪套流程的时候在下拉框里选中直接进入对应场景。这样做的好处不只是省时间更重要的是让模型输出稳定。人脑会忘记上次的边界条件模板不会。我甚至把一份“月度汇报生成”的工作流模板做了分步设计先让模型根据草稿提炼关键成果再生成汇报结构最后润色成口语化表达。选一次模板相当于执行一整套标准流程这就是我理解中的“工作流保存”。4. 常见问题与排查技巧实录4.1 连不上本地 Ollama 怎么办最常见的问题就是打开插件之后一直转圈然后提示连接失败。先不着急卸载重装按顺序排查。第一步确认服务是否在运行。打开终端执行curl http://localhost:11434/api/tags如果返回了 JSON 格式的模型列表说明服务正常如果直接提示连接拒绝说明 Ollama 服务没起来。Windows 用户可以在任务栏托盘点击 Ollama 图标重启macOS 用户在菜单栏找到小图标再启动一次。第二步确认地址是否填对。重点检查有没有误写https或者把 localhost 写成了 127.0.0.1 之外的其他地址。多数情况下这两步就能解决九成问题。如果服务正常、地址正确仍然连不上检查浏览器里是否被某个安全插件拦截了扩展的跨域请求这种情况把 Page Assist 加入白名单即可。4.2 模型列表不刷新、只显示旧模型新拉取了模型之后侧边栏列表里却找不到。这个问题通常不是故障而是列表没刷新。Page Assist 在连接时会拉取一次模型列表之后可能使用缓存。解决办法很简单在设置页里点一下刷新或重新连接按钮。如果还不行把侧边栏关闭再重新打开或者去扩展管理页里停用再启用一次插件。要避免这种情况最好形成习惯每次用ollama pull拉取新模型之后顺手在插件里刷新一次列表。另外注意模型名称别拉太长有些定制模型带了长长的 tag列表显示不全时容易被误以为没拉成功点开下拉框滚动一下也许就在里面。4.3 上下文超长导致回答质量下降甚至报错用 Page Assist 总结超长网页或者塞入大量文档内容时模型可能突然开始胡言乱语或者直接报错。这背后的关键因素就是上下文窗口被塞满了。Ollama 默认num_ctx是 4096超过这个范围之后无论是截断还是出错效果都会让人抓狂。我的经验是不要试图把塞进上下文的内容量推到模型极限。与其让模型“阅读”整本 PDF不如先让它“看”目录或章节摘要。对于长文档我会先在知识库里做检索问答而不是一股脑把全文丢进对话。如果确实需要长文本处理再考虑修改上下文长度参数同时留意机器资源占用。这个问题在 16GB 内存的机器上尤其明显量力而行比硬扛重要。4.4 浏览器兼容和扩展权限的小毛病Page Assist 大多数时候很稳定但浏览器这块有几个容易忽略的坑。第一个是无痕模式。浏览器默认不加载扩展你需要在扩展管理页找到 Page Assist打开“允许在无痕模式下运行”的开关否则隐私模式下它直接消失。第二个是侧边栏按钮不显示。如果工具栏图标不见了可以去扩展管理页重新固定或者检查是不是被浏览器自动折叠进了扩展菜单。第三个是图标正常打开后侧边栏不弹出来这种通常是当前标签页被网页本身的权限策略限制了换一个普通页面再试试。这些都不是功能缺陷只是浏览器机制带来的小毛病知道对应开关在哪就够了。5. 我的实际体验与配置建议5.1 我的日常使用组合说一下我目前固定下来的组合Ollama 负责跑模型默认使用qwen2.5:7b处理日常问答偶尔切到llama3.1:8b做英文内容理解Page Assist 负责提供浏览器侧的图形化界面。我的浏览器常年挂着侧边栏看技术文章顺手总结写邮件时让模型帮我润色遇到不太确定的代码逻辑直接丢给它分析。这个组合用下来最大的感受是本地模型终于不只是在“跑分”和“测试”时打开而是真正进入了工作流。以前我总觉得开本地模型是折腾现在它对我来说就像输入法一样天然。代价也不是没有7B 模型在复杂逻辑推理上偶尔会露怯这时候我会临时切到更大的模型而不是跟它死磕。工具组合里保持两三个不同规格的模型回旋余地大很多。5.2 一些后续扩展思路Page Assist 是个不错的起点但不用把自己焊死在这一个工具上。我现在的做法是让 Page Assist 承担“浏览器内快速入口”的角色同时保留 Open WebUI 作为重负载场景的后备。你会发现它们连的是同一个 Ollama 服务模型和参数完全共享不存在数据冲突。以后如果想把本地能力开放给团队使用或者需要更精细的权限管理和工作流编排再迁移到 Open WebUI 也不是难事。最后分享一个小技巧不要只把 Page Assist 当成“聊天窗口”它内置的网页内容提取、知识库管理、Markdown 渲染、提示词模板这四块能力组合起来才是真正的高效工具。我建议新上手的朋友先把模板库建好这是投入产出比最高的一步。工具本身不复杂复杂的是用出自己的节奏。