基础篇
进阶篇
高频篇
精选篇
手写篇
面经篇
AI 篇
原理篇
每日一题
小程序题库
  • 知识卡片碎片时间过考点
  • 场景篇按分类整理的大前端场景考点
  • 历年面经按年份追踪真实考点
  • 算法题库NEW在线编码即时判题
  • 专项自测100 题快速查漏
  • 前端基础
    • HTTP从报文一路讲到 HTTPS
    • 浏览器渲染、事件循环、进程
    • 计算机基础Linux、网络、操作系统
  • 进阶专项
    • 设计模式23 种模式怎么用
    • 前端系统进阶学习大型项目工程化
    • 前端综合文章长期沉淀的实践文
  • 工程与工具
    • Node学习指南从环境搭建到服务端
    • NPM工作流script、依赖与发布
    • Docker容器化部署上手
    • Canvas图形与动画实战
  • 路线与导图
    • 思维导图知识点全景图
    • 学习路线按图索骥不跑偏
  • 动态
    • 公众号动态公众号历史文章
    • 博客动态站长的技术博客
    • 开发者导航常用工具与文档站
    • AI 热点每日 AI 资讯与动向
AI 工作台
旧版
AIHT
内容
精选全部 AI 动态热点榜AI 日报收藏
分类
模型行业编程产品技术观点开源
更多
Agent 接入
返回首页开发者导航
AIHT
精选 / 资讯详情
8.0
热点
AI SCORE
开源项目2026-11-20 11:18

开源AI摘要扩展给图表数字加出处

dev.to · AI#开源#AI摘要#来源追溯
Editor brief · 编辑速览

采用 MIT 许可的 Chrome 扩展 Siftlume 无需后端,支持自带 API 密钥或使用本地模型。新版要求模型为图表和关键数值逐项提供原始片段,用户可跳至网页原文或对应的视频时间点。

文章思维导图
Knowledge map
拖拽缩放
AI deep read

AI 深度解读

图表里的数字看起来像是核对过的,哪怕它只是模型生成的一行文本。Siftlume 原先就有这个问题:引用摘录能跳回原网页,关键数字和图表却没有出处。作者后来给每个数值加上可定位的原文,再让浏览器检查引文、数值和计算过程。

这套做法对做 AI 摘要的前端和全栈开发者有参考价值。难点很具体:1% 不能匹配 10%,PDF 里看着一样的文字可能匹配失败,而模型算出来的数字,本来就未必出现在原文里。

为什么图表里的每个数字都要有出处

Siftlume 是一个采用 MIT 许可的开源 Chrome 扩展,用来生成包含关键数字、图表、时间线和清单的页面摘要。用户自带 API key 或使用本地模型,扩展没有后端。作者在 daily.dev 分享项目后,有读者问,图表和关键数字也有引用吗?这个问题把校验的粒度从整篇摘要推到了单个数值。

从 v0.7.0 开始,关键数字、条形列表和图表的每个数值都附带一段来源。图表下方会列出各个数值的出处,并在引文里标出对应数字。点 Show in page 可以跳到网页段落、从视频对应时间播放,或打开相应标签页。模型负责给出引文,扩展负责确认引文确实出现在源文本里,并且包含对应数值。

为什么明明有出处,还是会显示 Unverified

数字校验不能只找相同的字符。作者举的例子是 +186.000、+186,000 和 186K,三种写法可以指同一个数,但 1% 绝不能命中 10%。v0.8.0 只在表达里有明确的量级标记时才允许补零匹配,例如 186K、186 nghìn 和 1.2 million。

作者报告说,网页上的校验能跑通,PDF 却会出现误报。常见原因包括全角字符(如 19:00)、软连字符、跨行断词,以及 PDF 提取时插入的中日文字符间空格。扩展会在匹配前做 Unicode NFKC 归一化并移除不可见字符。对于 PDF、文件、粘贴文本以及 Google Docs、Sheets 和 Slides,Show in source 会打开提取文本面板,并高亮对应段落。

v0.8.0 还把 Unverified 的原因显示出来:引文太短、找不到逐字匹配的引文,或者引文存在但没有对应数字。读者看到标签后,可以直接检查问题出在哪一步。

原文里找不到的计算结果,怎么核验

另一位读者发现,即使模型用原文里的数字正确算出了合计或百分比变化,旧版本也会标成 Unverified。因为它搜索的是结果,而结果可能从未在原文里出现过。

v0.8.1 要求模型给出每个输入值及其逐字引文。浏览器检查输入的出处,再独立验算,无需再次请求模型。两步都通过才标为 Derived,点击后能展开各个输入并通过 Show in page 查看出处。支持求和、平均、差值、比值、占比、百分比变化、乘积和舍入。若输入缺少出处,或结果无法由输入推出,就继续标为 Unverified 并显示原因。

还有两类情况需要区分。原文写「no fee」,模型写成 0,会标为 Inferred 并展示对应措辞。模型自己数出「7 个竞争对手」,如果没有可核对的输入,仍是 Unverified。作者发文时,v0.8.1 已合并,正准备上架 Chrome Web Store,商店版本可能落后几天。

我的判断

我认同把出处放在数字旁边。只在摘要末尾列参考资料,读者还得自己找是哪句话支撑了图里的某根柱子。让模型再复核一遍,也和浏览器按规则匹配、验算是两回事。后者的判断过程可以重跑,失败原因也更容易定位。

能找到出处、能算对结果,都不能证明模型用对了数字。 原文可能同时列出月付价和年付折算价。模型选错了价格口径,引用可以逐字匹配,拿这个数算出的折扣也可以完全正确。作者报告了 PDF 误报和派生数字的修复过程,但没有给出样本规模、修复前后的误报率,或与模型复核的对照数据。这里能借鉴的是设计经验,准确率提升了多少还没法判断。

能拿来做什么

  • 做图表摘要时,让模型为每个数值返回一段引文,前端把出处放在对应图表旁,方便用户定位和核对。
  • 在浏览器或 Node 的校验逻辑里覆盖 1% 对 10%、186K 对 +186,000、PDF 全角字符和跨行断词等用例。界面上保留原始引文,匹配时再使用归一化文本。
  • 让模型为合计、占比和百分比变化返回计算方式、输入值和各自的引文,由代码重算结果。缺少输入出处或算不对时,直接显示原因。
Original source

本文由 AI 通读原文后重新编写,观点部分为站内判断,细节以原文为准,来源 dev.to · AI,原文版权归原作者所有。

阅读原文
上一篇
逐帧重放定位对战机器人失利
下一篇
多智能体路由为何吃掉更多 Token

资讯速览

dev.to · AI · 2026-11-20 11:18

AI 评分 8.0 / 10

相关标签

#开源#AI摘要#来源追溯

继续阅读

  • 把Mac mini配成常驻编程代理主机
  • 逐帧重放定位对战机器人失利
  • 多智能体路由为何吃掉更多 Token
  • ChatPRD 因试用额度滥用逐步停掉试用
  • Gemini 支持按需加载工具参数定义