2026-10-29 15:58:05
照片要求压到 200KB,把文件名改成 .jpg 没用;只反复降低质量,也可能先把文字和边缘压坏。更有效的顺序是先确认要显示多大、是否需要透明背景,再选格式和质量。
Squoosh是浏览器里的图片压缩工具,界面能同时比较原图与处理结果。这篇教程针对单张静态图片:既解释如何得到更小的文件,也告诉你什么时候应该保留原图,而不是盯着节省比例一直压下去。
打开网站后,可先点官网提供的 Large photo 示例熟悉操作。此次核对时,示例原图界面显示 2.79MB,默认 MozJPEG、Quality 75 的结果为 862kB。这个数字只适用于这一张示例图和这组设置,不能当成自己照片的压缩承诺。
保持比例能避免图被拉扁。在官网同一示例中,把宽度从 3872 改为 1600 像素,开启比例锁定后高度相应变为约 1071;维持 MozJPEG、Quality 75,此时结果显示 189kB。它说明减小像素也会影响体积,自己的图片仍应按实际用途定尺寸;放大一张小图不会增加原来没有的细节。
想控制在 200KB 或 500KB 以下,可以先缩到用途允许的像素尺寸,再调整质量。如果尺寸必须不变,就只能接受更高的压缩代价或尝试其他兼容格式。任何工具都不能保证每张复杂照片同时满足固定体积和肉眼完全无差异。
PNG 截图、Logo 和大面积纯色图片,不一定适合照搬照片的 JPEG 设置。细字周围出现脏边时,应换格式或提高质量;如果新文件反而更大,就保留更合适的版本。接收系统只允许 JPG、PNG 时,也不要为了变小而交付它不接受的 WebP。
比较编码器时,不必强求它们使用相同的 Quality 数字。不同格式和实现的参数含义并不完全一致,更有用的比较是:在同样的显示尺寸下,哪份文件足够清楚、又满足接收要求。为其中一种格式找到的参数,也不能直接复制给下一张内容完全不同的图。
如果下载后被系统拒收,检查真实文件类型、宽高和体积,再重新导出。把 WebP 改名为 JPG 不会改变内部编码;把图片插入文档后再截图,也会引入另一轮尺寸与质量变化。需要反复尝试时,每次从保留的原图重新处理,避免把压缩后的文件继续当作新原图。
格式转换后检查透明边缘与背景颜色。还要分清“图片变小”是像素少了,还是同样像素的编码更紧凑;两者都能影响文件大小,但对后续打印、放大与设计工作的影响不同。
关于隐私,项目的隐私说明写明图片压缩在本机进行,不把图片发送到服务器;同时说明会用 Google Analytics 收集访问和压缩前后文件大小等数据。因此可以说它本地处理图片,不能笼统理解为网页完全不联网、完全不收集任何数据。
首次打开网站需要加载程序,使用时也取决于浏览器、内存与图片大小。超大图片若处理缓慢,可先关闭无关任务或使用更合适的原图尺寸;这篇流程不覆盖批量任务或 GIF 动画压缩。网站入口和功能摘要见 Squoosh 导航页。
2026-10-29 15:57:57
申请材料要求小于 2MB,手里的 PDF 却有十几兆,直接把“质量”拉到最低,常会得到一份体积合格、文字看不清的文件。压缩前先判断大文件由什么构成,再选择参数,通常比反复试“最强压缩”更可控。
PDF24 的中文 PDF 压缩工具提供 DPI、图片质量等设置。它的在线版把文件传到服务器处理;另一种选择是只支持 Windows 的 PDF24 Creator,文件在本机处理。Mac、Linux 用户可使用网页版,但不要把网页版跨平台误解为 Creator 也有对应桌面版本。
