Cómo funciona

Cinco pasos, todos en tu máquina. Vercel solo sirve ficheros estáticos; no hay funciones, claves ni coste.

Lee el PDF
pdf.js extrae el texto página a página dentro de un Web Worker. El fichero no se envía a ningún sitio.
Lo trocea y lo indexa
El texto se parte en trozos de unos 350 tokens sin mezclar páginas, y un modelo de embeddings multilingüe convierte cada trozo en un vector.
Lo recuerda
Trozos y vectores se guardan en IndexedDB con el hash del fichero. La segunda vez que sueltes el mismo PDF, es instantáneo.
Busca lo relevante
Tu pregunta se convierte en otro vector y se comparan por coseno: los cinco trozos más parecidos son el contexto.
Responde citando
Un modelo pequeño responde solo con esos trozos, en streaming, y cita las páginas así: [p. 12]. Si no está en el documento, lo dice.

Modelos y requisitos

Se descargan de Hugging Face la primera vez que sueltas un PDF (no al abrir la página) y el navegador los guarda en caché.

Embeddings≈ 120 MB
Xenova/multilingual-e5-small
384 dimensiones, multilingüe. Cuantizado a 8 bits.
Generación≈ 400 MB
onnx-community/Qwen2.5-0.5B-Instruct
Responde bien en español para su tamaño. Cuantizado a 4 bits.
Generación (rápido)≈ 250 MB
HuggingFaceTB/SmolLM2-360M-Instruct
Más ligero, peor en español. Para equipos con poca memoria.

Recomendado: Chrome o Edge con WebGPU y 4 GB de RAM libres. Sin WebGPU funciona con WebAssembly, pero la generación es mucho más lenta.

Preguntas frecuentes

¿De verdad no sube nada?

Nada. Abre la pestaña Red de tu navegador: durante la primera carga verás descargas de huggingface.co (los pesos del modelo) y después, ninguna petición. El PDF se lee en memoria y nunca sale de tu equipo.

¿Qué se descarga y cuánto pesa?

Dos modelos: uno de embeddings (unos 120 MB) y uno de generación (unos 400 MB, o 250 con la opción rápida). Se bajan una sola vez y quedan en la caché del navegador.

¿Funciona sin WebGPU?

Sí, con WebAssembly. La lectura y la búsqueda van igual de rápido; la generación de la respuesta es bastante más lenta. Firefox y Safari suelen caer en este caso.

¿Sirve con PDF escaneados?

Todavía no. Un escaneo es una imagen y no tiene texto que extraer; haría falta OCR. Está en la lista para una segunda versión.

¿Qué tamaño de PDF aguanta?

Cientos de páginas sin problema: 300 páginas son unos 1.500 vectores y la búsqueda es instantánea. Lo que tarda es el indexado la primera vez, y depende de tu máquina.

¿Dónde se guarda todo y cómo lo borro?

Los modelos en la caché del navegador, los documentos indexados en IndexedDB y los chats en localStorage; todo en tu equipo. «Borrar todo» lo limpia.

¿Se equivoca?

A veces. Es un modelo de 500 millones de parámetros, no un servicio en la nube: puede confundir datos que están cerca en el texto. Las citas [p. N] están para que lo compruebes.

¿Por qué Ícaro?

Ícaro voló demasiado cerca del sol. Este no sube a la nube.

Hecho porJulián·código·MIT

Sin analítica, sin cookies, sin servidor. Lo único que se descarga son los modelos, y solo cuando sueltas un PDF.

Ícaro

IA privada en el navegador

Ícaro, tu asistente de PDF

Vuela bajo: tu PDF nunca sube a la nube.

Suelta un PDF, pregunta en tu idioma y te responde citando las páginas. Todo pasa en tu navegador: ni el documento ni las preguntas salen de tu equipo.

Sin servidor
Sin cuenta
Sin analítica
Código abierto