PDF 百宝箱

这个项目能帮你做什么

PDF 百宝箱是一套部署在你自己服务器上的在线 PDF 工具，常见能力包括合并、拆分、压缩、转换、OCR、加水印等。文件在处理过程中留在你的机器上，不必上传到公共工具网站。对律所、财务、教培等对保密敏感的小团队，这比「随便找个在线转换网站」更说得过去；你也可以把它包装成私有文件工具，卖给企业做内网部署。

本教程只写我们已经实测过的部分：合并可用；简体中文 OCR 可用，识别包已包含在交付环境中，不必再单独下载语言包；访问控制采用服务前的反向代理访问密码，而不是软件自带的账号登录体系。软件自带登录属于付费能力，标准搭建明确不启用——这一点对外文案与合同都要对齐，避免客户以为买到了多用户账号系统。

后台界面可能会出现软件原名，这是许可要求；对外宣传和接单请只用我们的项目名「PDF 百宝箱」。

适合谁 / 不适合谁

适合：对文件保密敏感的律所、财务、教培小团队；想做工具站的站长；给企业做内网工具部署的服务者。

不适合：指望工具站短期带来大收入的人。公开工具站获客慢，还要认真做限流与防滥用；若你的目标是靠工具站广告费快速回本，预期需要调低。

上线前要准备什么

• 云服务器：建议 2 核 2G–4G。运行镜像体积较大，磁盘请预留数 GB 空间，并给上传临时文件留余量。
• 域名：对外提供 HTTPS；若仅内网使用，可用内网域名或 IP，但仍建议上证书，避免浏览器告警。
• 访问账号与密码：由你提供，或交付时生成后当面移交。请把它当成门禁钥匙，不要发到公开群。
• 使用场景说明：主要给内网同事用，还是要做成公网工具站？公网必须上限流方案。
• 国内服务器：拉取运行镜像需要镜像加速，否则下载会很慢或失败。加速地址以云厂商文档为准。

服务器、域名费用自理，估算区间见项目页。

交付后你会得到什么

搭建包含：部署与 HTTPS；中文 OCR 可用（已含简体中文识别）；在服务前加一层访问密码，通过反向代理实现。

不包含：软件自带的账号登录体系（付费功能，不启用）；付费版功能授权；工具站 SEO 运营。

验收建议按这个顺序勾选：不带密码访问应被拒绝；带正确密码可打开工具页；上传两个简单 PDF 能合并成正确页数；对中文扫描件或图片型 PDF 跑 OCR，能抽出可读中文。我们实测曾从图片型 PDF 中识别出含某测试词与合同编号的中文内容。请务必提前告知客户：扫描质量差时，识别准确率会明显下降，这不是部署失败。

域名、HTTPS 与下单自动交付尚未在真实域名上完成联调；开放购买后以交付清单现场验收为准。

从打开后台到第一个可用结果

1. 用交付说明中的地址访问。浏览器会要求入口认证，输入约定用户名与密码。若完全没有认证提示就能进工具，说明公网暴露有问题，应立刻停下并联系交付方或自查反向代理。
2. 先做「合并」连通性验收：准备两个各一页的 PDF，合并后下载，确认结果为两页且内容完整。这是最快确认服务真正可用的方法。
3. 再测「中文 OCR」：准备文字清晰、方向正确的简体中文扫描件或由图片导出的 PDF，选择简体中文识别，检查关键字段（姓名、编号、日期）是否可读。模糊、倾斜、强阴影的样本不要用来做验收标准。
4. 确认未启用软件自带多用户登录。若界面出现付费账号体系相关提示，以交付说明为准：标准搭建不启用该能力。
5. 用错误密码访问一次，确认无法使用；再确认应用端口没有对公网直接开放——正确做法是应用只听本机，由反向代理统一做 HTTPS 与访问密码。

自己动手部署时，端口与路径以你的安装记录为准，不要照搬测试环境的端口号。

域名与 HTTPS

检查清单：DNS 已解析；反向代理已申请并自动续期证书；入口访问密码已启用；仅 443（及申请证书所需的 80）对外；应用端口不对公网开放；国内服务器备案完成后再公开；用手机流量验证无密码失败、有密码可用、证书无告警。

常见失败点：只做了 HTTPS 却忘记入口密码；密码长期写在聊天记录不轮换；反向代理超时过短，大文件处理到一半被断开；把管理入口和工具入口混在同一暴露面上又不做限流。

日常维护

定期更换访问密码，人员离职立即轮换。关注磁盘占用：上传临时文件与日志会堆积，按交付说明清理。对公网站点按 IP 限制请求频率，必要时加验证码或改为仅 VPN/内网可访问。升级前备份配置与数据目录，选低峰期操作。向客户说明 OCR 的能力边界：清晰正向打印件效果好，手写与照片说明书不能当「完美识别」承诺。

把它卖出去

核心卖点是「文件不经过第三方公有工具站」。报价可参考标准搭建，并按仅内网或要纳入客户统一门禁加价。合同中写清：不含软件自带多用户登录；高级付费能力另议；不承诺低质量扫描件的 OCR 准确率。售后以调通合并、OCR、密码访问为界，不负责海量文件的人工校对。

风险与合规

部分高级功能属付费版，不在免费范围内。公开站点需要做限流和防滥用。扫描件质量差时中文识别准确率会下降。处理他人文件需有授权；日志中不要长期保留文件内容。不要把未加密码的入口裸露在公网。

交付现场建议带的验收记录

建议你在交付当天留下一份简单验收表，避免事后各说各话。表头可以包括：日期、服务器与域名、入口认证是否生效、合并测试文件名与结果页数、OCR 样本说明与识别摘录、错误密码是否被拒绝、证书是否有效、双方签字。把这份表和初始密码移交记录放在一起保管。

若客户要求「必须多人分账号、分权限」，请明确这超出标准搭建：软件自带账号体系是付费能力，不在包含范围内。你可以提供的替代方案是——继续用入口访问密码做总闸，或由客户的统一门禁（例如公司 VPN、统一身份）挡在外面。把替代方案写进报价单，比事后争「为什么没有登录页」更省事。

公网工具站还要单独谈滥用：谁付带宽、是否限制单 IP 日上传次数、是否禁止匿名大文件转换。没有限流的公网 PDF 站，很容易成为别人的免费算力。

和客户沟通 OCR 时的示范说法

可以用这段话：「打印清晰的合同扫描件，简体中文识别一般可用；拍照歪、阴影重、复印件多次复印的，准确率会下降。我们交付时用标准样本验收，不保证任意照片都能完美识别。」这样既诚实，也减少售后扯皮。