Language: sw

Stirling PDF: Jinsi ya kusakinisha kihariri chako binafsi cha PDF kwenye VPS

Ili kuunganisha mkataba na kiambatisho, kupunguza ukubwa wa picha ya pasipoti, au kuficha maelezo ya malipo, watu wengi hupakia hati kwenye huduma ya kwanza ya mtandaoni wanayoipata. Pamoja na faili hilo, sahihi, anwani, ankara na taarifa nyingine za siri zinaweza kutumwa kwenye tovuti ya mtu mwingine.

Stirling PDF inatoa njia tofauti. Ni programu ya web yenye zana nyingi za PDF unayoweza kuendesha kwenye VPS yako. Kiolesura hufunguka kwenye kivinjari cha kompyuta au simu, huku seva yako ikichakata hati.

Hapa chini tutaangalia vipengele muhimu vya Stirling PDF, mahitaji ya seva, na jinsi ya kuisakinisha kwenye Ubuntu kwa Docker Compose, uthibitishaji wa mtumiaji na HTTPS.

Stirling PDF ni nini?

Stirling PDF ni jukwaa la kujihudumia mwenyewe la kuhariri na kuchakata faili za PDF. Linachanganya zaidi ya shughuli 55: kuunganisha na kugawanya faili, kupanga upya kurasa, kubana, kubadilisha muundo, OCR, sahihi, alama za maji, kulinganisha hati, na kuondoa metadata pamoja na taarifa za siri.

Huduma hii inaweza kutumika kama programu ya kompyuta, bidhaa ya cloud, au seva ya kujihudumia mwenyewe. Katika hali ya self-hosted, faili huchakatwa na nakala yako ya Stirling PDF, na ufikiaji unaweza kulindwa kwa nenosiri na HTTPS. Toleo la seva lisilolipishwa limekusudiwa vikundi vya hadi watumiaji watano; matoleo ya kulipia yanapatikana kwa timu kubwa na vipengele fulani vya biashara.

Tofauti kuu na kigeuzi cha kawaida cha mtandaoni ni udhibiti. Unachagua mtoa huduma, mahali ilipo seva, watumiaji na sheria za ufikiaji. Wakati huo huo, huhitaji kutafuta tovuti tofauti kwa kila operesheni: kiolesura kimoja kinachukua nafasi ya mkusanyiko wa huduma za kubana, kubadilisha, kusaini na OCR.

Vipengele vya kuvutia zaidi vya Stirling PDF

Kusimamia kurasa kwa kuona

Katika hali ya Multi-Tool, hati huonyeshwa kama gridi ya vijipicha. Kurasa zinaweza kuburutwa, kuzungushwa, kufutwa, kugawanywa, kuingizwa kwenye nafasi inayohitajika na kusafirishwa kwa kuchagua. Faili hupakiwa mara moja tu, na mabadiliko yanaweza kutenduliwa au kufanywa tena.

OCR kwa hati zilizochanganuliwa

OCR huongeza tabaka la maandishi kwenye PDF iliyochanganuliwa. Baada ya kuchakatwa, unaweza kutafuta maneno katika hati, kuchagua maandishi na kuyakili. Pia kuna kusawazisha mwelekeo wa ukurasa, kuondoa kelele na kuboresha utofauti wa rangi. Kwa lugha ya Kirusi, unahitaji kuongeza kifurushi cha Tesseract rus.traineddata kando.

Kufuta data ya siri kwa usalama

Mstatili mweusi uliowekwa juu ya nambari ya akaunti hauondoi kila mara maandishi ya awali. Zana ya Redact inaweza kuondoa ulinganifu kutoka kwenye muundo wa PDF badala ya kuufunika tu kwa tabaka la kuona. Unaweza kuweka alama kwenye eneo kwa mkono au kutafuta katika hati nzima nambari za simu, anwani za barua pepe, nambari za kadi na data nyingine kwa kutumia maneno au usemi wa kawaida.