用 PDF 阅读器试着选择正文:如果页面基本是一整张图片、文字无法直接选中,往往属于扫描件;如果可以选择、搜索正文,则至少包含文本层。扫描 PDF 也可能已经做过 OCR,所以这只是快速判断,不能单凭这一项确定文件内部结构。
含有高分辨率照片或扫描页的文件,压缩空间通常主要在图片;本来就很小的文字型 PDF,继续压缩可能收益有限。PDF24 对这些差异也有说明。先保留原件,记录页数、原始大小与提交限制,再进入处理。
如果目标写着 2MB,建议留一点余量,不要只看界面把数值四舍五入后的“2.0MB”。不同系统对单位和边界的处理可能不同;以最终接收系统的检查为准。
还要单独核对提交页面的其他要求:文件大小合格,不代表页数、纸张尺寸、文件名称或允许的格式也合格。把这些条件写成一份短清单,压缩后逐项检查,能避免为了满足一个限制却破坏了另一个条件。
“无损”通常保留更多质量,但不能保证明显变小。已经优化过的文件,可能没有多少可清理的冗余;重新编码还可能增加开销。比较结果后保留更合适的一份即可,不必因为执行了压缩操作就一定采用新文件。
如果主要是大量高分辨率扫描图,继续减小通常意味着降低分辨率或图片质量。正文已开始发虚时,先检查是否有重复页、无关封面,或能否从原始文档重新导出更合理的 PDF;不要通过改文件后缀、加 ZIP 包,假装满足系统要求的 PDF 限制。
对文字型 PDF,整份转成图片再压缩可能破坏可搜索、复制和放大后的阅读效果。需要 OCR 文字层的文档,处理后搜索一个已知词并复制一段正文,确认功能仍然满足要求;如果原来是可填写表单,也要重新检查输入区域。
在线压缩与离线压缩的选择同样影响使用方式。PDF24 在线页说明文件会上传处理,并在一小时后自动删除;这属于服务方的处理规则,不能等同于文件从未离开设备。公司、学校或客户资料若有明确的数据处理要求,应按要求选择本机方案。Creator 可用于个人与商业用途,具体系统要求以下载页为准。
如果既要极小体积又要高质量打印,两者可能无法同时满足。先确定读者需要屏幕阅读、存档还是打印,再围绕用途压缩。下载入口与在线、离线功能摘要见 PDF24 Tools 导航页。
2026-10-29 15:57:35
图片里的文字能看见,却选不中复制:临时抄一段可以手打,几十张截图或一份扫描 PDF 就不适合这样处理了。需要把文字留在本机时,Umi-OCR 提供截图、批量图片和文档识别三条路径。选对模式,比反复上传同一份文件更省事。
Umi-OCR 官方项目是免费开源的离线 OCR 工具,文档列出的平台为 Windows x64、Linux x64。下文按 Windows 图形界面的名称说明操作;Linux 的运行环境需参照对应文档。Mac 用户不能直接运行 Windows 的 .exe 包,下载前先看平台要求。
从官方仓库进入 Releases 或文档列出的下载地址,选择适合系统的发布包。Windows 压缩包解压后启动 Umi-OCR.exe,不要只把可执行文件从目录里单独拖出来。识别引擎和资源随发布包组织,保留完整目录更便于正常运行与后续排错。
识别语言、版面复杂度与原图清晰度都会影响输出。拍摄文档先摆正、裁去无关背景;正文太小的截图尽量从原始页面重新截取,放大一张已经模糊的图片不会找回原本缺失的笔画。
批量任务中的页眉、页脚总被带进正文时,可以查看官方文档的“忽略区域”功能。它适合位置固定的版面;如果不同页的正文起点不同,应先抽查,避免把本来需要的文字一并排除。
