用 LLM 让 Emacs 自带的 EWW 网页浏览器“重获新生”这个话题在 Emacs 用户群里已经讨论了很久。EWWEmacs Web Wowser的默认体验大家心里有数网页被渲染成纯文本标题、链接、正文混在一起长文章阅读效率很低。但换个角度想EWW 把网页变成文本这件事恰好是 LLM 最擅长的输入格式。让模型帮你提炼要点、回答问题、整理笔记EWW 就能从“一个能看网页的文本浏览器”升级成“一个会读网页的文本工作台”。这个方案的核心优势有四条。第一本地运行用 Ollama 这类推理服务网页内容默认不出本机隐私风险可控第二改造成本低不需要换 Emacs、不需要装 Chromium靠一段 Elisp 函数就能整合第三支持批量任务多个 URL 可以排队摘要适合阅读清单和信息整理第四结果直接进入 Emacs buffer方便转成 org-mode 笔记和已有的知识管理工作流衔接。硬件门槛也不用担心。7B 级别量化模型用 CPU 也能跑只是速度慢一些有 NVIDIA GPU 或 Apple Silicon 会流畅很多。如果完全不想在本机跑模型也可以把调用层换成任意 OpenAI 兼容的服务但那样就需要评估页面内容交给第三方服务的合规性本文默认用本地模型演示。这篇文章会带你完整走一遍环境准备、模型服务安装、Emacs 配置、核心 Elisp 函数编写、五种功能测试、接口调用和批量任务脚本最后给出常见问题和排查清单。适合的读者是 Emacs 日常用户、用 org-mode 管理阅读资料的人以及想在自己工具链里接一个轻量 LLM 接口的