1. AI 处理链路
- 01扩展在浏览器内保留当前 PDF，并计算内容 hash 建立文档身份。
- 02每次文档 AI 请求都携带当前完整 PDF；API 重新校验实际字节的 hash 和 ownership。
- 03API 从 PostgreSQL 加载当前 conversation 历史，并组织选区、页码或本地 PDF.js segments。
- 04完整 PDF、历史和当前问题发送到配置的无状态第三方模型 Provider。
- 05模型输出返回阅读界面；API 保存允许持久化的结果和 usage，并释放本次 PDF 字节。
2. 不同功能使用的内容
- 摘要与关键词：使用当前 PDF 原始完整 PDF 生成一次合并的文档级概览并缓存结果。
- 全文问答：每轮发送完整 PDF、服务端保存的 conversation 历史和当前问题。
- 划词解释：发送完整 PDF、所选文字或公式、物理页码和归一化坐标。
- 划词翻译：只翻译用户当前选择的内容，不额外扩写全文上下文。
- 逐页翻译：发送完整 PDF 与 PDF.js 在本地建立的当前页 segments，并保存每页的状态与结果。
- 自动高亮：基于完整 PDF 识别方法、贡献、结果或其他用户选择的重点类型。
- 图片说明：功能启用时，用户确认的 PDF 页面裁剪像素、页码、区域和完整 PDF 会一起发送到模型。
3. 模型与供应商
客户端只能选择服务端公开的模型别名，不能直接提交任意 provider model ID。服务端把别名映射到经过真实协议验证的模型。不能假设 Provider 支持 Files API、文件复用、会话或其他未验证能力。
文档 Provider 按无状态服务处理，因此同一 PDF 在多轮 AI 请求中可能被重复发送。供应商可能按其服务条款处理请求；在没有合同和配置证据时，Explixit 不作“绝不训练”或“零保留”承诺。
4. 公式和富文本
Explixit 尽量把公式作为结构化内容传递，并使用 Markdown、DOMPurify 和本地 KaTeX 渲染模型回答。模型仍可能遗漏变量、下标、转置或等式条件，因此关键公式必须与原 PDF 对照。
5. 图片说明
图片说明请求应包含从真实 PDF canvas 裁剪的 PNG 或 JPEG，而不是只发送 OCR、图注或固定测试数据。服务端验证文档 ownership、页码、MIME、文件签名、大小和像素尺寸。
Explixit 不持久化用户裁剪的原图，只保存解释来源的必要 metadata 和模型回答。请求处理仍受模型供应商和基础设施日志策略约束。
6. 输出局限
- 模型可能产生事实错误、错误引用、错误公式或不存在的论文结论。
- 扫描质量、加密、文件大小、页数或模型上下文限制可能使某些 PDF 暂不可用。
- 同一问题在不同模型、时间和上下文下可能得到不同结果。
- 高亮代表模型建议的阅读重点，不等于同行评审或论文质量判断。
- 用户应使用原 PDF、可靠数据库和专业判断复核重要内容。
7. 人工控制
- 用户决定是否为当前 PDF 开启 Explixit 阅读模式。
- 自动全文翻译可以暂停和恢复，单页失败不清空其他页面。
- AI 流式任务支持取消；失败或取消不应伪装成完成结果。
- 手动与自动高亮、评论、笔记和解释记录可以查看和删除。
- 用户可以退出阅读模式并恢复 Chrome 原生 PDF 阅读器。
8. 安全与反馈
API key 只保存在服务端。错误界面不应显示密钥、内部堆栈或固定兜底答案。模型问题、侵权和安全事件可联系 explixitai@outlook.com。