LLM 准备面板

每一次转换都附带一个紧凑的面板，它会把文本准备好交给模型 —— 完全在本地完成，零 AI 调用。

它会显示什么

• token 计数，使用 tiktoken（o200k_base，已烘焙进镜像 —— 可离线工作）。
• 脱敏所节省的 token 和成本，让你看到剥离 PII 究竟带来了什么收益。
• 各模型实时费用估算 —— 定价和上下文窗口取自 OpenRouter（数百个模型，已缓存），因此数字 永远不会过时。
• 上下文窗口适配 —— 一眼看出文档能塞进哪些模型。
• 一键 RAG 分块 —— 切分成有重叠、token 受限的块 （semchunk），可下载为 .jsonl。
• 提示注入检测器 —— 标记出那些试图劫持下游 LLM 的文本。

模拟各模型的成本

面板初始状态是未选中任何模型 —— 挑选你关心的那些， Escriba 就会用实时定价估算把这份确切文档发送给每个模型的成本。 这是在你花一分钱之前，回答”我该用哪个模型，要花多少钱？“的最快方式。

RAG 分块

一键即可把 Markdown 切分成 token 受限、有重叠、适合 检索流水线的块，可下载为 .jsonl。当文档大于 你目标模型的上下文窗口时很有用。

所有这些都在你的服务器上运行。没有 API 密钥，没有外部调用 —— 只有对 你刚转换出的文本所做的本地计算。