能搜索的 PDF 和排版还原的 Word 是两种结果。Umi-OCR 可为扫描件生成带文字层的可搜索 PDF,方便检索或复制,但不代表它会把整份文件恢复成段落、表格均可继续编辑的 Word。仅需要几段文字时,先复制校对后的文本;需要保留原始版面时,再考虑文字层输出。
校对不要只看文章开头。优先检查金额、小数点、日期、邮箱、编号,以及 0/O、1/l 一类相似字符;表格则要按行和列核对,防止数值被串到错误的位置。公式、手写字和低清晰度扫描件,不能仅凭软件显示“识别完成”就视为准确。
整批识别结束后,核对输入与输出页数,再抽查首页、中间页和末页。尝试复制一段、搜索一个确实存在的词,确认输出文件满足自己的用途;如果要导入表格软件,先检查分隔符和列数,不要直接覆盖原始数据。
需要继续编辑文章时,把校对后的纯文本放进文字编辑器,重新设置标题和段落;需要引用某一页时,保留页码或另做对应记录。这样即使后续修改了文本顺序,也能回到原图核实,而不必重新识别全部文件。多人协作时,同时保留原件、识别结果与已校对版本,文件名上分清用途。
“离线 OCR”描述的是本地识别路径,不能自动覆盖另外启用的联网插件、外部接口或同步工具。处理敏感资料时,保留本地文件与校对结果,了解自己启用了哪些附加服务;下载软件和首次准备运行环境,与随后在本机识别文件也是不同步骤。
常见问题还可以这样排查:结果为空,先确认图中确有可见文字、选择了正确语言且引擎可用;顺序混乱,先换清楚的单栏样本排除版面因素;批量表现不一致,则把手机照片、扫描页与聊天截图分组处理,不要用同一组参数强求所有素材一致。工具下载入口与功能摘要见 Umi-OCR 导航页。
2026-10-29 14:49:10
在 X 上点“复制链接”,粘贴出来的网址却比帖子本身长了一截:帖子 ID 后面多了 ?a=一串字符&s=19。不想把这段附加信息一起转发,可以把问号 ? 连同后面的参数删除,保留指向帖子的地址。
10 月 28 日,用户ふくぶん(@FFBuncho)在一条公开帖子中展示了这样的复制结果,并提醒读者清理。他将新出现的字符串称为“疑似用于 X 追踪”的参数;至于是不是用来识别谁在什么时候复制,原帖用的也是推测语气。目前没有足够证据把它写成 X 已公开确认的用途,或认定所有客户端同时改了默认行为。

截图能确认的是:a=… 和 s=19 都位于问号后的查询字符串中,并不属于前面的帖子 ID。把这段内容随链接发给别人,接收方访问时就可能把这些参数一同带回 X。它是否对应账号、复制时间或某次分享,要看 X 如何生成和处理;仅凭截图里的字符无法解码这些含义。
X 帮助中心介绍的入口是进入目标帖子,通过分享菜单复制帖子链接。复制后先粘贴到备忘录或消息输入框,检查网址,再发送即可,不需要把链接交给第三方清理网站。
https://x.com/用户名/status/帖子ID。?,删除它以及后面的全部字符;参数先后顺序不同也一样处理。下面用原帖地址演示,EXAMPLE 只是占位字符,不是真实跟踪值:
清理前:
https://x.com/FFBuncho/status/2115633205802090497?a=EXAMPLE&s=19
清理后:
https://x.com/FFBuncho/status/2115633205802090497
本次核验时,不带这些查询参数的原帖永久链接仍可打开。若你的链接带的是 t=…、s=… 等分享附加项,普通帖子也可采用同样的清理方式。遇到 t.co 短链,应先看清它最终指向哪里;不要把这套规则直接套到搜索、登录或其他网站上,那里问号后的参数可能决定页面内容。
