1. AI 處理流程
- 01擴充功能會在瀏覽器中保留目前的 PDF，並計算內容雜湊值以建立文件識別。
- 02每次文件 AI 請求都會攜帶目前完整的 PDF；API 會重新驗證實際位元組的雜湊值與所有權。
- 03API 會從 PostgreSQL 載入目前的對話記錄，並整理選取範圍、頁碼或本機 PDF.js 片段。
- 04完整 PDF、歷史記錄和目前的問題會傳送至已設定的無狀態第三方模型供應商。
- 05模型輸出會回傳至閱讀介面；API 會儲存允許留存的結果與用量，並釋放本次 PDF 的位元組資料。
2. 各項功能使用的內容
- 摘要與關鍵字：使用目前 PDF 的原始完整 PDF，產生一次整合的文件層級概覽，並快取結果。
- 全文問答：每一輪都會傳送完整的 PDF、儲存在伺服器端的對話紀錄，以及目前的問題。
- 選取文字解釋：傳送完整 PDF、選取的文字或公式、實體頁碼與正規化座標。
- 選取文字翻譯：僅翻譯使用者目前選取的內容，不額外擴寫全文脈絡。
- 逐頁翻譯：傳送完整 PDF，以及 PDF.js 在本機建立的目前頁面分段資料，並儲存各頁的狀態與結果。
- 自動醒目標示：根據完整 PDF 識別研究方法、貢獻、結果或使用者選擇的其他重點類型。
- 圖片說明：功能啟用時，使用者確認的 PDF 頁面裁切像素、頁碼、區域和完整 PDF 會一併傳送至模型。
3. 模型與供應商
使用者端只能選擇伺服器端公開的模型別名，不能直接提交任意供應商模型 ID。伺服器端會將別名對應至經實際通訊協定驗證的模型。不得假設供應商支援 Files API、檔案重複使用、工作階段或其他未經驗證的功能。
文件 Provider 採無狀態服務方式處理，因此同一 PDF 在多輪 AI 請求中可能會重複傳送。供應商可能依其服務條款處理請求；在沒有合約與設定證據的情況下，Explixit 不承諾「絕不訓練」或「零保留」。
4. 公式與富文字
Explixit 會盡可能以結構化內容傳遞公式，並使用 Markdown、DOMPurify 和本機 KaTeX 呈現模型回覆。模型仍可能遺漏變數、下標、轉置或等式條件，因此關鍵公式務必與原始 PDF 核對。
5. 圖片說明
圖片說明請求應包含從實際 PDF canvas 裁切的 PNG 或 JPEG，而非僅傳送 OCR、圖說或固定測試資料。伺服器會驗證文件擁有權、頁碼、MIME、檔案簽章、檔案大小和像素尺寸。
Explixit 不會永久儲存使用者裁剪的原始圖片，只會儲存解釋來源所需的中繼資料和模型回覆。請求處理仍受模型供應商和基礎架構的記錄政策約束。
6. 輸出限制
- 模型可能產生事實錯誤、錯誤引用、錯誤公式，或不存在的論文結論。
- 掃描品質、加密、檔案大小、頁數或模型上下文限制，可能導致某些 PDF 暫時無法使用。
- 相同問題在不同模型、時間與脈絡下，可能會得到不同結果。
- 重點標示是模型建議的閱讀重點，不代表同儕審查結果或對論文品質的判斷。
- 使用者應使用原始 PDF、可靠的資料庫及專業判斷查核重要內容。
7. 人為控制
- 使用者可決定是否為目前的 PDF 開啟 Explixit 閱讀模式。
- 自動全文翻譯可暫停及繼續；單頁翻譯失敗時，不會清除其他頁面的內容。
- AI 串流任務支援取消；失敗或取消時，不應偽裝成已完成的結果。
- 手動與自動建立的螢光標示、留言、筆記及解釋記錄皆可檢視及刪除。
- 使用者可退出閱讀模式，並恢復使用 Chrome 內建的 PDF 閱讀器。
8. 安全性與意見回饋
API 金鑰僅儲存於伺服器端。錯誤畫面不應顯示金鑰、內部堆疊資訊或固定的備用答案。如有模型問題、侵權或安全事件，可聯絡 explixitai@outlook.com。