学术狗的 PDF 救命包!burner-X 这工具一把梭:OCR + 翻译 + AI 阅读 + 公式还原

瞄了一眼项目 description："AI文献识别、文档批量翻译、阅读与智能分析工具 丨 BYOK"——我皱了下眉，AI 翻译 PDF 这赛道我不熟吗，pdmathTranslate / pdf2zh /沉浸式翻译 / 知云文献那个不比这个有名？

但点进 README 看到『纯前端 Agent + grep + vector search』的时候……嗯，手就停不下来了。

这玩意到底是干嘛的

一句话：在浏览器里即开即用的 AI 文献工作站——OCR + 高质量翻译 + 段落对照阅读 + 前端 Agent RAG 智能问答。

作者 Feather-2 的定位是：为研究生和研究人员设计，"扫除海量的 PDF 文献、复杂的公式和跨语言的障碍"。

阿江看下来它的核心能力是这样的：

• 多格式摄入：PDF / DOCX / PPTX / EPUB / Markdown，甚至代码库直接从 GitHub 仓库导入
• OCR 识别：支持 MinerU / Doc2X / Mistral 等多家引擎——这是扫古籍、扫描件、复杂 PDF 的关键
• 极速并发翻译：多文件并发、长论文几十秒搞定，完美保留原文格式（公式、图表、版面），后续还会扩更多模型
• 术语库系统：可导入数万条术语，自动注入 Prompt，保证术语翻译一致性——这点对专业文献党太关键
• 沉浸式对照阅读：段落级原译文智能对齐、TOC 目录导航、字级高亮标注、公式 / 表格 / 图片完美渲染
• 前端 Agent 智能分析：纯浏览器端实现的 Agentic RAG 系统，AI 自己决定用 grep / vector search / fetch 找答案
• 多 Key 轮询 + 提示词池机制：健康管理提示词，多 key 加稳定性
• 结构化信息提取：内置"文献矩阵"，把非结构化论文智能提取成结构化数据
• 思维导图 / 流程图生成：自动出 Mermaid 流程图、思维导图
• 多 Key 轮询 + 自定义模型端点：BYOK 自选、OpenAI compatible 端点通吃

技术栈：纯前端（JavaScript）+ Vercel 静态部署 + Docker 完整部署（开发中）+ 配套自托管 OCR Server。协议 AGPL-3.0，强 copyleft，挡住一波云套壳党。

我为什么会多看它一眼

AI 翻译 PDF 我也算折腾过几轮——pdmathTranslate、pdf2zh、沉浸式翻译的 PDF 模块、.DocLayNet……大多数痛点是：要么不动公式、要么排版崩、要么翻译质量用一两次就拉了。Burner-X 戳我的地方挺特别：

第一，前端 Agentic RAG 这个思路有点顶。

一般 AI 文档问答是固定套路：文档导入 → chunk + embedding → query → 返回答案。Burner-X 在浏览器纯前端实现了一个长文本 Agent——给 AI 一份"分层意群/地图"作为全文全局视野，然后配 grep / vector search / fetch 这一套工具集。

让 AI 自己决定用什么工具、走几步——这就从"被动检索"升级到"自主推理"。一个长文档里你说"帮我找这篇论文里作者提到的所有实验设备及对应厂家"，传统 RAG 八成召回不全，Agent 能自己一次次 grep + 拼接、一步步推。

而且全在浏览器跑——意味着没服务器、没 API 中转，隐私完全归你。这条放在我之前做过 pdf2zh + 在线 API 兼容性问题的工作流对比里，简直是另一种解法。

第二，公式 + 排版的事它真做了。

作者 README 里写"完美保留公式、图表、格式"，我一开始是怀疑的——大家都这么吹。但人家真接了 MinerU 作为 OCR 引擎（MinerU 在学术 PDF 解析这事上是真的硬），后续还要扩 Doc2X / Mistral 等多引擎。然后用 mineru 做格式保留翻译——这思路相对靠谱。

我自己被 pdf2zh 那个 'str' object has no attribute 'choices' 的 subprocess error 卡过——API 兼容性问题。Burner-X 这种"BYOK 多家供应商 + 提示词池管理 + 多 Key 轮询"的工程化策略，对国内用户（DeepSeek、通义、火山）也非常 friendly。

第三，术语库支持数万条快速匹配这点非常硬核。

学术 / 技术 / 商业翻译里，术语一致性是命门。"hallucination" 你翻成"幻觉"还是"幻觉现象"还是"虚假生成"？通篇不一致就崩了。Burner-X 支持数万条术语库快速匹配——数万条这个词我盯着看了两遍，性能优化明显做了。

第四，AGPL-3.0 这条协议挡套壳党。

作者在 LICENSE 部分专门写了"为什么用 AGPL-3.0"——为了防止云服务漏洞，部署为 SaaS 必须开源、修改必须回馈。这种 "反草台套壳" 立场我服气，跟我之前推荐过的 DeepDiagram 一个态度。

第五，纯前端 + Vercel 一键部署 + 数据全本地。

.IndexedDB + localStorage，所有数据在浏览器本地。"清浏览器数据会丢历史"作者也老实地在注意事项里写明了——这种诚实的态度比那种"我们提供无缝云端同步让你完全不用操心"套壳 SaaS 强多了。

它适合谁

• 研究生 / 博士生 — 扫文献、追综述、跨语言阅读外语论文刚需
• 科研从业者 / 知识工作者 — 长文档结构化分析、提取研究要素
• 被公式翻译折磨过的人 — 数学/物理/机器学习论文里 LaTeX 公式排版爆炸的痛点党
• 重视隐私 + BYOK 党 — 自部署、数据本地、自定义模型端点
• 多文档批量处理党 — 不是一篇 PDF 而是一库一库地翻译

不太适合谁：

• 就想轻量翻译个 PDF 跑跑的人 — 用原版 Paper Burner（作者也注明了）就行
• 连模型 key 都不想配的小白 — 没有自带模型，BYOK 是必要前提
• 要求完美公式还原的死忠党 — AI 翻译 + OCR 即便用 MinerU 也难免有细节问题，重要场景注意校对
• 网络拉胯 / 离线党 — Docker 完整部署还在开发中，目前主要走云端 OCR + 翻译模型

阿江的最后一点碎碎念

折腾过 AI 文献翻译的老铁都知道，这赛道有点想吐槽——pdmathTranslate 卡 API 兼容、pdf2zh 维护慢、沉浸式翻译 PDF 模块不太专业、知云收费还有广告。真正专业 + 隐私 + 工程化 + 还开源的，少。

Burner-X 的核心亮点在于它把 OCR / 翻译 / 阅读 / Agent 智能分析四件事整合一起做深，而不是任何一环最强——这点跟我之前推过的 DeepDiagram 有点同源气质：整合产品 > 单点最强。

我特别欣赏作者 README 里这句：

"希望这个工具能成为研究人员和知识工作者的得力助手。"

——没有"颠覆行业""重新定义 AI"那种 PPT 话术。就是干活人给干活人写的工具。AGPL-3.0 这条还挺浪漫——挡住一波套壳 SaaS 抽水党，把这些年 AI 文献领域的开源配方保护下来。

仓库：https://github.com/Feather-2/Burner-X 在线体验：https://paperburner.viwoplus.site/

要是你也跟我一样被 LaTeX 公式 + 学术 PDF + AI 翻译这组合拳折腾过，欢迎回来评论区一起吐槽——草台班子的折腾史是不是也该有第三条路了。