s=19、20、46,原作者已经更正。
原线索写的是“19 为 Android、20 为 iPhone、46 为 PC 浏览器”,其中后两个值被写反了。作者随后单独发帖更正为:19=Android、20=PC 浏览器、46=iPhone。转述时应采用更正版本。
这仍是来源方对分享来源编号的说明,不是 X 公布的跨版本设备识别表,也不适合拿来反推某个具体人的身份。不必先记住编号才能清理:对这里的普通帖子链接,删掉整个查询字符串就同时去掉了这些附加项。
清理完还能打开,不等于访问匿名。X 隐私政策写明,平台会收集链接交互、设备和日志信息,涉及 IP 地址、浏览器、访问时间及 Cookie 标识等。删掉 URL 尾巴,可以减少随链接传播的附加信息;已经登录的账号、站内点击记录和其他访问数据,并不会因此自动消失。
2026-10-15 17:14:38
刷 X(原 Twitter,中文常称“推特”)时,遇到精彩视频或有趣的 Gif 动图,想保存下来随时回看?打开 YepTap,粘贴公开帖子链接,即可预览视频、选择可用清晰度并下载到设备。
免费使用,无需登录 X 账号,也不用安装软件。从复制链接到保存视频,在浏览器里就能完成。

无论你习惯搜索“X 视频下载”“Twitter 视频下载”,还是“推特视频下载”,都可以通过 YepTap 快速找到保存入口。
想保留更多画面细节,或选择更小的文件方便收藏?YepTap 会列出源视频实际提供的分辨率,让你按需要选择。
源帖子提供高清版本时,即可选择对应的高清视频下载。实际画质取决于原始视频,YepTap 不会通过放大分辨率制造虚假的高清效果。
除了普通视频,YepTap 也支持公开帖子中的 Gif 动图下载。看到喜欢的表情、动画或趣味片段,复制帖子链接即可解析保存。
Gif 内容会保存为 MP4 视频,方便播放和分享;目前不提供 .gif 格式转换。
YepTap 支持手机和电脑浏览器,无需安装 App 或扩展程序。打开网页,就能开始下载 Twitter / X 公开视频,轻松收藏值得回看的内容。
想把推特上的精彩瞬间保存下来?试试 YepTap,让视频下载更简单。
👉 立即使用 YepTap,免费在线下载 X / Twitter 视频与 Gif
2026-10-03 10:17:24
当你准备投入媒体评测、行业内容或品牌合作时,AnswerSift 帮你从日常 AI 问答中积累来源线索,判断哪些渠道值得优先研究。设置好产品或行业关键词,按需添加品牌和网站。完成设置后,你只需照常在支持的 AI 网站上提问和浏览,AnswerSift 就会静默记录符合关注范围的问答,并帮你看清:在这些回答中,哪些网站的内容经常被引用为依据。
你希望自己的品牌和产品,能在各款 AI 的回答里被提及、被推荐。
而用户向 AI 提问时,需求往往比“推荐一个品牌”具体得多。他们问的是:“预算三千左右、家用,哪款意式咖啡机适合新手?”“想找一台研磨均匀、好清洗的磨豆机。”AI 给出的推荐,最终可能落在具体的某一款产品上。
问题是,AI 为什么推荐这款产品,而不是那款?
在使用联网检索时,AI 可以参考网页、评测、行业报告和社区讨论,再结合检索内容组织回答。也就是说,它检索到的网页和引用的网站内容,是影响回答的信息因素之一,但仅凭引用还不能判断某款产品被推荐的全部原因。
所以真正值得弄清楚的是:围绕你的品牌下每一个具体产品所面对的问题,AI 经常引用的是哪些网站?它们在哪类问题里出现?是媒体评测、专业社区,还是品牌官网?
