PdfCraft 开源 PDF 工具：压缩、合并与命令行用法

【导语】一个纯 Rust 写的开源 PDF 工作台，能离线压缩、合并、加密，也能用命令行批量跑一整个文件夹。

它是什么：建仓 26 天，1.7 万星

PdfCraft 是一个本地运行的 PDF 阅读与编辑程序，代码用 Rust 从头写，仓库在 storytold/pdfcraft。GitHub 上的数据：2026 年 9 月 30 日建仓，10 月 25 日还在提交，17831 个 star、6818 个 fork、2055 个未关闭 issue。

一个月的项目挂着两千多个 open issue，看着吓人。翻一下提交记录能看出原因：10 月 21 日到 25 日连发 0.10.1、0.11.0、0.12.0、0.13.0、0.14.0 五个版本，最新是 v0.14.0。改得快，报得也快，属于早期项目的高频迭代期。

支持 Windows（x64、x86、ARM64）、macOS（APPle 芯片与 Intel 通用包）、Linux（Flatpak、AppImage、deb、rpm、tar，x86_64 与 aarch64 都有）、FreeBSD x86_64，以及浏览器里的 WebAssembly 版。

启动不需要账号，不带遥测，不上传文件，断网能用。处理合同、发票、简历这类东西的人，这一条比功能清单更重要。

压缩的真实参数：Standard 和 Mobile 只有两组数字

官方把压缩模块叫 optimize，实现的是 Acrobat「缩小文件大小」那一套。只有两档预设：Standard 把超过 225 ppi 的图像重采样到 150 ppi、JPEG 质量取中；Mobile 把超过 144 ppi 的降到 96 ppi、JPEG 质量取高。没有那种从 1% 拖到 100% 的质量滑条。

命令行默认更狠一点：JPEG 质量 60，超过 225 ppi 的图降到 150 ppi。--ppi 可以设 9 到 1600，同时把阈值定成目标值的 1.5 倍；--quality 取 1 到 100。

判断依据在有效分辨率。压缩器不看文件多大，而是算每张图在页面上实际画出来的 ppi：沿页面的变换矩阵追到 12 层嵌套的表单对象，取所有使用位置里最小的那个；页面带 /UserUnit 的按物理英寸计算。只有分辨率超标的图才重采样，用双三次（Catmull-Rom）滤波，存成 JPEG 或 ZIP。替换之前还会比字节数，结果更大就保留原图。

官方给了一个真实案例。某些 PDF 打印机把整页图切成上千条一行高的薄片，这种文件能到 4.3MB。PdfCraft 先把首尾相接、左右边缘对齐、同色彩空间的连续薄片合并成一张无损图，再做重采样，同一页在 Standard 下变成 231KB，Mobile 下 161KB。

• 判断压不压的依据是有效 ppi，不是文件总大小
• Standard：225 ppi 以上降到 150 ppi，JPEG 质量中
• Mobile：144 ppi 以上降到 96 ppi，JPEG 质量高
• 命令行默认：质量 60，目标 150 ppi，阈值 225 ppi
• 重采样结果比原图大就保留原图，不做无意义替换

哪些文件压不动：扫描件常掉不动体积

有一批格式它直接跳过：CMYK 和其他非 RGB/灰度色彩空间、image mask、带 decode 数组的图、超过 8 位的图、JPEG 2000、JBIG2、CCITT。

这条限制对扫描件影响最大。扫描仪导出的黑白页通常是 CCITT G4 或 JBIG2 编码，本身已经压到极限，重采样不会更小。把一份 50MB 的扫描合同丢进去，体积常常只掉几个百分点，属于正常结果，不是程序没跑。

文字层还能榨出空间：没有滤镜的流加 Flate；外挂 ASCII85 或 ASCIIHex 的层在变小的时候剥掉；LZW 编码的流转成 Flate。缩略图、备用图、文档标签、打印设置可以选择丢弃，这部分对阅读没有影响。

「目标 PDF 版本」只改文件头和对象流，不检查内容。设成 1.4 之后，文件里仍可能留着 JPEG 2000 图、16 位图、PDF 2.0 特性，拿去给老阅读器或者合规校验会翻车。官方自己把 compatibility-level 标成 partial。

下载：三个平台怎么装，别点错链接

官网是 getartcraft.com/apps/pdfcraft。页面上方那个大按钮装的是 ArtCraft Launcher（v0.5.1 的 msi），它会顺带装 PdfCraft 和其他几个应用。只想装 PdfCraft，往下翻到 Standalone 一栏。论坛里的推荐帖也专门提醒过这一点。

Windows 有 msi 安装包和免安装 zip，x64、x86、ARM64 各一套；macOS 是通用 dmg，另附命令行工具的 zip；Linux 给 Flatpak、AppImage、deb、rpm、tar 五种。免安装版解压就能跑，适合放在 U 盘里。

官网下载区的文件名还写着 0.9.0，GitHub 最新已经到 0.14.0。要新版直接去 github.com/storytold/pdfcraft/releases/latest，同目录的 SHA256SUMS.txt 可以核对校验值。

自己编译需要 Rust 1.95 以上。官网那一页写的是 1.90，两处口径不一致，以 README 为准。命令是 git clone 仓库后 cargo run --release -p pdfcraft。

