Language: hu

Stirling PDF: hogyan telepítsünk saját PDF-szerkesztőt VPS-re

Ha egy szerződést a mellékletével kell egyesíteni, egy útlevél-szkennelt képet tömöríteni, vagy el kell rejteni a fizetési adatokat, sokan az első online szolgáltatásba töltik fel a dokumentumot, amelyet megtalálnak. A fájllal együtt aláírások, címek, számlák és más bizalmas adatok is egy külső webhelyre kerülhetnek.

A Stirling PDF más megközelítést kínál. Ez egy webalkalmazás több tucat PDF-eszközzel, amelyet saját VPS-en futtathatunk. A felület számítógépen vagy telefonon, böngészőben nyílik meg, miközben a dokumentumokat a saját szerver dolgozza fel.

Az alábbiakban áttekintjük a Stirling PDF legfontosabb funkcióit, a szerverkövetelményeket, valamint a telepítést Ubuntu rendszerre Docker Compose használatával, hitelesítéssel és HTTPS-sel.

Mi az a Stirling PDF?

A Stirling PDF saját üzemeltetésű platform PDF-fájlok szerkesztésére és feldolgozására. Több mint 55 műveletet egyesít: fájlok összefűzését és felosztását, oldalak átrendezését, tömörítést, konvertálást, OCR-t, aláírásokat, vízjeleket, dokumentum-összehasonlítást, valamint metaadatok és bizalmas információk eltávolítását.

A szolgáltatás használható asztali alkalmazásként, felhőtermékként vagy saját üzemeltetésű szerverként. Saját üzemeltetés esetén a fájlokat a saját Stirling PDF-példányunk dolgozza fel, a hozzáférést pedig jelszóval és HTTPS-sel védhetjük. Az ingyenes szerverkiadás legfeljebb öt felhasználóból álló csoportoknak készült; nagyobb csapatokhoz és bizonyos vállalati funkciókhoz fizetős kiadások érhetők el.

A legfontosabb különbség egy hagyományos online konverterhez képest a kontroll. Mi választjuk ki a szolgáltatót, a szerver helyét, a felhasználókat és a hozzáférési szabályokat. Közben nem kell minden művelethez külön webhelyet keresni: egyetlen felület helyettesíti a tömörítéshez, konvertáláshoz, aláíráshoz és OCR-hez használt szolgáltatások gyűjteményét.

A Stirling PDF legérdekesebb funkciói

Oldalak vizuális kezelése

Multi-Tool módban a dokumentum miniatűrök rácsaként jelenik meg. Az oldalak húzással áthelyezhetők, elforgathatók és törölhetők, a dokumentum felosztható, új oldal szúrható be a kívánt helyre, és csak a kiválasztott oldalak exportálhatók. A fájlt csak egyszer kell feltölteni, a módosítások pedig visszavonhatók és újra végrehajthatók.

OCR szkennelt dokumentumokhoz

Az OCR szövegréteget ad a szkennelt PDF-hez. A feldolgozás után szavakra kereshetünk a dokumentumban, kijelölhetjük és kimásolhatjuk a szöveget. Elérhető a ferdeség javítása, a zaj eltávolítása és a kontraszt javítása is. Orosz nyelvhez külön hozzá kell adni a Tesseract csomag rus.traineddata fájlját.

Bizalmas adatok biztonságos kitakarása

Egy számlaszám fölé helyezett fekete téglalap nem mindig távolítja el az eredeti szöveget. A Redact eszköz nem csupán egy vizuális réteggel takarja el az adatot, hanem eltávolíthatja a PDF szerkezetéből is. Kijelölhetünk egy területet kézzel, vagy az egész dokumentumban kereshetünk telefonszámokat, e-mail-címeket, kártyaszámokat és más adatokat szavak vagy reguláris kifejezések segítségével.

Verziók összehasonlítása és mobil szkenner

A Compare megmutatja, mely szavakat adták hozzá vagy távolították el egy szerződés, jelentés vagy műszaki leírás két változata között. Papíralapú dokumentumokhoz mobil szkenner is rendelkezésre áll: a számítógépen megjelenik egy QR-kód, a telefon közvetlenül az aktuális munkamenetbe tölti fel a fényképeket, az ideiglenes fájlokat pedig a letöltés után vagy tíz perc inaktivitást követően automatikusan törli a rendszer.

Automatizálás és API

Az Automate PDF-fájlokhoz használható makróként működik. Például egyszer elmenthetjük a következő munkafolyamatot:

OCR → remove blank pages → compress → add a watermark → set a password

Ezután azonos munkafolyamatot alkalmazhatunk új fájlokra anélkül, hogy minden lépést újra végre kellene hajtani. A Stirling PDF támogatja a figyelt mappából történő feldolgozást, és beépített Swagger-dokumentációval rendelkező REST API-t is biztosít.

