ARTICLE · 1392977
9.7 万星的 PDF 工具,三分之一代码不在 MIT 里——另一个 1.3 万星的整仓 MIT
9.7 万星的 PDF 工具,三分之一代码不在 MIT 里——另一个 1.3 万星的整仓 MIT
上周后台有人问我:公司规定合同不能传到外面网站转格式,有没有能自己部署的?我说有,两个都能。但我让他先别装——这两个东西名字里都带 PDF,性质差得挺远。一个是公司做的开源产品,一个是一个人写的开源工具。选错了,省下的钱会从别的地方还回去。
先把结论放这儿:要个界面给同事点,选 Stirling-PDF,但先看清它的许可;要把"转 PDF"这件事塞进你自己的系统里去卖钱,选 Gotenberg,它整个仓库就一个 MIT。 下面是我把两个都拆开之后的记录,抓取时间统一写 UTC。

打印出来的东西要能看:彩色图表、分栏、页眉页脚,一样都不能丢。这台机器吐出来的是纸,背后是一整套没人愿意自己写的转换逻辑
一、Stirling-PDF:97,034 星,但 GitHub 不敢给它标 MIT
先看硬指标。api.github.com/repos/Stirling-Tools/Stirling-PDF,2026-11-20T01:30Z 抓取:星数 97,034,fork 9,385,watch 296,未关闭条目 453 条(其中 issue 234、PR 219,两个数加起来刚好对上,说明这个 453 不是纯 bug 数)。仓库 2023-01-27 建,最后一次推送 2026-11-19T21:13:45Z,主语言 TypeScript,仓库体积 710,587 KB。
最扎眼的是 license 字段:NOASSERTION,名字显示 Other。不是 MIT,不是 GPL,是"没认出来"。
可它的 LICENSE 文件第一行明明写着 MIT License。我把整个文件读完,第 5 行开始是一串"例外":app/proprietary/、app/saas/、engine/、frontend/src/editor/proprietary/、frontend/src/editor/desktop/、frontend/src/editor/saas/、frontend/src/editor/cloud/ —— 这七个目录各自有自己的 LICENSE,跟根目录的 MIT 不是一回事。
那这七个目录里到底有多少东西?我拉了 git/trees/main?recursive=1(未截断,10,107 条,其中文件 8,907、目录 1,200),按前缀数了一遍:
app/proprietary/ | ||
app/saas/ | ||
engine/ | ||
frontend/src/editor/proprietary/ | ||
frontend/src/editor/desktop/ | ||
frontend/src/editor/saas/ | ||
frontend/src/editor/cloud/ | ||
| 2,977 |
2,977 / 8,907 = 33.42%。三分之一的文件不在 MIT 里。
而且这三分之一不是边角料。app/proprietary/src/main/java/stirling/software/proprietary/access/ 底下是权限模型:AccessPermission.java、ResourceGrantController.java、DefaultAccessPolicy.java。frontend/src/editor/proprietary/auth/ 底下是登录鉴权:configureSpringAuth.ts、RequireAdmin.tsx、UseSession.tsx。engine/src/stirling/agents/contradiction/capability.py 说明连那个 AI engine 也是 Python 写的独立模块,也在例外目录里。
这些目录里的 LICENSE 是一份叫 "Stirling PDF User License" 的文本,开头第一句就是:"Production use of the Stirling PDF Software is only permitted with a valid Stirling PDF User License." 后面写得更直白:免费只允许"internal trial, evaluation, or minimal use",且不得"copy, distribute, sublicense, reverse-engineer, or use the Software in client-facing or commercial contexts"。
它做得好的地方,得说清楚
我不想把话说成"这项目不能碰",那是错的。查了官网定价页(stirlingpdf.com/pricing,2026-11-20T01:31Z),它的免费档是真的:$0,5 个用户,60+ 个 PDF 工具全给,Web / 桌面 / 自托管三种形态都算,每月 1,000 units 的自动化额度,连 OIDC 单点登录都在免费档里。官网挂的数字是 30M+ 下载。
往上 Team 档 $99/月含 100 用户,Enterprise 才是定制报价(SCIM、审计日志、air-gapped、SLA 那些)。所以一个五人以内的小团队,自己拿 Docker 起一个,用它替代 Acrobat 的日常操作,这件事在功能上完全成立,不花一分钱。