这些问题,凭印象很难回答。
AnswerSift 是一款浏览器扩展,让你在使用 AI 的过程中,自动积累这份答案。
你只需要先设置产品或行业关键词,并按需添加品牌和网站。之后,你在已开启跟踪的 AI 网页上提问、浏览,AnswerSift 会在后台静默记录与你关注范围相关的问答,以及页面上能获取到的引用来源。不用逐条保存,不用复制链接,不用自己维护表格。
支持的平台:ChatGPT、Gemini 网页对话、Claude、Perplexity、豆包、DeepSeek 等主流 AI,以及其他已适配的 AI 网页,另外还有 Google 搜索中的 AI Overview 与 AI Mode。可用入口以扩展内的平台设置及实际适配情况为准,各平台可获取的内容与来源范围有所不同;Google 搜索需使用已适配并授权的入口。后续计划继续扩展。
关键词怎么填:尽量覆盖研究主题的不同叫法,包括品类名称、具体产品名称或型号,以及用户常见的问法和使用场景。以咖啡器具为例,可以写“家用咖啡机”“意式咖啡机”“入门咖啡机”“磨豆机”“咖啡研磨机”。默认按“任意关键词”匹配,叫法覆盖得越充分,越有助于减少因为问法不同而遗漏相关问答的情况。重点是覆盖真实的研究主题,不是堆关键词数量。
按产品建组,结果更聚焦:用户在找某一款适合自己的产品时,需求是具体的,AI 检索和引用的网站,也可能随产品类型而不同。意式咖啡机常引用的评测站,和磨豆机常引用的未必是同一批。按产品或产品线分别建组,每组对应一类具体需求,更便于围绕那个产品的问题查看引用网站;如果使用了重叠的通用关键词,同一条问答也可能匹配多个组。
不同语种,建议分开建组:同一款产品,中文和英文用户的叫法不一样,AI 检索和引用的网站也可能不一样。比如中文组填“家用咖啡机”“磨豆机”,英文组填“home espresso machine”“coffee grinder”。分开建组后,可以按各组关键词分别查看相关记录和统计,研究不同语言表达对应的来源。不过,关注组按内容匹配,并不自动识别或隔离语言;含有两种语言关键词的问答可能同时进入两组。
品牌与网站:如果有需要跟踪的品牌或网站,可以选填品牌、别名和网站,方便查看品牌被提及的情况及相关网站的引用情况。品牌及别名也会参与收录匹配;网站用于查看已收录回答中的相关表现,这两项不是必填。
设置完成后,AnswerSift 只会自动收录符合关注组规则的内容,不会无条件记录所有聊天。
一个网站被引用过,本身说明不了太多。重要的是它在什么问题下被引用、被用来支撑什么说法。
在 AnswerSift 里,你可以从已保存的记录回看原问题、已保存的回答正文和引用来源,进一步判断这个网站提供的是哪种内容,和你的品牌、产品有什么关系。
品牌提及、答案引用、检索来源和普通链接是分开看待的:品牌被提到,不等于品牌网站被引用;被检索到的来源,也不一定出现在最终回答里。
积累一段时间后,你可以查看:样本里出现了哪些引用网站,各被引用了多少次,来自哪些 AI 的回答。
有了这份数据,推广就有了抓手。对其中高频出现的网站,可以逐一判断:
产品不同,值得优先研究的网站也可能不同;市场语种不同,也是一样。分组查看,有助于为每个产品、每个市场研究对应的渠道。
举例:如果某个咖啡器具评测站在你的记录中多次被引用,就值得研究它的选题、评测方式和受众;如果被引用最多的是竞品的官网,则可以看看它们是如何组织产品与技术内容的。
向团队或客户说明时,“我觉得这个网站不错”可以变成更站得住的说法:
“在这段时间、围绕这款产品的这些问题里,它多次被 AI 引用,内容与我们的目标客户相关,所以建议优先评估。”
说明:引用次数按回答去重,同一条回答多次引用同一网站只计一次。
AI 的回答来源会变,你关注的问题也会随产品阶段和市场而变。
每条记录都带有时间信息,你可以按近期、某一阶段或更长范围查看来源分布,并按 AI 平台、关注组、日期筛选。做本季度内容规划,先看近期记录;复盘一个产品阶段,就回到那段时间。
如果过去常被引用的是网站 A,近期网站 B 出现得越来越多,这就是一个值得重新研究渠道的线索。(A、B 仅为情境示意。)比较时也要留意两段时间的提问内容、所用 AI 和样本量是否可比。
需要时,还可以导出 CSV 做进一步分析,或在设置的数据管理中导出 JSON 备份。