Milyen VPS-re van szüksége a Stirling PDF-nek?

Egy PDF feldolgozása jóval több memóriát igényelhet, mint amekkora maga a forrásfájl. Különösen erőforrás-igényes az OCR, az oldalak képpé alakítása és az Office-dokumentumok LibreOffice-on keresztüli konvertálása.

Teszttelepítéshez elegendő 2 GB RAM, rendszeres használathoz azonban célszerű ezt választani:

• 2 vCPU;
• 4 GB RAM;
• legalább 10–20 GB szabad hely SSD- vagy NVMe-meghajtón;
• Ubuntu 22.04 vagy 24.04.

Ha egyszerre több felhasználó futtat OCR-t vagy konvertálást, érdemes inkább 4 vCPU-t és 8 GB RAM-ot választani. Gyengébb szerverhez elérhető a latest-ultra-lite lemezkép, míg a latest-fat további betűkészleteket és eszközöket tartalmaz a jobb minőségű konvertáláshoz. A szokásos latest lemezkép a legtöbb felhasználónak megfelelő.

A Stirling PDF telepítése Docker Compose-szal

Az alábbi konfigurációban a konténer csak a helyi felületen figyel. A külső hozzáférés később HTTPS-t használó Nginx-en keresztül történik, ezért a 8080-as portot nem tesszük ki az egész internetre.

1. lépés: Docker telepítése

ssh root@SERVER_IP
apt update && apt upgrade -y
apt install -y curl
curl -fsSL https://get.docker.com -o get-docker.sh
sh get-docker.sh
rm get-docker.sh

Ellenőrizzük a telepítést:

docker --version
docker compose version

2. lépés: Docker Compose-konfiguráció létrehozása

mkdir -p /opt/stirling-pdf/{configs,logs,pipeline}
cd /opt/stirling-pdf
nano docker-compose.yml

Adjuk hozzá a konfigurációt:

services:
  stirling-pdf:
    image: docker.stirlingpdf.com/stirlingtools/stirling-pdf:latest
    container_name: stirling-pdf
    restart: unless-stopped
    ports:
      - "127.0.0.1:8080:8080"
    volumes:
      - ./configs:/configs
      - ./logs:/logs
      - ./pipeline:/pipeline
    environment:
      - SECURITY_ENABLELOGIN=true
      - SYSTEM_DEFAULTLOCALE=ru-RU
      - SYSTEM_GOOGLEVISIBILITY=false

Indítsuk el a szolgáltatást:

docker compose up -d
docker compose ps

Hibakereséshez használjuk:

docker compose logs --tail=100 stirling-pdf

3. lépés: első bejelentkezés

A domain beállítása előtt SSH-alagúton keresztül nyissuk meg a felületet. A parancsot a saját számítógépünkön futtassuk:

ssh -L 8080:127.0.0.1:8080 root@SERVER_IP

Nyissuk meg a http://localhost:8080 címet. Az első bejelentkezés alapértelmezett adatai: felhasználónév admin, jelszó stirling. A jelszót azonnal módosítsuk a fiókbeállításokban.

Domain és HTTPS csatlakoztatása

Hozzunk létre A típusú DNS-rekordot egy olyan címhez, mint a pdf.example.com, és irányítsuk a szerver IP-címére. Ezután telepítsük az Nginxet és a Certbotot:

apt install -y nginx certbot python3-certbot-nginx
nano /etc/nginx/sites-available/stirling-pdf

Adjuk hozzá a konfigurációt, és cseréljük ki a domain nevét:

server {
    listen 80;
    server_name pdf.example.com;
    client_max_body_size 500M;

    location / {
        proxy_pass http://127.0.0.1:8080;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header X-Forwarded-Proto $scheme;
        proxy_read_timeout 300s;
    }
}

Engedélyezzük a webhelyet, és kérjünk tanúsítványt:

ln -s /etc/nginx/sites-available/stirling-pdf /etc/nginx/sites-enabled/stirling-pdf
nginx -t
systemctl reload nginx
certbot --nginx -d pdf.example.com

A Stirling PDF mostantól HTTPS-en keresztül érhető el, miközben a belső 8080-as port zárva marad. 500 MB-nál nagyobb fájlokhoz növeljük a client_max_body_size értékét.