3.4.0 这个版本(releases.atom 记 2026-11-19T02:14:37Z)也确实在加东西:文字编辑器搬进了阅读器里,点顶栏就能改;字体子集化,存出来的文件更小;新加了 PDF/UA-1 和 PDF/UA-2 的无障碍检查器,能出报告;OneDrive 接进来了(Pro 档);Enterprise 拿到 SCIM 2.0 用户同步;新装的人有个设置向导。这些不是刷版本号,是实活。
六条冷水,每条都能点开对
第一条,许可文本和免费档对不上。 上面那段 LICENSE 说"生产使用必须有有效许可",可文档(docs.stirlingpdf.com/Server/Licensing/Plans-and-Licences)又写"A self-hosted server runs on the Free plan until you add the Team or Enterprise plan"。一个说免费档能跑,一个说生产必须买许可。这两句话同时存在,解释权在对方手里。小团队自己用,风险不大;但凡是要写进采购流程的,先让法务把这两段对着读一遍,别自己拍脑袋。
第二条,并发默认是 1。 文档 /Server/Operations/Process-Limits/ 里那张表我抄下来:LibreOffice 并发 1,Tesseract 1,OCRmyPDF 2,qpdf 4(settings.yml 里没设就是 2),Ghostscript 8,WeasyPrint 16。超时全部默认 30 分钟。也就是说十个人同时点"Word 转 PDF",九个在排队。这不是 bug,是设计——因为每个 LibreOffice 实例都吃内存。
第三条,内存是真的会咬人。 issue #6981(2026-07-10 开,仍 open)给了 30 天 Prometheus 数据:v2.14.0 起每天涨 30–50 MiB,第 10 天被 OOM kill(exit 255),容器限额 1,280 MiB。作者特意注明这跟 #6211 不是同一个泄漏——#6211(2026-04-24 开,仍 open)是 v2.10.0 相比 v2.9.2 常驻内存直接 +36%,峰值从 903 MiB 冲到 1,231 MiB,占 1,280 MiB 限额的 96%。官方文档自己写着"a single large PDF can take many times its file size in memory",以及"when a server runs out of memory the container stops and every running job fails"。
第四条,空转也在吃 CPU。 issue #4576(2025-10-01 开,11 条评论,仍 open)报的是闲置 18% CPU,没有任何客户端连着。维护者 Frooodle 当天回了一句"Seems something wrong with that logic, will investigate",然后这条就挂在那儿一年多。
第五条,中文会掉。 issue #4102(2025-08-02 开,仍 open,标签 needs investigation)的原文:输入"中文 / 日本語 / English",保存后只有英文正常渲染。对咱们这边的人来说,这条比前面几条都致命——你转一份中文合同,字没了。
第六条,桌面版刚翻车。 issue #8972 是 2026-11-19 开的,就在 3.4.0 发版当天:macOS 26.6.2 + Apple Silicon,拖任何 PDF 进去跑任何工具都报 "Unable to inspect PDF security locally",3.3.0 和 3.4.0 都复现,重装、给全盘访问权限、清数据全试过没用。
另外 3.4.0 带了个 breaking change(#8735):PostScript 向量转换的两个端点被直接删了,/convert/vector/pdf 和 /convert/pdf/vector。用 3.x 早期版本写过脚本的,升级前先 grep 一下自己的代码。
起一个
docker run -p 8080:8080 docker.stirlingpdf.com/stirlingtools/stirling-pdf浏览器开 http://localhost:8080。生产环境记得给容器设内存上限,Java 堆会自动按上限的 70% 算;不设上限它按宿主机总内存算,一台 64G 的机器上它能把自己撑爆。文档给的参考是 1–10 人配 2–4 核 4GB,10–50 人配 4–8 核 8–16GB。

抽屉关着的时候你只看到一个编号,标签写着 639-1191。拉开才知道里面装的是什么——三分之一的代码,就躺在这几个没贴 MIT 标签的抽屉里
二、Gotenberg:13,633 星,一个 LICENSE 文件,没有例外
换个方向。api.github.com/repos/gotenberg/gotenberg,同一时间抓:星数 13,633,fork 915,watch 76,未关闭条目 7 条。2026-11-20T01:24Z 的时候我搜 repo:gotenberg/gotenberg is:issue is:open,total_count 也是 7,两边对得上。仓库 2018-03-23 建,最后推送 2026-11-19T13:21:07Z,主语言 Go,体积 26,392 KB。
