Page Assist trong thực tế: Bốn quy trình duyệt web hằng ngày với mô hình cục bộ và đám mây

AIHubMixĐọc 9 phút
Page Assist trong thực tế: Bốn quy trình duyệt web hằng ngày với mô hình cục bộ và đám mây

Hầu hết các công cụ chat AI đều nằm trong tab riêng. Bạn sao chép văn bản từ trang, dán vào cửa sổ chat, rồi sao chép câu trả lời quay lại. Page Assist loại bỏ vòng lặp đó: đây là tiện ích mở rộng trình duyệt mã nguồn mở, mở một mô hình trong thanh bên cạnh trang bạn đang đọc, cùng với giao diện web toàn tab cho các cuộc trò chuyện dài hơn.

Ban đầu, công cụ này là giao diện cho các mô hình cục bộ chạy trên Ollama, và đây vẫn là chế độ mặc định. Nhưng nó cũng hỗ trợ bất kỳ endpoint nào tương thích OpenAI, nghĩa là cùng một thanh bên có thể chuyển đổi giữa một mô hình nhỏ trên máy tính xách tay của bạn và một mô hình tiên tiến trên đám mây. Hướng dẫn này trình bày bốn quy trình mà mọi người thực sự dùng Page Assist, và với mỗi quy trình, chỉ rõ cần bật những tính năng nào và mô hình cục bộ hay đám mây phù hợp hơn.

Page Assist nhìn tổng quan

Các số liệu dưới đây lấy từ kho GitHub và trang liệt kê trên Chrome Web Store tính đến ngày 8 tháng 10 năm 2026.

  • Giấy phép và chi phí: MIT, miễn phí. Được phát triển bởi một nhà phát triển độc lập (n4ze3m) cùng các cộng tác viên cộng đồng.
  • Mức độ sử dụng: khoảng 8.200 sao trên GitHub; 300.000 người dùng và xếp hạng 4,8 trên Chrome Web Store.
  • Nhịp phát hành: hằng tuần. Phiên bản 1.5.86, phát hành ngày 8 tháng 10 năm 2026, đã thêm AIHubMix vào danh sách nhà cung cấp có sẵn.
  • Trình duyệt: Chrome, Brave, Edge, Vivaldi, Firefox, LibreWolf, Zen. Opera và Arc chỉ có giao diện web chứ không có thanh bên.
  • Quyền riêng tư: không có telemetry. Lịch sử trò chuyện, cài đặt và embedding của cơ sở tri thức được lưu trong bộ nhớ trình duyệt.

Cài đặt từ Chrome Web Store (Firefox và Edge có trang tiện ích bổ sung riêng). Có hai phím tắt nên học ngay từ đầu: Ctrl+Shift+Y mở thanh bên, Ctrl+Shift+L mở giao diện web.

Quy trình nào cần gì

Quy trìnhTính năngCầnMô hình phù hợp
Đọc trang dàiChat with WebsiteMô hình chatĐám mây cho trang dài
Viết lại văn bản đã chọnMenu CopilotMô hình chatMô hình cục bộ là đủ
Hỏi về tệp của riêng bạnKnowledge BaseChat + embeddingCả hai đều được
Để mô hình thực hiện hành độngPage Action / MCPMô hình gọi công cụĐám mây

"Mô hình phù hợp" chỉ là điểm khởi đầu, không phải quy tắc cứng. Một mô hình cục bộ mạnh trên GPU tốt có thể đáp ứng cả bốn quy trình.

Thiết lập một lần: một mô hình cục bộ và một nhà cung cấp đám mây

Cục bộ: Ollama được phát hiện tự động

Nếu Ollama đang chạy trên localhost:11434, Page Assist sẽ tìm thấy nó mà không cần cấu hình gì và liệt kê mọi mô hình bạn đã tải về. Nếu bạn thấy lỗi 403 khi gửi tin nhắn, đó là vấn đề CORS: hãy bật tùy chọn custom origin trong Settings → Ollama Settings, hoặc đặt OLLAMA_ORIGINS=* rồi khởi động lại Ollama.

Đám mây: chọn AIHubMix từ danh sách nhà cung cấp

AIHubMix là nhà cung cấp có sẵn trong Page Assist: từ phiên bản 1.5.86, nó nằm trong danh sách thả xuống nhà cung cấp cùng với OpenAI, DeepSeek và các nhà cung cấp khác, nên bạn không cần nhập URL. Quy trình thực hiện theo hướng dẫn nhà cung cấp tương thích OpenAI của Page Assist:

  1. Tạo khóa API trong bảng điều khiển AIHubMix (hướng dẫn nhanh chỉ cách thực hiện).
  2. Trong Page Assist, mở Settings → OpenAI Compatible API → Add Provider.
  3. Chọn AIHubMix từ danh sách thả xuống. Base URL https://aihubmix.com/v1 sẽ được điền sẵn cho bạn.
  4. Dán khóa API của bạn và lưu lại.
  5. Danh sách mô hình sẽ hiện ra, được lấy từ AIHubMix. Tìm kiếm, đánh dấu các mô hình chat bạn muốn, giữ loại là Chat Model, rồi lưu.

