LLMFeeder：给 AI 喂料的浏览器插件，让网页一键变成 Markdown

想象这样一个场景：你正在研究一篇复杂的 AI 论文，PDF 加载困难，只能在 ArXiv 网页上阅读。论文很长，你想把核心章节喂给 Claude 或 GPT-4 做深度分析。传统做法是手动复制粘贴、排版、去广告——繁琐又耗时。LLMFeeder 就是来解决这个痛点的：一键将任意网页转换为干净的 Markdown，复制到剪贴板，直接粘贴给 AI。

从一个痛点生长出来的工具

LLMFeeder 的作者 Jatin Kumar Malik 在 2025 年 5 月创建了这个项目。他的动机很直接：日常使用 ChatGPT 和 Claude 时，大量有价值的内容分散在各个网站——技术博客、文档站点、新闻报道——而 AI 需要干净的文本格式才能更好地理解和分析。网页自带的广告、侧边栏、导航栏、追踪脚本都是噪音，直接复制粘贴会让 AI 的上下文塞满无关内容。

为此，他决定做一款浏览器扩展，利用 Mozilla 开发的 Readability 算法提取网页主体内容，再用 Turndown.js 将 HTML 转换为标准 Markdown。整个工具完全运行在本地浏览器中，不上传任何数据到服务器——这既是技术选择，也是隐私承诺。

核心技术栈解析

LLMFeeder 的架构是经典的浏览器扩展三件套：内容脚本（Content Script） 负责实际的内容提取和转换；弹出窗口（Popup） 负责用户交互界面；后台脚本（Background Script） 负责键盘快捷键的注册与分发。

核心技术依赖两把利器：

Readability.js（89KB）是 Mozilla 为 Firefox Reader View 开发的开源库，核心算法通过分析 DOM 树的语义结构（article 标签、段落密度、文字长度）来判断网页的「主体内容」，过滤掉导航、页脚、广告区块。这是业界最成熟的内容提取方案，误判率极低。

Turndown.js（26KB）负责将提取后的 HTML 转换为 Markdown。它的转换规则高度可配置：表格、代码块、图片、列表都可以精确还原。LLMFeeder 在此基础上做了大量定制——比如智能生成图片 alt 文本、优化代码块的 fence 标记格式、支持链接的包含/排除开关。

项目使用 Manifest V3 规范开发，同时兼容 Chrome 和 Firefox。构建系统提供了 build.sh 脚本和 Makefile，支持分别构建 Chrome 和 Firefox 两个版本，并自动生成 zip 发布包。版本管理通过 GitHub Actions 实现 CI/CD，每次 PR 都会触发构建验证。

特色功能：从简单复制到生产力套件

v2.0 版本的 UI 全面重构后，LLMFeeder 已从一个简单的「复制按钮」演变为完整的生产力工具集：

多标签批量处理是 v2.1 的重磅功能。用户可以用 Ctrl/Cmd+Shift 选中多个标签页，然后一键「Copy All」将所有页面合并为一份 Markdown，或「Download Merged」保存为单个 .md 文件，甚至「Download as ZIP」打包下载。这个功能对需要批量研究多个资料的用户非常实用。

Token 计数器内置了对 GPT-4 和 Claude 两种主流 tokenizer 的估算逻辑，并预设了从 4K 到 32K 的上下文限制选项。用户可以实时看到当前 Markdown 预计消耗的 Token 数量，在复制前判断是否会超出 AI 的上下文窗口。这个功能解决了「复制完才发现超长」的尴尬。

右键上下文菜单允许用户在任何网页上右键选择「Convert to Markdown」，无需打开扩展弹窗，体验更流畅。Include Links 开关则让用户选择是否在 Markdown 中保留链接文本——关闭后可以显著减少 Token 消耗，适合只需要正文内容的场景。

上手门槛：极低

这是 LLMFeeder 最大的优势之一。它完全不需要服务器、不需要命令行、不需要安装任何依赖。普通用户只需：

1. 在 Chrome Web Store 或 Firefox Add-ons 搜索「LLMFeeder」，点击安装（< 1 分钟）
2. 打开任意网页，点击浏览器工具栏的扩展图标，点击「Copy」
3. 粘贴到 ChatGPT/Claude 的输入框

对于开发者，从源码构建同样简单：克隆仓库后运行 ./scripts/build.sh chrome 或 make chrome，即可在 dist/ 目录下生成可加载的 .zip 包。本地调试时，Chrome 开启开发者模式后选择「Load unpacked」加载 extension/ 目录即可热重载。

局限与争议

LLMFeeder 并非万能。首先，Readability 算法对高度动态渲染的 SPA（单页应用）和需要登录才能查看的内容（如付费新闻）效果不佳——这类页面在 JavaScript 渲染完成前就提取，只能拿到骨架屏。其次，Token 计数器的估算精度有限，不同 AI 服务使用的实际 tokenizer 有差异（OpenAI 的 tiktoken、Anthropic 的 cl100k_base），仅作参考。

另外，作为纯客户端工具，LLMFeeder 无法解决「需要登录的内容提取」这一根本限制——这是所有客户端网页抓取工具的共同瓶颈。

行业意义与增长态势

在 RAG（检索增强生成）浪潮中，「高质量内容获取」是数据管道的关键环节。LLMFeeder 切入了一个细分但高频的需求：快速将网页内容注入 AI 上下文。它的 Star 增长速度（从 2025 年 5 月至今突破 420+）印证了这一需求的真实存在。

从更宏观的角度看，LLMFeeder 代表了一种「AI 原生工具」的开发思路：不追求大模型本身，而是围绕 AI 使用场景做极致的效率优化。这类工具往往体积小、场景垂直、增长快，是开源生态中不可忽视的力量。

总结：LLMFeeder 是一款定位精准的浏览器扩展，用极低的上手成本解决了 AI 时代的高频痛点。它不是大模型，但它是让大模型发挥更大价值的「基础设施」之一。如果你经常需要把网页内容喂给 AI，这可能是你效率最高的工具。