隐私刚需：Stirling-PDF 自托管实测，合同/账单再也不用传第三方

先说个扎心的事实：你每次在「某某 PDF 工具」网站上上传一份合同、一份工资条、一份扫描版发票，其实就等于把隐私文件直接交到了一个你根本不认识的服务器上。那些网站大多写着「我们不会保存你的文件」，但你没法验证，也没法审计。更离谱的是，有些工具背后就是靠转卖、分析你的文档内容吃饭的。

所以这两年，越来越多注重隐私的站长和办公党选择把 PDF 工具搬回自己手里——在自己的 VPS 上跑一个开源的 Stirling-PDF。它现在是 GitHub 上最火的 PDF 项目之一，80k+ stars，版本停在活跃的 v2.14.x 线，60 多个功能基本覆盖了你日常对 PDF 的所有需求：合并、拆分、旋转、压缩、格式互转、加水印、去密码、OCR 识别文字，等等。最重要的是，文件全程只在你自己的机器里转，下载完就销毁，真正做到「你的 PDF，你的服务器」。

延伸阅读

更多相关攻略推荐：【知识库自托管 02】2026 实测：VPS 自托管 Anythin、【知识库自托管 03】2026 实测：搬瓦工/RackNerd 上自、2026 VPS 选购决策树与白皮书：一张图看懂怎么买、如何给 VPS 厂商做"信用评估"：跑路、超售与售后风险排查手册、【知识库自托管 01】2026 企业/个人私有文档 RAG 问答选型。

为什么要把 PDF 工具搬回自己手里

在线 PDF 工具的「免费」是有代价的。大多数免费站对单文件大小卡在 10–50MB，每天还有次数上限，想要解锁就得开会员。更关键的是隐私：合同、报表、扫描件这种东西，一旦离开你的网络，后续发生什么你完全控制不了。自托管之后，这几件事同时解决：

• 隐私可控：文件不出本机，连网线都不用出机房，自然不怕被偷看。
• 没有大小限制：服务器硬盘多大，你就能处理多大的文件，合并 500 页扫描件也不眨眼。
• 没有次数限制：凌晨三点批量处理 200 份也没人收你钱。
• 可离线：只要本机网络通，断网也能用，不依赖外部服务。

说白了，Stirling-PDF 就是开源世界里的「Acrobat 替代品」，还不用年费，不用把文件交给别人。

选机器：多大内存和硬盘才够用

好消息是 Stirling-PDF 对硬件极其宽容。官方标注的最低内存只要 256MB，纯做合并、拆分、压缩这类基础操作，256MB 都能跑起来。但一旦你要用 OCR（文字识别）或者把 Word/Excel 转成 PDF（走 LibreOffice），内存建议直接拉到 1GB 以上，2GB 更舒服，否则处理大文件时容易卡顿甚至 OOM 被系统杀掉。

硬盘方面，标准镜像（latest）拉下来大约 1GB 出头，fat 镜像（自带 Tesseract 语言包和 LibreOffice）要 2.5GB 左右。再给你自己挂载的 tessdata、配置、日志留个 2–3GB 余量，一台 1 核 2G、25GB SSD 的小机就完全够个人日用。这也是为什么它特别适合放在廉价 VPS 上——像 RackNerd、Cloudcone、LisaHost 这几家常年有年付十几二十美元的开间小鸡，内存和硬盘都刚好够；要是你更在意网络质量和亚太延迟，Vultr 的按小时计费机型也能随时开随时关，跑它毫无压力。

• 纯基础处理：1 核 1G、20GB SSD 即可，年付小机首选。
• 要 OCR + 文档转换：1 核 2G、25GB SSD 起步，推荐 RackNerd / Cloudcone 的高内存年付款。
• 团队多人共用：2 核 4G，挂个域名走 HTTPS，Vultr 或 LisaHost 都行。

一行 Docker Compose 把 Stirling-PDF 跑起来

假设你已经在一台 Ubuntu/Debian 的 VPS 上装好了 Docker 和 Docker Compose（没有的话先 curl -fsSL https://get.docker.com | sh 一把梭）。先建个目录专门放它：

mkdir -p ~/stirling-pdf && cd ~/stirling-pdf

然后写一份 docker-compose.yml。下面这份是「先裸跑、不开登录」的版本，方便你第一次验证能不能用：

services:
stirling-pdf:
image: stirlingtools/stirling-pdf:latest
container_name: stirling-pdf
restart: unless-stopped
ports:
- "8080:8080"
volumes:
- ./tessdata:/usr/share/tessdata
- ./configs:/configs
- ./logs:/logs
- ./pipeline:/pipeline
environment:
- SECURITY_ENABLELOGIN=false
- SYSTEM_DEFAULTLOCALE=zh_CN
- LANGS=zh_CN,en_GB

几个挂载目录简单说一下：/usr/share/tessdata 放 OCR 语言包，/configs 是你的设置和账号数据库，/logs 是日志，/pipeline 是自动化工作流。把它们挂出来，日后升级镜像数据才不会丢。

启动就一行：

docker compose up -d

等镜像拉完、容器起来，浏览器打开 http://你的服务器IP:8080 就能看到 Stirling-PDF 的界面了。第一次跑不建议急着开登录，先用着顺手再说。

