Потенциал заработка

Рыночный анализ · Обзор

EasyRead импортирует PDF или ссылку на статью, постранично переводит текст, сохраняет формулы, таблицы и ссылки, показывает оригинал рядом с переводом и даёт делать заметки, подсветки и вопросы к AI. Пользователь сам выбирает модель: Claude Code, Codex CLI, OpenAI/Anthropic/Gemini, DeepSeek, Qwen, Ollama, LM Studio и другие OpenAI-compatible API. Данные по умолчанию хранятся локально, библиотеку можно держать в своей sync-папке или экспортировать статью в offline HTML.

Решает боль «бросил PDF в переводчик и получил сломанную верстку без контекста»: превращает научную статью в читаемую китайскую версию с постоянной привязкой к исходному PDF, заметками и AI-пояснениями.

• +Китайскоязычный студент или аспирант читает arXiv, NeurIPS, ACL или журнальную статью на английском и хочет комфортный китайский перевод с формулами.
• +Исследователь импортирует DOI, arXiv ID, OpenReview-ссылку, PDF или страницу статьи и получает PDF, метаданные, прогресс чтения и цитирование в GB/T 7714, APA или BibTeX.
• +Читатель выделяет несколько абзацев или формул и задаёт AI вопрос, например «как связаны эти формулы?», а ответ сохраняет сбоку.
• +Пользователь правит перевод терминов через glossary, заменяет терминологию по всему документу и экспортирует заметки в Markdown или single-file offline HTML.
• +Локальный workflow для приватного чтения: файлы лежат на компьютере или в собственной sync-папке, а модель выбирается пользователем — от Claude Code и Codex CLI до локального Ollama.

Китайскоязычные студенты, аспиранты, инженеры и исследователи, которые регулярно читают англоязычные научные PDF и хотят локальный инструмент без SaaS lock-in.

Open-source аналоги

EasyRead не лидер в OSS PDF translation — там сильнее PDFMathTranslate. Но в нише Chinese-first local paper reading app с переводом, библиотекой, AI-chat и заметками он выглядит как быстрорастущий нишевый претендент, а не простой клон; главный минус — репозиторию всего несколько дней.

Коммерческие аналоги

По собранным данным монетизация самого EasyRead не подтверждена: README English описывает проект как free and open source, пользователь платит только за выбранную внешнюю модель/API/подписку. Не найдено подтверждения open-core, hosted cloud, paid support, enterprise plan, pricing page или GitHub Sponsors; сейчас это выглядит как hobby/OSS project или pre-commercial side project.

Коммерческий потенциал

Заработать можно, если продавать не OSS-код, а polished research workflow для китайскоязычного чтения papers: signed desktop app, premium sync, glossary/translation memory, optional hosted credits, institutional private deployment и поддержку.

Спрос выглядит сильным: EasyRead находится на пересечении reference management, machine/document translation, AI research assistants и PDF productivity. В собранных данных reference management software оценивается примерно как $440M in 2025 → $633M by 2032 или $445.97M in 2026 → $765.31M by 2033; machine translation — $1.8B in 2026 → $7.2B by 2033; PDF editor/software adjacent market — $4.77B in 2025 → $10.01B by 2032. Практический TAM для Chinese-first paid academic reader меньше этих рынков, но может быть достаточным для meaningful indie/SaaS business.

Сейчас ров слабый: PDF translation + AI chat быстро копируются, код MIT можно форкнуть, а PDFMathTranslate, Zotero ecosystem и SaaS-конкуренты уже сильны. Потенциальный ров может появиться вокруг качества Chinese academic translation UX, translation memory, дисциплинарных glossaries, local-first privacy, интеграций с Claude Code/Codex/Ollama/Chinese LLM providers и community workflow для китайскоязычного paper reading.

• +OSS core + paid Pro desktop/cloud sync
• +Freemium desktop: бесплатный локальный reader и платные advanced PDF/OCR/layout, batch translation, glossary memory, better export и citation workflows
• +Hosted translation credits как optional convenience для пользователей без API keys
• +Institutional / lab license для университетских групп, corporate R&D и private deployment
• +Paid support / managed deployment для организаций
• +Premium integrations: Zotero connector, Obsidian export, WeChat/Feishu sharing, institution repository connectors
• +Платные Chinese terminology/glossary packs по дисциплинам: ML, medicine, chemistry, law, economics

• +Стабильная дистрибуция: code signing, Apple notarization, auto-update, crash reporting.
• +Trust layer: privacy policy, понятная схема model data-flow, redaction, local-only mode certification.
• +Усиление PDF pipeline: scanned PDFs, multi-column robustness, tables/figures, references, OCR и error recovery.
• +Optional encrypted sync и account layer для multi-device library.
• +Support & onboarding: документация, видео, templates, model presets для пользователей в Китае.
• +Платежи и лицензирование: individual/team plans, invoicing, student discounts.
• +Moat: proprietary glossary datasets, user translation memory, community terminology packs и интеграции с китайскими academic workflows.
• +Enterprise-функции: SSO, admin console, audit logs, private deployment, compliance docs.

Достоверность разбора

• +Коммерческие цены и масштабы взяты из уже собранного разбора и не перепроверялись заново; часть цифр подтверждена только одним публичным источником продукта.
• +Для Scholarcy numeric paid price не подтвердился в crawl; указано только наличие free/paid модели.
• +Для ChatPDF цена Plus на официальном chatpdf.com не подтвердилась в crawl; сторонние оценки не использованы как уверенная цена.
• +Для Immersive Translate официальная numeric price не подтвердилась; App Store цены зависят от SKU/region и требуют осторожности.
• +Для Paperpile, Litmaps, Consensus, Humata, Scholarcy и ряда других не подтверждён численный user scale.
• +Рыночные оценки reference management, machine translation и PDF editor markets взяты из отдельных market-research источников и могут различаться по методологии; они являются ориентирами, а не точным TAM EasyRead.
• +Оценки OSS-звёзд альтернатив зафиксированы по собранному разбору и могли измениться после момента анализа.
• +Выводы о willingness-to-pay, moat, China-specific operations, enterprise requirements и подходящих ценовых ориентирах являются аналитическими оценками, а не подтверждёнными фактами.
• +Не проводился юридический аудит зависимостей, bundled assets, товарного знака EasyRead и возможных прав на демонстрационные материалы.
• +Не проверялись качество кода, безопасность, приватность реализации, устойчивость PDF pipeline и фактическое качество перевода на реальных документах.
• +Не подтверждено ≥2 независимыми источниками отсутствие монетизации EasyRead; это вывод из README/видимых данных и отсутствия найденного pricing/open-core/support предложения в собранном разборе.

Why This Is A Finding

Edwardxlai/easyread собрал 31 звёзд за окно, тогда как у автора всего 19 подписчиков — эффективная аудитория ≈ 110. Это даёт surprise-индекс 0.21 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.

Related Findings

METRICS IN CONTEXT