“看完一篇文章，感觉就和没看一样”
如果你也有这种感觉，这个插件或许能帮到你。这是一个基于LLM（大语言模型）辅助阅读的浏览器插件，可以把当前的网页文章变成完形填空。比如在看这篇LLM领域经典论文《Attention is All You Need》的论文解读，就可以一键生成题目，然后边看边做
做完后提交可以看答案，插件会根据是否和原文一致计算得分
核心理念是通过这种填空的方式，在阅读过程中增加一点摩擦，来帮助你加深阅读时的印象
使用流程 #
插件开源，目前已上架Chrome/Edge扩展商店，搜索cloze-reading即可安装体验，也可点击Google扩展和Edge扩展直达
如何使用？
- 在文章页面点击扩展图标，打开右上角浮动面板
- 选择 API Provider / 模型提供者，填写对应的 API Key / 模型名。(需自备API,目前支持Ollama、AI Studio和Qwen）
- 点击 开始生成 / Start 按钮
- 在正文中直接选择答案，点击 提交答案 / Submit 查看结果和解析
- 点击 恢复原文 / Restore 可以还原整篇文章
灵感来源 #
面对"看完一篇文章，好像就和没看一样"这个问题，感觉还是看的过程过于丝滑，眼睛动了脑子还没跟上。都说要“带着问题去阅读”，但这个“问题”也不是那么好想的，还有什么轻量一点的方法可以让脑子多停留一会儿？
多年应试教育的拷打让我想到了完形填空，以前学英语做完形填空，会反复的推敲和斟酌上下文，然后选出一个合理的答案，这样的小摩擦似乎是会比眼睛简单过一遍要更能理解原文。于是很自然就诞生这样的想法，能不能把在看的每一篇文章都变成完形填空！
以当前的互联网内容生产速度，人工出题的方式基本不可能，依托技术手段，可能要用到一些复杂的NLP算法去分词，然后识别关键词，即便识别出来，生成具有迷惑性的干扰项应该也不简单，对于没算法背景的人来说，这也属实天方夜谭
好在，现在有LLM，这个想法似乎有了可能。既然AI能很好的实现全文摘要，那为何不让AI也试试出题？抱着这样的想法，Vibe Coding出了这个插件
LLM应用开发体感 #
之前学习《从零开始构建智能体》，了解到LLM应用开发，本质上就是在Prompt中要求LLM根据特定格式输出内容，然后代码里解析这个格式，提取内容进行处理。
所以这个插件开发过程也不复杂，其实就是全文识别，丢给LLM让它出题，最后在原文中匹配关键词，然后做UI交互。整体效果取决于模型本身有多“听话”，能不能按特定格式要求返回。
强烈建议LLM应用开发都直接用云服务的API。 一开始不懂事，高估了16G M4 Mac Mini的机器性能，用Ollama部署qwen3:8b来验证效果，差点因为生成速度太慢放弃这个idea（文章都看完了，题目都还没出来）。后来尝试了下用云服务的API，同一篇文章总体耗时大概从7分钟缩短到1分钟，模型更强出题率也高，虽然觉得还是有点慢，但通过分批处理，也能让出题速度比阅读的速度快，长文阅读的体验会好很多
关于API，意外发现阿里Qwen API的新人免费额度真的量大管饱，几乎每个模型都有100M token随便用，开发期间用qwen-turbo和qwen-plus反复调试，调到现在还算满意的状态后也还剩很多
而Google AI Studio里的免费额度，一分钟居然只能请求5次，一下子就超了，连一篇长文都处理不完
因为qwen目前能很好的满足开发和使用诉求，其他厂商的API就没有测试了，所以目前插件也仅支持Ollama、Qwen、Gemini，后续看情况可能会支持更多
关于LLM应用的未来 #
从应用开发的角度，现在对LLM不太满意的点还是生成的速度，毕竟不是所有场景都追求“高精尖”的，像cloze-reading这种场景，并不追求90分的质量，如果可以更快，只有60分也ok。不过以现在AI惊人的发展趋势，说不定再过一两年就能变得又快又好
如果真能更快，很多实时互动场景，都可以像cloze-reading这样把看到的内容都用LLM来重塑一下，感觉还蛮有发展空间的。