用 Caddy 反代加基础认证，把 8080 关进小黑屋

这里是个关键的安全点，中文圈很多教程都漏了：千万别把 8080 端口直接裸奔在公网上。一旦你打算从外面访问，第一步就是套一层 HTTPS 反代，再加一道基础认证（basic auth），等于给门再加一把锁。

我习惯用 Caddy，因为它自动签发 Let's Encrypt 证书，配置文件还极短。先装好 Caddy，然后生成一组加密后的密码：

caddy hash-password '你自己的强密码'

它会输出一串 $2a$... 的哈希。把这段哈希填进下面的 Caddyfile：

pdf.你的域名.com {
basicauth {
admin 你刚生成的哈希
}
reverse_proxy localhost:8080
}

改完 caddy reload 一下，访问 https://pdf.你的域名.com 就会被要求输入账号密码，而且全程 HTTPS 加密。这样即使 Stirling-PDF 本身没开登录，外人想碰到你的端口也得先过这一关。反过来，如果你更想要 Stirling-PDF 自己的账号体系，就把上面的 SECURITY_ENABLELOGIN 改成 true，再配上 SECURITY_INITIALLOGIN_USERNAME 和 SECURITY_INITIALLOGIN_PASSWORD，首次登录后系统会强制你改密码，默认账号是 admin / stirling，记得第一时间改掉。

让 OCR 认识中文：Tesseract + chi_sim 实战

OCR 是 Stirling-PDF 最香的功能之一——它能把扫描版的图片 PDF 变成「可选中、可搜索」的文字 PDF。底层用的是 Tesseract 引擎。中文圈最常踩的坑就是：OCR 跑了，结果中文全是乱码或者干脆没识别出来，因为语言包没装对。

标准镜像默认只带英文。要让它认中文，核心就是 LANGS 这个环境变量，把简体中文（zh_CN / chi_sim）、繁体（chi_tra）一起写上：

environment:
- LANGS=zh_CN,chi_sim,chi_tra,en_GB

如果你用的是 fat 镜像，语言包会在首次启动时自动下载，可能要等几分钟；也可以手动把 chi_sim.traineddata 丢进前面挂载的 ./tessdata 目录，再 docker compose restart。验证中文 OCR 是否生效，最实在的办法是拿一份扫描版中文合同去跑「OCR PDF」功能，识别出来后，用 Ctrl+F 搜一个中文词，能搜到就说明中文语言包真的在工作。

还有一个小坑：扫描件本身太模糊、倾斜严重，Tesseract 也会「翻车」。这种时候先跑一遍 Stirling-PDF 里的「旋转/纠偏」或「提高对比度」，再 OCR，正确率会明显提升。

日常怎么用：合并、拆分、转换、去密

界面是中文的（我们设了 SYSTEM_DEFAULTLOCALE=zh_CN），顶部按功能分类，上手零门槛。给你列几个最高频的用法：

• 合并 PDF：上传多个文件，拖拽调顺序，点合并，秒下。
• 拆分 PDF：按页码区间、按每 N 页、或者按大小拆成多份。
• 格式互转：PDF 转 Word/Excel/PPT/图片，或者反过来把 Office 文档转成 PDF（靠 LibreOffice，fat 镜像自带）。
• 去密码 / 解密：如果你知道原密码，可以去掉打开密码或权限限制，方便归档。
• 压缩：大扫描件压到邮件能发的大小，默认上限 100MB，可用 SYSTEM_MAXFILESIZE 调大。
• OCR：扫描件变可搜索 PDF，上面已详述。

另外它还藏了一个很实用的「Pipelines 工作流」：把「扫描→OCR→压缩→加水印」串成一条流水线，以后丢一份文件进去自动跑完，特别适合每个月都要处理一堆发票、报表的办公场景。

几个中文圈常踩的坑

• 镜像名别用错：老教程里写的 frooodle/s-pdf 已经废弃，现在官方镜像是 stirlingtools/stirling-pdf，别照着老文章拉错仓库。
• 内存不够 OCR 直接崩：开 OCR 就别吝啬内存，1G 是底线，2G 更稳，否则大文件处理到一半被 OOM kill。
• 中文 OCR 没效果先查语言包：九成是 LANGS 没带 zh_CN，或者 tessdata 没挂出来，docker logs stirling-pdf 一看便知。
• 裸端口公网暴露：8080 直接对外开放等于把工具箱送人，一定套 Caddy + 基础认证，或至少开 Stirling-PDF 自带登录。
• 忘了改默认密码：开了登录却没改 admin/stirling，等于没锁门，首次登录强制改密别跳过。
• 升级丢了数据：配置、语言包、日志都挂了卷就安全，升级只用 docker compose pull && docker compose up -d，数据都在。

把这几点记牢，Stirling-PDF 基本能稳稳跑在你的小 VPS 上，几年不操心。像 RackNerd、Cloudcone 这种年付小机跑它绰绰有余，Vultr、LisaHost 则适合对网络和地域有要求的场景。花一顿外卖钱，换一个完全私有的 PDF 工具箱，这笔买卖怎么算都值。最后再提醒一句：容器记得开 restart: unless-stopped，服务器重启后会自动拉起，你不用半夜爬起来手动物理重启，省心又不会漏掉急用的文件处理。