Nếu bạn muốn kiểm tra khóa trước khi dán vào tiện ích, chỉ cần một yêu cầu. Page Assist giao tiếp với AIHubMix qua cùng endpoint Chat Completions:

curl https://aihubmix.com/v1/chat/completions \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "auto", "messages": [{"role": "user", "content": "ping"}]}'

auto là tên mô hình thật trên AIHubMix: LLM Router chọn một mô hình cho mỗi yêu cầu (mặc định ưu tiên chi phí, kèm các biến thể ưu tiên chất lượng và ưu tiên độ trễ) và tính phí theo mô hình thực sự được sử dụng. Thêm auto vào danh sách mô hình Page Assist là lựa chọn mặc định hợp lý nếu bạn không muốn tự chọn. Hãy xem danh sách mô hình khi bạn muốn chọn mô hình cụ thể và so sánh giá.

Mô hình embedding: cần cho hai trong bốn quy trình

Knowledge Base và chế độ mặc định của Chat with Website cần một mô hình embedding. Thiết lập trong Settings → RAG Settings. Ở chế độ cục bộ, Page Assist khuyến nghị nomic-embed-text qua Ollama. Qua AIHubMix, các mô hình embedding nằm trong cùng danh sách mô hình với mô hình chat. Mở lại danh sách mô hình của nhà cung cấp, đánh dấu một mô hình embedding như gemini-embedding-001, và lưu với loại được đặt là Embedding Model. Sau đó, mô hình sẽ xuất hiện trong danh sách thả xuống RAG Settings.

Quy trình 1: Đọc trang dài mà không rời khỏi trang

Mở thanh bên trên một bài viết, trang tài liệu hoặc một luồng issue trên GitHub, rồi bật Chat with Website. Bây giờ bạn có thể hỏi "ba luận điểm chính ở đây là gì?" hoặc "tùy chọn cấu hình nào sửa lỗi trong bình luận 14?" và mô hình sẽ trả lời dựa trên trang bạn đang xem.

Có hai cách nội dung trang được chuyển đến mô hình, và sự khác biệt này rất quan trọng:

  • Chế độ embedding (mặc định): trang được chia thành các đoạn, được embedding, và chỉ những đoạn liên quan mới được gửi đến mô hình. Phù hợp với cửa sổ ngữ cảnh nhỏ, nhưng có thể bỏ sót những nội dung trải dài trên toàn trang.
  • Chế độ thông thường: văn bản trang được gửi trực tiếp. Trong Retrieval Settings, tắt "Enable Embedding and Retrieval" và tăng "Maximum Content Size for Full Context Mode". Tốt hơn cho các câu hỏi tóm tắt và "so sánh phần A với phần D", nhưng cần một mô hình có cửa sổ ngữ cảnh dài.

Chế độ thứ hai chính là nơi mô hình đám mây thể hiện giá trị. Một tài liệu đặc tả dài hay một luồng 200 bình luận vừa vặn với mô hình đám mây có ngữ cảnh lớn, trong khi một mô hình cục bộ nhỏ sẽ phải cắt bớt nội dung trang.

Có ba tính năng liên quan đáng biết:

  • Đề cập @tab: gõ @ để đưa các tab đang mở khác vào cùng một câu hỏi, ví dụ so sánh hai trang giá. Cần bật tính năng này trong cài đặt trước.
  • Nút tóm tắt YouTube: một nút tùy chọn trên trang video YouTube, mở thanh bên và tóm tắt video dựa trên bản ghi lời thoại của trang.
  • Thị giác: với các trang có nội dung chủ yếu là hình ảnh hoặc biểu đồ, biểu tượng con mắt gửi ảnh chụp màn hình trang đến một mô hình hỗ trợ thị giác. Các mô hình không có thị giác có thể chuyển sang OCR, mà tài liệu của chính Page Assist mô tả là cơ bản.

Quy trình 2: Chọn văn bản, nhấp chuột phải, xong

Menu Copilot là quy trình nhanh nhất trong tiện ích. Chọn văn bản trên bất kỳ trang nào, nhấp chuột phải, rồi chọn một hành động trong Page Assist. Có năm hành động dựng sẵn: Summarize, Rephrase, Translate, Explain và Custom.

