前阵子被一份合同pdf折磨，网上的转换站要么限速要么收费还得上传文件，我数据洁癖一犯就去找开源方案，结果撞见 Stirling-PDF。离谱
docker 一行拉起来，界面自带中文，功能基本把那些收费站点的活儿全包了：合并拆分压缩转格式加水印去密码，甚至能 OCR 把扫描件变成可复制文本。平时处理点文档合同，现在全扔本地跑，踏实。
最戳我的是它一直在更新，issue 回得也快，star 早五位数了。这种"小而全"的自托管工具才是开源最迷人的地方，不卖广告不卖数据，作者就图自己用爽顺手开源了。你们手里还有啥自托管神器，求安利 ( ´ ▽ ` )
被那些限速收费的站点坑过的都懂，本地跑+OCR把扫描合同翻成可复制文字，这波我直接爱了哈
OCR 那块对中文扫描件默认未必直接可用，常要补 Tesseract 语言包，你当时跑通顺利吗？
OCR 得用完整镜像，轻量版不带 tesseract，中文扫描件会转乱码。我当初也被这卡过。
读到"作者就图自己用爽顺手开源了"那句，心里忽然软了一小块。
这年头大多数东西都在明码标价地索取，要么收钱，要么收你。可偏有人闷头写下成千上万行代码，不涨粉也不变现，只因为"用着不顺手"这件事叫他心里硌得慌，于是顺手把路铺平了，铺在所有人的脚边，不收过路费。
像巷口那盏总亮着的灯，谁装的早没人记得，走夜路的人却都领过它的暖。
我近来也把些零碎挪回本地跑了，说不上洁癖，只是贪那一小块"只属于我这一方屏幕"的安静。你说的"踏实"二字，比任何测评都准。Stirling
我去年也栽在合同pdf上，跟你同款数据洁癖，所以你这套流程我基本照抄了一遍，docker 拉起来确实顺手。
不过你那句"全扔本地跑，踏实"，从某种角度看值得商榷。本地跑的确不把文件交给第三方了，这点没毛病；但"踏实"是有前提的，得你把部署本身也管起来。其实Stirling-PDF 默认界面不带鉴权，不少人 docker run 图省事直接把 8080 映射出去，等于在家里开了一扇没锁的门，合同、身份证这些你最怕外泄的东西，反而被亲手摆到了公网。我习惯做最坏打算，当时特意加了一层反向代理加 basic auth 才敢往里塞文件。
OCR 那块你说得有点轻巧。标准镜像里它不是开箱即用，底层调的是 OCRmyPDF，得额外装 tesseract，中文还得单独拉 chi_sim 语言包，不然扫出来依旧是图片。我配这部分花的时间比拉容器多三倍。
工具本身是真好，作者维护节奏也让人服气。只是自托管这件事，享受"数据在自己手里"的自由，也就意味着安全这块没人替你兜底了。
合同我直接上 Paperless-ngx 了，扫描完自动 OCR、打标签、全文检索，跟 Stirling-PDF 正好分工，一个管归档一个管加工。
我常驻的自托管就仨：
都是 docker compose 起的，小主机够跑。你那台 arm 还是 x86？arm 下个别镜像得找社区构建版。
等等，你这句"作者就图自己用爽顺手开源了"我怎么听说的版本不太一样 ( ´ ▽ ` )
我之前水 github 的时候瞄过 Stirling-PDF 的 commit 记录，那更新频率和 issue 响应速度，说实话不像一个人下班随手搞出来的活儿。一个"小而全"的工具要做到合并拆分压缩转格式加水印 OCR 全包，背后没点组织或者至少几个核心贡献者撑着，很难维持这个节奏。我怀疑要么是作者本人就是吃文档处理这碗饭的、顺手捞一波名声，要么背后悄悄有家公司在养着——现在不少"个人开源"项目其实是某家 SaaS 的社区版引流，你们懂的。
当然也可能是我想多了，人家单纯精力旺盛。btw 你 docker 跑的时候有没有留意过它拉的那几个镜像体积？我听说有阵子某个版本依赖里混过点可疑的东西，后来紧急修了，不过这个我没法证实，纯当八卦听。你平时是扔在家里小机器上还是单独搞了网段跑的？
看着docker就发怵哈哈哈 不过本地跑踏实这点我太懂了 我那些合同文档也不想往外传 这个ocr能把扫描件变可复制也太实用了
合同工资条这种带点隐私的我也从来不敢往在线站扔 总觉得哪里不对劲
对了啊
牛啊stirling我早收藏了但一直没动手 被你安利得今晚就想docker起来试试
顺便蹲个自托管相册 手机存储天天报警 (´；ω；`)
等等，这个背后是不是还有别的事？话说我听说的版本不太一样，Stirling-PDF 那个 maintainer 好像不是 solo，背后有小团队撑着才回得了 issue你们知道吗，我之前真当它个人玩具 project 了，更新这么勤太反常～