这个项目最值得注意的，不只是“支持很多格式”。README 里写到，它在前端实现了一个 Agentic RAG 系统。项目会给 AI 一份文章结构，再配上grep、vector search、fetch等工具，让 AI 面对长文本时自己判断该怎么找答案。这和普通“把全文塞给模型总结一下”不太一样。论文一长，直接问模型很容易出现两个问题：要么上下文太长，模型只抓到前面一部分；要么回答看起来完整，但你不知道它到底引用了哪一段。如果有目录、段落结构、关键词检索和向量检索，AI 至少可以先定位，再回答。对读论文来说，这比一段漂亮总结更有用。比如你可以先读原译对照，再追问某个概念；也可以让它整理论文贡献、实验设置、局限性，或者生成思维导图、流程图。它更像一个陪读工具，而不是只负责把英文改成中文的翻译接口。
纯前端和 BYOK 是它的现实卖点
Burner-X 现在一个很大的卖点，是纯前端模式。README 写得很清楚：个人使用推荐直接部署到 Vercel，数据存储在浏览器localStorage/IndexedDB中，不会上传到服务器。你需要自己配置 OCR 和模型 API Key，比如 MinerU、Doc2X、Mistral、DeepSeek、Gemini、Claude、通义千问、火山引擎，或者自定义模型端点。这就是典型的 BYOK：Bring Your Own Key。好处是控制权在你手里。你的文档、历史记录和配置主要留在本地浏览器里，模型服务也由你自己选。代价也很明显：它不是完全零门槛工具。你要理解 API Key、OCR 服务、模型端点这些东西，也要自己接受调用成本和服务稳定性。
现在适合怎么用
截至我查看 GitHub API，Feather-2/Burner-X大约是 1.7k stars、658 forks、7 个 open issues，主语言是 JavaScript，许可证是 AGPL-3.0。这个热度说明它确实踩中了需求：很多人不是不想用 AI 读文献，而是不想在 PDF 阅读器、翻译器、OCR、笔记工具和聊天窗口之间来回搬运。不过也要保守一点。README 开头提示“项目分前端版本和后端版本，目前后端版本构建中，请暂时不要拉取 docker 镜像”。所以普通用户现在更适合先试纯前端体验，不要把 Docker 完整部署当成最稳路径。另外，浏览器本地存储不是永久保险箱。清理浏览器数据、换设备、换浏览器，都可能影响历史记录。重要文档和配置，最好还是自己备份。如果你准备二次开发或者做成对外服务，还要认真看 AGPL-3.0 许可证要求。
梦飞的判断
我觉得 Burner-X 值得关注，是因为它抓住了论文阅读里的真实痛点。大多数人不是缺一个“翻译按钮”，而是缺一条完整工作流：导入文档，保留结构，统一术语，原译对照，遇到看不懂的地方能继续追问，最后还能把阅读结果导出去。Burner-X 把这些东西先放进浏览器里，方向是对的。它现在还不像成熟商业工具那样开箱即满分，后端和离线能力也还在迭代。但如果你经常读英文论文、技术报告，或者需要处理一批文档，它已经值得试一下。尤其是你不想把所有文档都交给某个封闭平台，又愿意自己配置模型和 API Key，这个项目会很对胃口。热点来晚了，但瓜更熟。梦飞帮你补错过的全网热事。
夜雨聆风