Giá trị thực sự nằm ở Custom Copilot Prompts (Settings → Manage Prompts → Custom Copilot). Mỗi prompt gồm một tiêu đề và một mẫu có {text} là nơi đặt văn bản được chọn, và mỗi prompt trở thành một mục riêng trong menu chuột phải. Một vài ví dụ mang lại hiệu quả nhanh:

Title: Reply in plain English
Prompt: Rewrite the following so a non-native speaker can follow it. Keep it under 80 words.

{text}
Title: Find the claim
Prompt: List each factual claim in the following text and mark the ones that need a source.

{text}

Các tác vụ này ngắn và diễn ra thường xuyên, nên đây là nơi phù hợp cho mô hình cục bộ: không tốn chi phí cho mỗi yêu cầu, không có vòng truyền tải qua mạng, và văn bản được chọn không bao giờ rời khỏi máy của bạn. Hãy giữ mô hình đám mây cho các đoạn văn bản dài hoặc cần suy luận thực sự (một điều khoản hợp đồng phức tạp, một khối mã lạ).

Prompt Translate dựng sẵn dịch sang tiếng Anh. Nếu bạn chủ yếu đọc theo chiều ngôn ngữ khác, hãy chỉnh sửa prompt dựng sẵn hoặc thêm một prompt tùy chỉnh với ngôn ngữ đích của bạn.

Quy trình 3: Đặt câu hỏi về tệp của riêng bạn

Knowledge Base biến các tệp PDF, tài liệu Word, văn bản, CSV và Markdown thành nội dung bạn có thể trò chuyện. Vào Settings → Manage Knowledge → Add New Knowledge, tải tệp lên và đợi xử lý. Sau đó, trong ô nhập chat, biểu tượng kiến thức cho phép bạn chọn bộ sưu tập muốn dùng.

Có hai điều cần biết trước khi tải lên một thư mục lớn:

  • Mọi thứ được xử lý và lưu trữ trong trình duyệt. Page Assist cảnh báo rằng điều này có thể gây ra vấn đề hiệu năng khi có nhiều dữ liệu. Hãy bắt đầu với một tập tệp có trọng tâm thay vì toàn bộ kho lưu trữ.
  • Chất lượng truy xuất phụ thuộc vào mô hình embedding nhiều hơn mô hình chat. Nếu câu trả lời liên tục bỏ sót các đoạn rõ ràng, hãy thử một mô hình embedding mạnh hơn trước khi đổi mô hình chat.

Lựa chọn giữa cục bộ và đám mây ở đây chủ yếu phụ thuộc vào tài liệu. Các tệp nội bộ mà bạn không muốn dán vào dịch vụ web là lý do để chọn thiết lập hoàn toàn cục bộ: embedding cục bộ cộng mô hình chat cục bộ. Các bài báo công khai hoặc tài liệu sản phẩm thì có thể chọn theo cách nào cũng được.

Quy trình 4: Để mô hình thao tác trên trang

Các quy trình mới nhất vượt ra ngoài việc đọc. Hai tính năng cấp cho mô hình các công cụ:

  • Page Action là một tiện ích đồng hành riêng cho các trình duyệt Chromium. Khi được bật (biểu tượng con trỏ trong thanh bên), mô hình có thể đọc tab hiện tại và nhấp, nhập liệu, cuộn, điều hướng và điền biểu mẫu, từng bước một. Tính năng này được phát hành riêng vì nó cần quyền debugger của Chrome, mà hầu hết người dùng không bao giờ cần cấp. Xem tài liệu Page Action để biết cách thiết lập.
  • MCP cho phép bạn kết nối các máy chủ MCP từ xa qua Streamable HTTP, với xác thực bearer-token hoặc OAuth 2.1. Các máy chủ STDIO có thể được chuyển sang HTTP bằng supergateway.

Cả hai đều có công tắc phê duyệt. "Require approval before each action" được bật mặc định với Page Action. MCP thì ngược lại: các công cụ chạy mà không cần phê duyệt cho đến khi bạn bật "Require approval before running MCP tools", sau đó mỗi công cụ có thể được đặt thành Allow, Human in loop hoặc Disable. Hãy giữ tính năng phê duyệt bật cho mọi thao tác gửi biểu mẫu, gửi tin nhắn hoặc ghi dữ liệu.

Đây là quy trình mà lựa chọn mô hình quan trọng nhất. Việc sử dụng công cụ nhiều bước cần một mô hình tuân thủ đáng tin cậy lược đồ công cụ và phục hồi được khi đi sai bước, trên thực tế nghĩa là một mô hình đám mây đủ năng lực. Một mô hình cục bộ nhỏ thường sẽ bị treo hoặc lặp lại các thao tác.