Orosz OCR hozzáadása

Hozzunk létre egy könyvtárat, és töltsük le az angol és orosz Tesseract-csomagokat:

cd /opt/stirling-pdf
mkdir -p tessdata
curl -L -o tessdata/eng.traineddata \
  https://raw.githubusercontent.com/tesseract-ocr/tessdata_fast/main/eng.traineddata
curl -L -o tessdata/rus.traineddata \
  https://raw.githubusercontent.com/tesseract-ocr/tessdata_fast/main/rus.traineddata

Adjuk hozzá a következő sort a docker-compose.yml fájl volumes szakaszához:

      - ./tessdata:/usr/share/tessdata

Alkalmazzuk a módosításokat, és ellenőrizzük az elérhető nyelveket:

docker compose up -d
docker exec stirling-pdf tesseract --list-langs

A listának tartalmaznia kell az eng és a rus nyelvet.

Biztonság, frissítések és korlátozások

Rendszeres használat előtt módosítsuk az alapértelmezett jelszót, hagyjuk bekapcsolva a hitelesítést, ne tegyük ki a 8080-as portot, és a tűzfalon csak az SSH, a HTTP és a HTTPS forgalmat engedélyezzük. A configs és a pipeline könyvtárakat vegyük fel a biztonsági mentésekbe. A Stirling PDF analitikai funkciói csak a felhasználó hozzájárulása után aktívak, és az adminisztrátor teljesen le is tilthatja őket.

Az alkalmazás frissítéséhez futtassuk:

cd /opt/stirling-pdf
docker compose pull
docker compose up -d

A Stirling PDF a legtöbb mindennapi feladatot lefedi, de PDF és Office-formátumok közötti konvertáláskor nem mindig őrzi meg az összetett elrendezéseket. Az OCR nem ismeri fel megbízhatóan a táblázatok és képletek szerkezetét, a kézírás vagy a nagyon apró szöveg felismerésének minősége pedig korlátozott. Jó eredményhez használjunk tiszta, körülbelül 300 DPI felbontású szkenneléseket.

Stirling PDF a tropic.host VPS-én

A szolgáltatásnak nincs szüksége grafikus kártyára: a RAM, a stabil CPU-teljesítmény és a gyors tárhely fontosabb. Érdemes a felhasználókhoz közeli helyszínt választani, mert a nagy dokumentumokat először a szerverre kell feltölteni, majd onnan ismét letölteni.

Személyes példányhoz vagy kis csapathoz általában elegendő egy Linux VPS 2 vCPU-val és 4 GB RAM-mal. A tropic.host VPS-én telepíthetjük az Ubuntut, elindíthatjuk a fenti Docker Compose-konfigurációt, és a felületet külön aldomainen hostolhatjuk. A plusz memória különösen fontos, ha ugyanazon a szerveren más konténerek is futnak.

Összegzés

A Stirling PDF a VPS-t saját webszolgáltatássá alakítja a dokumentumok kezeléséhez. Több tucat eszközt egyesít, és támogatja az OCR-t, a bizalmas adatok valódi eltávolítását, a verziók összehasonlítását, a mobil szkennelést, az automatizálást és az API-t.

A saját telepítés legfontosabb oka a fájlok feletti kontroll. Szerződésekhez, számlákhoz, űrlapokhoz és belső dokumentumokhoz egy hitelesítéssel és HTTPS-sel védett példány kényelmesebb, mint véletlenszerű online konverterek gyűjteménye.

FAQ

Ingyenes a Stirling PDF?

Igen. Az ingyenes, saját üzemeltetésű kiadás legfeljebb öt felhasználót támogat. A nagyobb csapatoknak és a vállalati funkciókat igénylő szervezeteknek fizetős kiadásra van szükségük.

Elhagyják a dokumentumok a szerveremet?

Saját üzemeltetés esetén a saját Stirling PDF-példányunk dolgozza fel őket. A biztonság végső szintje a VPS konfigurációjától, a HTTPS-től, a jelszavaktól, a frissítésektől és az adminisztrátori hozzáféréstől függ.

Elég a 2 GB RAM?

Teszteléshez és könnyű műveletekhez igen. Rendszeres használathoz, OCR-hez és konvertáláshoz inkább 4 GB RAM-ot válasszunk, párhuzamos terheléshez pedig még többet.

Szükséges a domain?

Nem. A szolgáltatás IP-címen vagy SSH-alagúton keresztül is megnyitható. A domain kényelmes állandó címet és megfelelő HTTPS-beállítást tesz lehetővé.

Támogatott az orosz OCR?

Igen. Adjuk hozzá a rus.traineddata fájlt a Tesseract könyvtárához, és csatoljuk a konténerhez.