批量压缩：一条命令跑完一个文件夹

图形界面适合改一两个文件。几十份合同要压，用命令行。工具叫 pdfcraft-cli，安装包里单独发布，macOS 和 Linux 版都有独立压缩包。

把当前目录连同子目录里所有 PDF 压到 compressed 文件夹：

• pdfcraft-cli batch scans --root . --recursive --steps optimize --out-dir compressed
• 指定参数：pdfcraft-cli batch scans --root . --recursive --steps optimize --out-dir out --ppi 150 --quality 80
• 先转换再压：--steps convert,optimize，图片和文本也能一起进
• 先 OCR 再压：--steps ocr,optimize，需先装模型，默认 300 dpi、默认语言 en
• 单个文件改页序：pdfcraft-cli edit in.pdf --rotate 1,2:90 --delete 5 --title Q3 --out out.pdf
• 合并与提取：pdfcraft-cli combine a.pdf b.pdf --out all.pdf；pdfcraft-cli extract all.pdf --pages 1,3,5-8 --out picks.pdf

批量模式的四条保护

同名输出不覆盖，遇到重名会自动加 (2)，book.pdf 变 book (2).pdf。源文件不动也不删，输出目录不能等于或包含输入目录，避免自己压自己。

遍历有上限：一次最多选 1000 个路径、访问 10000 个条目、64 层目录。符号链接、Windows 重解析点和特殊文件会被跳过。

每个文件只有全部步骤成功才落盘，临时文件写在目标目录再改名发布。失败的文件记进 JSON 报告，命令同时返回非零退出码，脚本里可以直接判断。报告里的 completed、fAIled、skipped、stopped 四个计数能看出这批文件发生了什么。

界面里能做的四件事

Organize pages 是核心视图，每页一张卡片，能拖动排序、旋转、删除、插入，撤销记录很深。Inspector 里把缩略图在 50% 到 150% 之间调，只影响预览不影响文件。

合并时每个源文件生成一个书签，子书签嵌在下面，链接、表单域、图层、页面标签都保留。拆分可以按固定页数走 --every 10，也可以按页范围挑。

加密支持从 RC4 到 AES-256 的读取，同时遵守作者设置的权限位。保存走增量加原子写：改动追加在原文件后面，原始字节不动，崩溃也不会留下半个坏文件。

另有密文遮盖（redaction）和清理隐藏信息，对外发合同之前用得上。渲染在 983 个文件的 pdf.js 测试集上跑出 0 崩溃，坏文件会尝试修复而不是直接退出。

给 AI 用：MCP 默认是关的

软件自带一个 MCP 服务器，用 pdfcraft-cli mcp 启动，走 stdin/stdout，不监听端口，AI 断开就退出。在 Claude 这类客户端里加一段配置：{"mcpServers":{"pdfcraft":{"command":"pdfcraft-cli","args":["mcp","--root","/path/to/your/pdfs"]}}}

--root 把 AI 能读写的范围锁在一个目录里，--compact 把工具表压到十来个核心工具加一个 tool_search，省 token。要给 AI 处理几百页文档，这两项建议都开。

还有一个 UI 控制通道：加 --control 参数启动后，AI 能看到窗口里的控件树，并点击、拖拽、截图。这个通道只监听本机回环，每次连接要带随机 token，控制文件放在共享目录会被拒绝——程序会检查符号链接和文件属主。

中文用户要知道的两个短板

官方 README 的「薄或缺失」清单写得很直白：编辑已有文字不可靠，尤其 CJK 和从右到左文字；OCR 只覆盖拉丁字母；Office 文档导入导出没有；Preflight、PDF/X、PDF/UA 没有；完整 XFA 表单没有。

论坛那位推荐者的实测和这条对得上：能删掉 PDF 里的中文，加不进新的中文；OCR 也不认中文。想把扫描的中文合同变成可搜索文本，得另找工具。

路线图里「中文界面字体」排在下一批，界面中文化也还没走完。拿它替换 Acrobat 处理中文合同之前，先用自己的文件试一遍，别直接上生产。

商用权限：代码随便用，名字不能用

仓库许可是 MIT 或 Apache-2.0 二选一，README 的徽章写 MIT OR Apache-2.0，仓库里的 LICENSE 文件是 Apache-2.0。企业内部分发、改代码、嵌进自己的流程都能商用，Apache-2.0 还带明确的专利授权条款。

两处例外。一是 ArtCraft 的名字和 logo 放在 docs/brand/ 下，明确不属于开源范围，只能原样随 PdfCraft 使用；fork 或修改版必须删掉，也不能拿这个名字当自己产品名。二是引用的第三方组件各有许可，整包再分发前要逐个过一遍。

功能边界也要说清。数字签名只做到基础，缺在线长效验证（LTV）和签名令牌；密文遮盖、清理隐藏信息可以在本地跑完，但对外出具合规文件仍要走行业指定的系统。

它的优势在上传这一步：没有账号、没有云端，文件不出本机。服务器在境外、或者材料本身涉密时，本地处理能省掉一轮审批。代价是没有协作，多人改同一份 PDF 还是得发文件。

三类人怎么选

最后按使用场景给三句结论，省得自己试。

• 经常压几十份合同的行政、法务：用 batch 命令，先拿一份扫描件试，扫描件压不动是常态
• 要合并、拆分、加密码、改书签的普通办公：图形界面够用，Windows 免安装版解压就能跑
• 要把 PDF 处理接进 AI 流程的开发者：走 MCP，务必加 --root，别把整个磁盘交出去

关注格熊，持续分享最新免费资源！