Kulinganisha matoleo na skana ya simu

Compare huonyesha ni maneno gani yaliongezwa au kuondolewa kati ya matoleo mawili ya mkataba, ripoti au maelezo ya kiufundi. Kwa hati za karatasi kuna skana ya simu: msimbo wa QR huonekana kwenye kompyuta, simu hupakia picha moja kwa moja kwenye kipindi cha sasa, na faili za muda hufutwa kiotomatiki baada ya kupakuliwa au baada ya dakika kumi bila shughuli.

Uendeshaji wa kiotomatiki na API

Automate hufanya kazi kama macro kwa faili za PDF. Kwa mfano, unaweza kuhifadhi mtiririko ufuatao mara moja:

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

Kisha mtiririko huo huo unaweza kutumiwa kwenye faili mpya bila kurudia kila hatua. Stirling PDF pia inasaidia kuchakata faili kutoka kwenye folda inayofuatiliwa na inatoa REST API yenye nyaraka za Swagger zilizojengwa ndani.

Stirling PDF inahitaji VPS ya aina gani?

Kuchakata PDF kunaweza kuhitaji kumbukumbu nyingi kuliko nafasi inayotumiwa na faili ya chanzo. OCR, kubadilisha kurasa kuwa picha, na kubadilisha hati za Office kupitia LibreOffice hutumia rasilimali nyingi hasa.

Kwa usakinishaji wa majaribio, 2 GB ya RAM inatosha, lakini kwa matumizi ya kawaida ni bora kuchagua:

• 2 vCPU;
• 4 GB ya RAM;
• angalau 10–20 GB ya nafasi iliyo wazi kwenye diski ya SSD au NVMe;
• Ubuntu 22.04 au 24.04.

Ikiwa watumiaji kadhaa wanaendesha OCR au ubadilishaji kwa wakati mmoja, ni busara kuchagua 4 vCPU na 8 GB ya RAM. Kwa seva yenye nguvu ndogo kuna picha ya latest-ultra-lite, huku latest-fat ikiwa na fonti na zana za ziada kwa ubadilishaji wa ubora wa juu. Picha ya kawaida ya latest inawafaa watumiaji wengi.

Kusakinisha Stirling PDF kwa Docker Compose

Katika usanidi ufuatao, kontena linasikiliza kiolesura cha ndani pekee. Ufikiaji wa nje utapitia Nginx yenye HTTPS baadaye, kwa hiyo porti 8080 haitafunguliwa kwa intaneti nzima.

Hatua ya 1. Sakinisha Docker

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

Thibitisha usakinishaji:

docker --version
docker compose version

Hatua ya 2. Unda usanidi wa Docker Compose

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

Ongeza usanidi huu:

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

Anzisha huduma:

docker compose up -d
docker compose ps

Kwa uchunguzi tumia:

docker compose logs --tail=100 stirling-pdf

Hatua ya 3. Ingia kwa mara ya kwanza

Kabla ya kusanidi domain, fungua kiolesura kupitia handaki la SSH. Endesha amri hii kwenye kompyuta yako:

ssh -L 8080:127.0.0.1:8080 root@SERVER_IP

Nenda kwenye http://localhost:8080. Taarifa chaguo-msingi za kuingia kwa mara ya kwanza ni jina la mtumiaji admin na nenosiri stirling. Badilisha nenosiri mara moja katika mipangilio ya akaunti.

Kuunganisha domain na HTTPS

Unda rekodi ya DNS ya aina A kwa anwani kama pdf.example.com na uielekeze kwenye anwani ya IP ya seva. Kisha sakinisha Nginx na Certbot:

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

Ongeza usanidi na ubadilishe jina la domain:

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;
    }
}

Washa tovuti na upate cheti:

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

Sasa Stirling PDF inapatikana kupitia HTTPS, huku porti ya ndani 8080 ikiwa imefungwa. Kwa faili kubwa kuliko 500 MB, ongeza client_max_body_size.

Jinsi ya kuongeza OCR ya Kirusi

Unda saraka na upakue vifurushi vya Tesseract vya Kiingereza na Kirusi:

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

Ongeza mstari ufuatao kwenye sehemu ya volumes ya faili ya docker-compose.yml:

      - ./tessdata:/usr/share/tessdata

Tumia mabadiliko na ukague lugha zinazopatikana:

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

Orodha inapaswa kuwa na eng na rus.

