RetainPDF最新版

在阅读外文论文、技术文档或教材时，我们常面临两难选择：要么忍受晦涩原文，要么使用翻译工具却得到排版崩乱、公式丢失的“纯文本”。

RetainPDF 是一个开源的全栈项目，旨在解决各类 PDF（尤其是图片型/扫描版及含复杂行内公式文档）的保留排版翻译问题。它不仅在效果上正面硬刚闭源商业模型，更在翻译后 PDF 体积、处理速度和字体控制上实现了优化。

为什么选择 RetainPDF？

市面上的开源方案多聚焦于可编辑、低复杂度的 PDF，而 RetainPDF 从一开始就瞄准了“硬骨头”：

• 全场景覆盖：完美处理扫描版、截图版 PDF，不再局限于可复制文本。
• 公式与代码友好：精准渲染行内公式，确保代码块不被误翻，保持逻辑完整。
• 排版高保真：输出译文 PDF、Markdown 或 ZIP 包，版面结构与原文高度一致，无需二次手工调整。
• 灵活部署：前后端分离架构，支持 Web 端一键操作、命令行调用及 API 接入，方便团队集成与二次开发。

核心能力对比

实测结论：相比 PDFMathTranslate，RetainPDF 补足了扫描件处理的短板，公式与正文衔接更自然；相比 Doc2X 等闭源方案，它提供了自主部署的能力，数据完全掌控在本地，且实测整体效果更优。

快速开始：小白用户指南

如果你只想快速体验，无需关心底层细节，请按以下步骤操作。

1. 环境准备

RetainPDF 主要依赖 CPU、内存和网络，无需独立显卡。

• 系统推荐：Linux (Ubuntu 22.04 / 24.04) > macOS > Windows
• 硬件要求：
  • CPU：至少 4 核（推荐 8 核+）
  • 内存：至少 8GB（推荐 16GB+，多人并发需更高）
  • 磁盘：预留 10GB+ 可用空间
• 注意：当前 Docker 镜像基于 x86_64/amd64 构建。Mac M 系列或 ARM 服务器需确认兼容环境。

2. 安装 Docker

确保已安装 Docker 和 Docker Compose：

docker --version
docker compose version

3. 一键启动

# 克隆项目
git clone https://github.com/wxyhgk/retain-pdf.git
cd retain-pdf

# 启动服务
docker compose up -d

启动完成后，访问 http://127.0.0.1:40001 即可使用 Web 界面。

4. 更新服务

cd retain-pdf/docker/delivery
docker compose pull
docker compose up -d

专业用户：配置与调优

RetainPDF 采用前后端分离架构，通过 docker-compose.yml 编排。你可以通过修改环境变量文件来定制服务行为。

核心配置文件

• docker/auth.local.json：API 鉴权白名单。
  • api_keys：前端和 CLI 请求时必须携带的 X-API-Key。
  • max_running_jobs：后端允许同时运行的最大任务数。
• docker/web.env：前端运行参数。
  • FRONT_X_API_KEY：前端自动附加的后端密钥，需与 auth.local.json 一致。
  • FRONT_OCR_PROVIDER：默认 OCR 引擎，推荐 paddle，也可选 mineru。
  • FRONT_MODEL / FRONT_BASE_URL：默认大模型名称及服务地址（如 DeepSeek）。
• docker/app.env：后端运行参数。
  • RUST_API_PORT：完整 API 端口（默认 41000）。
  • RUST_API_SIMPLE_PORT：简便同步接口端口（默认 42000）。
  • RETAIN_PDF_FONT_PATH：默认中文字体路径，影响最终排版效果。

端口说明

• 40001：Web 前端页面
• 41000：完整 Rust API（供高级调用）
• 42000：简便同步接口（供快速测试）

高级技巧：预设默认配置

若希望团队成员无需每次手动填写 API Key，可在 docker/web.env 中预填以下字段：

• FRONT_PADDLE_TOKEN / FRONT_MINERU_TOKEN
• FRONT_MODEL_API_KEY
• FRONT_MODEL / FRONT_BASE_URL

留空则用户在网页右上角“API 配置”中自行填写。