JinaClip README

README проекта с github.com/AhmadHassan-BTed/JinaClip. Одним файлом markdown: README.md.

Jina Reader — Local Edition (v7)

Professional-Grade • Local-First • Privacy-Centric

Transform any webpage into high-fidelity, LLM-friendly Markdown entirely within the browser.

License: MIT Engine: Local-First Privacy: Zero-Cloud Author: Ahmad Hassan


Designed for AI Workflows. Engineered for Privacy.

The Philosophy

In an era of cloud-dependency and rate-limited APIs, Jina Reader (Local) represents a pivot back to local-first computing. This project eliminates the middleman, removing the need for r.jina.ai cloud calls by implementing the entire extraction and transformation pipeline directly in the browser's runtime. Content remains local, speed is absolute, and usage is infinite.


Architectural Excellence

The system is built on a modular, Service-Oriented Architecture (SOA) designed to handle the complexities of the modern web (Shadow DOM, dynamic iframes, and SPA layouts).

1. High-Level System Flow

The following diagram illustrates the lifecycle of a single "Copy" request, from the user's action to the final clipboard entry.

graph TD
    User([User Action: Click/Hotkeys/Menu]) --> Orchestrator[Background Orchestrator]
    Orchestrator --> Config[Config Service]
    Config --> Service[LocalReaderService v7]
    
    subgraph "Target Tab Context"
        Service -- Script Injection --> Engine[v7 Intelligence Engine]
        Engine -- DOM Scoring --> Root[Content Root Discovery]
        Root -- Cleaning --> Clone[Sanitized Clone]
        Clone -- Conversion --> MD[Markdown/JSON/HTML]
    end
    
    MD -- Message Passing --> Service
    Service -- Clipboard API --> OS[System Clipboard]
    Service -- Notification API --> User

2. The v7 Intelligence Engine

At the heart of the project is the Heuristic Scoring Engine. Instead of "guessing" where the content is, it calculates a text-to-link density ratio and penalizes interactive "noise" (dashboards, buttons, navs).

sequenceDiagram
    participant P as Web Page
    participant E as Intelligence Engine
    participant S as Scoring Module
    participant C as Converter
    
    E->>P: Traverse DOM Tree
    P-->>E: Candidate Elements (div, main, article)
    E->>S: Compute (Text Density - Link Density)
    S-->>E: Final Scores
    E->>P: Flatten Shadow DOM & Iframes
    E->>C: Execute Pro-Grade Markdown Conversion
    C-->>E: LLM-Friendly Payload

Feature Matrix

Feature Local Engine (v7) Cloud Reader
Privacy 100% Local Cloud Processed
Rate Limits Infinite Strictly Limited
Cost $0 Token Based
Shadow DOM ✅ Supported ❌ Limited
Table Formatting ✅ Pro Grade ✅ Basic
Full Pageshots ✅ Stitched Canvas ❌ N/A

Repository Structure

p:/extensions/JinaClip - Copy Page for LLM/
├── scripts/
│   └── build.js          # Professional packaging pipeline
├── src/
│   ├── background/
│   │   └── index.js      # Lifecycle & Event Orchestration
│   ├── services/
│   │   └── localReader.js # Core Extraction & Transformation Engine (v7)
│   ├── utils/
│   │   └── logger.js      # System-wide observability
│   └── config/
│       ├── constants.js   # Immutable definitions
│       └── defaultSettings.js
├── icons/                # High-fidelity visual assets
└── manifest.json         # Extension Manifest (MV3)

Technical Pipeline: Full Page Capture

The "Pageshot" feature utilizes a multi-stage stitching pipeline to capture full-length articles without loss of detail.

  1. Dimension Analysis: Calculates scrollHeight and viewHeight.
  2. Synchronized Scrolling: Executes discrete jumps with paint-settle delays.
  3. Canvas Orchestration: Assembles visible segments in a OffscreenCanvas.
  4. Data Delivery: Converts the final buffer to a high-quality Markdown-wrapped Base64 string.

Installation & Development

Onboarding for Contributors

The codebase is written in vanilla ES6+ to ensure zero-coupling and maximum longevity.

  1. Clone & Setup:
    git clone <repo-url>
    npm install
    
  2. Build for Production:
    npm run build
    
  3. Browser Loading:
    • Open chrome://extensions/
    • Load the dist/ folder as an "Unpacked Extension."

Professional Usage


Credits & License

This project was architected and developed by Ahmad Hassan (B-Ted) as a part of the movement toward high-performance, local-first AI tools.

Distributed under the MIT License. Contributions that align with the core philosophy of "Clean Code & User Privacy" are welcomed.


"The best way to read the web is locally."

JinaClip (AhmadHassan-BTed/JinaClip)

Ищем в базе…

Что это такое?Jina Reader (Local Edition) — это расширение для браузера, которое преобразует любую веб-страницу в Markdown, удобный для LLM, с высокой точностью сохранения содержимого, и делает это полностью внутри браузера, без облачного API.
Это расширение для Chrome или оно работает и в других браузерах?Это расширение для браузера с Manifest V3; инструкция по установке загружает его как распакованное расширение через chrome://extensions/, поэтому оно рассчитано на браузеры на основе Chromium.
Нужны ли мне какие-либо фреймворки или инструменты сборки, чтобы им пользоваться?У самого расширения нет зависимостей времени выполнения, оно написано на чистом ES6+; нужно только выполнить шаг сборки перед загрузкой в Chrome.
Есть ли оно в Интернет-магазине Chrome?В README описана только ручная установка: загрузка собранной папки dist/ как распакованного расширения; упоминания о публикации в Интернет-магазине Chrome нет.
Отправляется ли содержимое моей страницы на какой-либо сервер?Нет, весь процесс извлечения и преобразования в Markdown выполняется локально в браузере, поэтому обращения к облачному сервису r.jina.ai не нужны.
Как оно определяет, какая часть запутанной веб-страницы является основным содержимым?Оно использует движок эвристической оценки, который вычисляет соотношение текста и ссылок и понижает вес интерактивного шума, такого как панели управления, кнопки и навигация, чтобы выделить основное содержимое.
Может ли оно сделать снимок всей страницы, а не только текст?Да, функция «Pageshot» прокручивает страницу, склеивает видимые фрагменты на OffscreenCanvas и выдаёт результат как изображение в Base64, обёрнутое в Markdown.
Какие форматы вывода, кроме Markdown, поддерживаются?По правому клику на иконке расширения можно выбрать JSON, HTML или простой текст вместо стандартного копирования в Markdown.
Есть ли сочетание клавиш для быстрого захвата?Да, Alt+Shift+J запускает немедленный захват без необходимости нажимать на иконку.
Какие есть похожие проекты?ScrollToPrompt, Darkument, FormFilla, BrowserKitten, JobFlow, Zephium, WeWorker, mcp-chrome
Размер
0.2 MB
Звёзды
4.2K
Обновлён
КоммитNov 09
Возраст
6 мес
Коммиты · 90 дней