Cục bộ hay đám mây: cách quyết định nhanh

  • Chọn cục bộ khi văn bản mang tính riêng tư, tác vụ ngắn (viết lại, dịch, giải thích nhanh), hoặc bạn muốn chi phí biên bằng không.
  • Chọn đám mây khi trang dài, câu hỏi cần suy luận xuyên suốt toàn bộ tài liệu, hoặc mô hình phải sử dụng công cụ.
  • Lưu ý những gì bạn gửi đi: Bản thân Page Assist không thu thập gì cả, nhưng bất cứ nội dung nào gửi đến nhà cung cấp đám mây đều rời khỏi máy của bạn. AIHubMix cho biết không lưu nội dung prompt hay phản hồi, chỉ lưu siêu dữ liệu yêu cầu như số lượng token. Mỗi nhà cung cấp mô hình gốc có chính sách lưu giữ dữ liệu riêng.

Vì cả hai loại mô hình đều nằm trong cùng một danh sách chọn mô hình, nên việc chuyển đổi chỉ là thay đổi trong menu thả xuống giữa cuộc trò chuyện, không phải chuyển sang một ứng dụng khác.

Các sự cố thường gặp

  • Lỗi 403 khi trò chuyện với Ollama: đây là lỗi CORS. Hãy bật URL origin tùy chỉnh trong Cài đặt Ollama, hoặc đặt OLLAMA_ORIGINS=*.
  • "No model found" sau khi thêm nhà cung cấp: API key không đúng hoặc tài khoản đã hết số dư.
  • Không thấy AIHubMix trong danh sách thả xuống: tiện ích phiên bản cũ hơn 1.5.86. Hãy cập nhật, hoặc chọn Custom và nhập https://aihubmix.com/v1.
  • Mô hình embedding không xuất hiện trong RAG Settings: mô hình đã được lưu dưới dạng Chat Model. Hãy thêm lại và đặt loại thành Embedding Model.
  • Chat with Website đưa ra câu trả lời sơ sài: chuyển sang chế độ bình thường và dùng mô hình có cửa sổ ngữ cảnh dài hơn.
  • Thanh bên không mở được: Opera và Arc không hỗ trợ tính năng này; hãy dùng giao diện web.

Câu hỏi thường gặp

Page Assist có miễn phí không? Có. Tiện ích được cấp phép MIT và miễn phí trên tất cả các trình duyệt được hỗ trợ. Bạn chỉ phải trả tiền nếu kết nối với nhà cung cấp đám mây có tính phí.

Tôi có cần Ollama để dùng Page Assist không? Không. Ollama là mặc định, nhưng bất kỳ endpoint tương thích OpenAI nào cũng hoạt động, bao gồm LM Studio, llama.cpp, vLLM và các cổng đám mây như AIHubMix.

AIHubMix có trong danh sách nhà cung cấp không? Có, từ phiên bản 1.5.86. Hãy chọn và dán API key của bạn; Base URL sẽ được điền sẵn. Nếu dùng phiên bản cũ hơn, hãy cập nhật tiện ích trước.

Page Assist có gửi dữ liệu duyệt web của tôi đi đâu không? Page Assist không có telemetry và lưu lịch sử cục bộ. Nội dung trang chỉ được gửi đến mô hình mà bạn đang trò chuyện. Nếu đó là mô hình đám mây, nội dung sẽ được gửi đến nhà cung cấp đó.

Tôi nên dùng mô hình embedding nào? Khi chạy cục bộ, nomic-embed-text qua Ollama là khuyến nghị có trong tài liệu. Qua AIHubMix, hãy chọn một mô hình như gemini-embedding-001 từ cùng danh sách mô hình chat, và lưu với loại được đặt thành Embedding Model.

Tôi có thể dùng các mô hình khác nhau cho các quy trình khác nhau không? Có. Danh sách chọn mô hình áp dụng cho từng cuộc trò chuyện, nên bạn có thể giữ một mô hình cục bộ cho các lần viết lại nhanh và chuyển sang mô hình đám mây cho một trang dài trong cùng phiên làm việc.

Page Action có hoạt động trên Firefox không? Không. Page Action chỉ có trên các trình duyệt dựa trên Chromium như Chrome, Brave và Edge, vì nó dựa vào Chrome DevTools Protocol.

Nguồn tham khảo

Một cổng duy nhất tới nhiều nhà cung cấp AI. Sẵn sàng cho môi trường production.

Truy cập AIHubMix