Codex 论文阅读器

一个本地优先的 Chrome / Edge 扩展。从 arXiv 或 PDF 页面一键打开与该论文固定绑定的独立阅读网页，左侧阅读 PDF，右侧自动生成结构化导读并支持追问。

已实现

• 在 arXiv 论文详情页和可注入的 PDF 页面显示“GPT 导读”入口，也可直接点击扩展图标
• 每次打开一个独立的双栏阅读 Tab，并把 PDF URL 固定写入页面地址；切换其他标签页不会改变当前论文
• 打开阅读页后自动生成固定结构的论文导读，无需选择模板或点击总结按钮
• 导读与后续回答采用流式输出，模型生成第一段后立即显示并持续渲染 Markdown
• 导读依次包含一句话总结、既有方案痛点、核心工作和分阶段的概念与算法流程，仅在必要时解释公式
• 不生成推荐问题、“值得追问的问题”或继续提问引导
• 精确数字和实现细节需要论文位置锚点；明确区分论文事实、直觉解释和无法确认的信息
• 完整渲染标准 Markdown 标题、加粗、bullet、有序列表、引用、代码和 GitHub 风格表格，并兼容模型偶尔在表格行间加入的单个空行
• 支持网页 PDF、arXiv 直链和本地 PDF
• 通过 OpenAI Responses API 的内联文件输入直接读取 PDF（包括页内文字与图表信息）
• 使用 previous_response_id 保持同一篇论文的连续对话
• 每篇论文独立保存本地会话
• API Key 仅放在本机 Node.js 服务，不写入扩展代码或浏览器存储
• 默认使用 GPT‑5.6 Luna + none reasoning，优先降低首字等待；也可选择 Terra/Sol 和 none/low/medium/high 推理强度

1. 启动本地服务

需要 Node.js 20 或更新版本，以及一个单独计费的 OpenAI Platform API Key。ChatGPT / Codex 订阅本身不会自动提供 API 额度。

cd /path/to/codex-paper-reader
export OPENAI_API_KEY="sk-..."
export READER_ACCESS_TOKEN="自己生成一段较长的随机字符串" # 推荐，但可省略
npm start

服务默认只监听 127.0.0.1:8787。不要把 HOST 改成公网地址。

2. 安装浏览器扩展

1. Chrome 打开 chrome://extensions；Edge 打开 edge://extensions。
2. 开启右上角“开发者模式”。
3. 点击“加载已解压的扩展程序”。
4. 选择本项目的 extension 目录。
5. 把扩展固定到工具栏。
6. 如果要读本地 PDF，在扩展详情页开启“允许访问文件网址”。

3. 第一次使用

1. 打开 arXiv 论文详情页，点击 View PDF 附近的“GPT 导读”；也可以在 PDF 页面点击“GPT 导读”或浏览器工具栏中的扩展图标。
2. 浏览器会新开一个固定绑定当前 PDF 的独立阅读 Tab，左侧为 PDF、右侧为 GPT 导读。
3. 点击右上角设置，确认本地服务地址为 http://127.0.0.1:8787。
4. 如果设置了 READER_ACCESS_TOKEN，在设置中输入相同口令。
5. 点击“测试连接”并关闭设置；阅读器会自动生成论文导读，首段出现后持续流式显示，完成后可继续自由追问。

Chrome 内置 PDF Viewer 在部分版本中不允许第三方内容脚本修改其内部工具栏；遇到 PDF 页内按钮未出现时，点击浏览器工具栏中的扩展图标即可打开同一个独立阅读页。

常见问题

当前页面返回的不是 PDF

某些论文网站显示的是带登录态的 HTML 预览页，而不是 PDF 直链。先点击网站的 Download PDF，或把文件下载到本地再打开。

本地 PDF 无法读取

到 chrome://extensions → 本扩展“详情”，开启“允许访问文件网址”，然后重新加载 PDF。

401 或访问口令错误

扩展设置里的访问口令必须和启动服务时的 READER_ACCESS_TOKEN 完全一致。

API Key 从哪里来

在 OpenAI Platform 创建 API Key，并确认 API 项目有可用额度。不要把 Key 填进扩展，也不要提交到 Git。

开发与检查

npm run check
npm test
npm run package:extension

打包结果会生成在 dist/codex-paper-reader-extension.zip。Chrome 开发者模式仍建议直接加载 extension 目录，修改代码后点击“重新加载”即可。

数据流与隐私

arXiv / PDF 的“GPT 导读”入口
  → 打开与 PDF URL 固定绑定的独立阅读 Tab
  → 浏览器扩展读取 PDF
  → 127.0.0.1 本地服务
  → 本机内存中的临时 PDF 缓存
  → GPT‑5.6 Luna Responses API（input_file / file_data，流式）
  → 答案实时返回独立阅读页右栏

“新会话”会清除本机内存中的临时 PDF 和该论文在扩展里的会话记录。PDF 不会作为持久文件保存到 OpenAI Files API；首次提问时会作为 Responses API 的输入发送给模型。

实现所依据的官方接口：

• GPT‑5.6 模型选择与推理强度
• Responses API 的文件输入示例

License

MIT

论文事实幻觉评测

仓库包含一套面向论文导读的原子事实评测工具，可比较 GPT、DeepSeek 和豆包产品输出，并分别报告事实幻觉、数字错误、无依据编造、引用准确率和关键事实覆盖率。参见 evaluation/README.md。

首轮 EditProbe 试跑已经完成，见 评测报告。结果包含六档 API 模型、豆包真实输出、双裁判分歧和人工确认的错误下界。