Usalama, masasisho na vikwazo

Kabla ya matumizi ya kawaida, badilisha nenosiri chaguo-msingi, acha uthibitishaji ukiwa umewashwa, usifungue porti 8080, na uruhusu SSH, HTTP na HTTPS pekee kupitia firewall. Saraka za configs na pipeline zinapaswa kujumuishwa kwenye nakala rudufu. Takwimu za Stirling PDF huwashwa baada tu ya mtumiaji kutoa idhini, na msimamizi anaweza kuzima kabisa.

Ili kusasisha programu, endesha:

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

Stirling PDF inashughulikia kazi nyingi za kila siku, lakini si mara zote huhifadhi miundo changamano wakati wa kubadilisha kati ya PDF na fomati za Office. OCR haitambui vizuri muundo wa majedwali na fomula, na ubora wa maandishi ya mkono au madogo sana una mipaka. Kwa matokeo mazuri tumia skani zilizo wazi zenye azimio la takriban 300 DPI.

Stirling PDF kwenye VPS ya tropic.host

Huduma haihitaji kadi ya michoro: RAM, utendaji thabiti wa CPU na hifadhi yenye kasi ni muhimu zaidi. Ni bora kuchagua eneo lililo karibu na watumiaji, kwa sababu hati kubwa hupakiwa kwanza kwenye seva kisha hupakuliwa tena.

Kwa nakala ya kibinafsi au timu ndogo, VPS ya Linux yenye 2 vCPU na 4 GB ya RAM kwa kawaida inatosha. Kwenye VPS ya tropic.host, unaweza kusakinisha Ubuntu, kuanzisha usanidi wa Docker Compose ulioonyeshwa hapo juu, na kuweka kiolesura kwenye subdomain tofauti. Kumbukumbu ya ziada ni muhimu hasa ikiwa kontena nyingine zinafanya kazi kwenye seva hiyo hiyo.

Hitimisho

Stirling PDF inabadilisha VPS kuwa huduma yako binafsi ya web ya hati. Inachanganya zana nyingi na inasaidia OCR, kuondoa kwa kweli data ya siri, kulinganisha matoleo, kuchanganua kwa simu, uendeshaji wa kiotomatiki na API.

Sababu kuu ya kujiendeshea ni udhibiti wa faili zako. Kwa mikataba, ankara, fomu na hati za ndani, nakala iliyolindwa kwa uthibitishaji na HTTPS ni rahisi zaidi kuliko mkusanyiko wa vigeuzi vya mtandaoni visivyojulikana.

FAQ

Je, Stirling PDF ni bure?

Ndiyo. Toleo lisilolipishwa la kujihudumia linaunga mkono hadi watumiaji watano. Timu kubwa na mashirika yanayohitaji vipengele vya biashara yanahitaji toleo la kulipia.

Je, hati huondoka kwenye seva yangu?

Katika hali ya self-hosted, huchakatwa na nakala yako ya Stirling PDF. Kiwango cha mwisho cha usalama kinategemea usanidi wa VPS, HTTPS, nenosiri, masasisho na ufikiaji wa msimamizi.

Je, 2 GB ya RAM inatosha?

Kwa majaribio na shughuli nyepesi, ndiyo. Kwa matumizi ya kawaida, OCR na ubadilishaji, ni bora kuchagua 4 GB ya RAM, na zaidi kwa kazi nyingi za wakati mmoja.

Je, domain inahitajika?

Hapana. Huduma inaweza kufunguliwa kwa anwani ya IP au kupitia handaki la SSH. Domain ni muhimu kwa anwani ya kudumu iliyo rahisi na usanidi sahihi wa HTTPS.

Je, OCR ya Kirusi inaungwa mkono?

Ndiyo. Ongeza faili ya rus.traineddata kwenye saraka ya Tesseract na uiunganishe kwenye kontena.