📚 阅读 + AI 的最佳范式
大部分时候，我希望 AI 加持的阅读场景：围绕不同内容的总结（生成简报），比如：我今日阅读了什么、昨日阅读了什么、近 x 日阅读了什么、关于某主题的多篇内容总结等。
这些内容分散在不同的页面（通过简悦生成的本地快照），所以单纯的总结某一页的 AI 工具们显然无法胜任此类工作。
在 AI 出现后相当长的一段时间内，上述流程大部分都是 通过 RAG 方案 实现的，但这种方式还是太「重」了，每次的流程：新的信息（本地快照生成的 Markdown ） →（投喂给） AI 工具 → 生成 RAG（需要等待） → （让 LLM 开始总结）得到我希望的结果。
后来，各种 AI 浏览器出现了，如 Dia 等，我发现它们可以同时读取多个标签页的内容（标签组功能）并生成你需要的总结（简报），经过一段时间的使用，在众多 AI 浏览器里面，Tabbit 脱颖而出。
💡 为什么是 Tabbit
支持标签组的功能的 AI 浏览器有不少，为什么我主要以 Tabbit 为主，因为它的标签组功能是我用过全部 AI 浏览器里面做的最好的一个（几乎可以说没有之一）
同样类似 Dia 这样的浏览器也具有标签组，但在实际使用时的感受确实不如 Tabbit（ Dia 在某些使用逻辑上一如既往的与它的前任如出一辙 😂
Chrome 也可以通过将多个 Tab 发送给 Gemini 的功能，但相对来说也仍比较简陋。
除此之外 Tabbit 内置了一些还不错的模型 e.g. Kimi-K2.5 / MiniMax-M2.7 等，相对来说速度更快，如果只是用来阅读理解和生成简报的话，完全够用。
这是我的侧栏
除了标签组以外，我偏爱 Tabbit 还有两个地方：
-
国际版内置御三家的 LLM Claude-Opus-4.7 / Gemini-3.1-Pro(Flash) / Claude-Sonnet-4.6 / Claude-Haiku-4.5 / GPT-5.4 等模型。（目前暂时没有任何费用）
-
无论是国内版，还是国际版，都可以正常安装简悦。
🖥 一个浏览器打天下？
我并没有将 Tabbit 作为我的主力浏览器，我一直不是一个 All-in-One 的推崇者，所以 Vivaldi 是我的主力浏览器，而 Tabbit 就做好它应该做的事情：沉浸式的帮我阅读和通过 AI 总结。
📋 使用前提&阅读受众
这套方案需要配置简悦的 知识库系统，所以本篇文章更适合简悦用户阅读 😄
📚 使用方式
在 Tabbit 打开 http://localhost:7026/unread/ 然后在通过某些选择（如按照日期得到稍后读、按照检索得到稍后读等），打开它们
注意：首次此使用此方式，请留意下面的 权限设置。
然后选中这些标签 → 新建组（或添加到某个已存在的组）
最后，根据需要选择一个适合的 Skill （妙招）给你的 LLM，稍等一会 LLM 会按照既定的结构生成简报。
🔐 权限设置
当同时 同时打开多个稍后读快照 进行合并提问时，需要开启下图所示的权限。
下图所示的权限一般出现在首次使用 同时打开多个稍后读快照 时在浏览器地址栏弹出，按下图所示确认权限即可。
✨ Skill 特点
目前有四个 Skill ：
1️⃣ 阅读回顾（按照时间 / 多主题整理的简报）
2️⃣ 主题切面（以详细分析当前主题为主的简报）
3️⃣ 主题时间轴（以时间轴为基准的简报）
4️⃣ 主题提取（适合存在多个主题时，手动输入你希望生成简报的主题）
每个 Skill 都可以生成关系图（支持 ASCII / Mermaid 方案）、以表格呈现，输出的每条内容都可以溯源（引用到简悦的本地快照）
1️⃣ 阅读回顾
🔗 分享链接
https://web.tabbit-ai.com/share/skill/Uc1u6bPANH
📰 Prompt
https://gist.github.com/Kenshin/e65340f48e0b14d5ecc3b2e175aad0df#file-simpread-reading-review-skill
📝 使用场景
一般用于以日期为分组的时候，比如：今天 | 昨日 | 仅七日 | 近 30 日 加入的稍后读，特点是：内容比较散乱、仅仅是以加入稍后读时的日期为「合辑条件」的适合。
🖼️ 使用效果
导出图片太大 点击查看全图
2️⃣ 主题切面
🔗 分享链接
https://web.tabbit-ai.com/share/skill/bUudwna9Tr
📰 Prompt
https://gist.github.com/Kenshin/e65340f48e0b14d5ecc3b2e175aad0df#file-simpread-topic-skill
📝 使用场景
以标签或某一具体检索内容得到的稍后读，可以使用此方案，当使用时会自动阅读这些链接的内容，并整理为以此为主题内容的简报。
🖼️ 使用效果
导出图片太大 点击查看全图
3️⃣ 主题时间轴
🔗 分享链接
https://web.tabbit-ai.com/share/skill/JJEHKpu4L9
📰 Prompt
https://gist.github.com/Kenshin/e65340f48e0b14d5ecc3b2e175aad0df#file-simpread-topic-timeline-skill
📝 使用场景
与 主题切面 基本相似，但是以事件发生的事件为简报主题。
🖼️ 使用效果
导出图片太大 点击查看全图
4️⃣ 主题提取
🔗 分享链接
https://web.tabbit-ai.com/share/skill/VBVdJyaB1X
📰 Prompt
📝 使用场景
当多个页面中存在多个主题时，使用此方式并告知需要生成简报的具体主题。
🖼️ 使用效果
导出图片太大 点击查看全图
📑 使用 OneTab 配合标签组
当标签组具有大量标签页的内容时，最好使用 Onetab 来配合使用，将不需要的标签组收纳到 OneTab 中，方便下次使用。
🛠️ 使用 Tabbit 自带的标签组工具
当标签组太多，每次打开浏览器太卡（这点做的不如 Vivaldi 浏览器的 Workspace 功能，Vivaldi 的工作区有「冻结」当前页面的功能，在切换不同的工作区时，哪怕工作内的标签再多，也会秒开，不会有任何卡顿，这也是我使用 Vivaldi 作为我主力浏览器的原因）
这时 Tabbit 的历史标签页分组功能就会很有用了，它会记住你每个标签组的内容，需要时打开即可。
🆘 弊端与局限
当标签组内含的标签页太多时 LLM 并不一定能 100% 完整读取这些页面（虽然跟 LLM 的「智力」有关），我的测试极限是：80 个标签页以内）
所以此方案更适合：阅读回顾和不那么多的内容（标签页）方案。
如果你真的需要整理这么多的标签页内容，请使用 浮游简报•主题提取 方案，例如详细告知 LLM 你需要让它整理多少个标签页
/浮游简报•主题提取 星巴克（注意：这些页面一共为 166 个标签页）
这么做的后果虽然可以完成，但花费的时间较长（当然 166 页本就不是一个小数字 😂
🔎 关联
简悦 + RAG 方案的 更多用法