License:MIT,MIT License。我拉了树,562 个文件、97 个目录,里面 LICENSE 只有一份,没有第二个 LICENSE 文件,没有任何目录级例外。pkg/ 下 179 个文件,.go 源文件 204 个,合计 1,695,650 字节;test/ 下 230 个文件,比 pkg/ 的 179 个还多。
它是干什么的:一个只有 API、没有界面的 PDF 服务。丢 multipart/form-data 进去,拿 PDF 出来。HTML / URL / Markdown 转 PDF 走 headless Chromium,Office 文档转 PDF 走 LibreOffice(官方说 100 多种格式),然后在同一次请求里还能接一串 stages:合并、拆分、旋转、盖章、填表单、签名、打时间戳、加密、涂黑、压缩、渲染成图片、读写元数据,以及 PDF/A 和 PDF/UA 的"校验 + 修复到合规"。
9.9.0(releases.atom 记 2026-11-19T13:21:07Z)加了三样:/forms/libreoffice/convert 多了个 locale 字段,传 BCP 47 标签(en-AU、de-DE),Excel 里的短日期、数字、货币会按读者地区排;optimize 多了 compressStreams,默认开,把生产者没压的流压一遍,XMP 元数据保持可读;remediate 的输出变小了——之前的实现是把修复结果追加在原文件后面,等于每个被替换的对象都留了一份,现在改成重写并压缩,签过名的 PDF 仍然走追加以保住签名。
它做得好的地方
第一,接口设计是真的省事。你不需要管 Chromium 装没装、LibreOffice 的字体缓存烂没烂,镜像里都齐了。第二,litho 这个自研 PDF 引擎把 PDF/A、PDF/UA 的修复做进主流程,不是挂个外部工具凑数——这一点比很多"调 ghostscript 一把梭"的方案讲究。第三,7 个未关闭 issue 这个数字,放在 13,633 星的仓库上,说明维护者回得快、合得勤。第四,MIT 没有例外,意味着你可以把它嵌进自己的产品里卖,改完不用开源。
五条冷水
第一条,默认没有任何认证,也没有出站限制。 官方文档 /docs/operate/secure 原话:"Out of the box, it asks for no credentials and reaches any address its network reaches." 安装页第一句更直接:"Keep it behind your firewall: it loads the URLs and runs the documents you send it." 翻译过来就是——它会去访问你给它的任何 URL,会跑你给它的任何文档。你要是把它暴露在公网又不加认证,等于给别人开了一台能打内网的机器。要认证就得上 Basic Auth(API_ENABLE_BASIC_AUTH)或 OIDC,要拦出站就配 CHROMIUM_DENY_PRIVATE_IPS 和 allow/deny list。
第二条,自定义字体从 8.21.1 之后就不灵了。 issue #1371(2025-10-23 开,11 条评论,仍 open),标题直白:"Custom fonts not working on versions >8.21.1"。对中文用户来说这条要命——中文字体加载不上,转出来的 PDF 就是一堆方框。这条挂了一年多没修。
第三条,它不做 OCR。 issue #1454 "Add OCR support"(2026-01-21 开,仍 open)。扫描件丢进去,出来还是扫描件,只是包了一层 PDF。要 OCR 得自己在前面接一道。
第四条,v8 到 v9 是硬切。 官方升级页写得很清楚:字段改了名、挪了位置、删了的,v9 一律回 400。这不是"兼容一下就行",是每条路由、每个字段、每个 flag 都要对着映射表改一遍。
第五条,版本号跑得太快,底下还在 0.0.x。 我拉了 8 个 tag 的发布时间:9.2.0(11-08)、9.3.0(11-09)、9.4.0(11-10)、9.5.0(11-13)、9.6.0(11-16)、9.7.0(11-17)、9.8.0(11-18)、9.9.0(11-19)。12 天 8 个版本。而 9.9.0 的 changelog 里写着 "Updated litho to v0.0.16, lok to v0.0.7"——那个负责 PDF/A、PDF/UA 修复的引擎,版本号还在 0.0.x。这说明合规修复这块是刚写出来的新代码,别把它当成熟模块用。
另外还有三个 Chromium 的老毛病,官方 troubleshooting 页自己列了:Chromium 页面一 load 完就打印,JS 后来画上去的东西不会等,要自己设 wait;页面的背景色默认不打印(跟浏览器打印对话框一样),要显式 printBackground: true;你上传的图片必须按文件名引用,src="logo.png" 而不是 src="img/logo.png",因为 Gotenberg 会把目录结构丢掉。
用起来是这样
docker run --rm -p 3000:3000 gotenberg/gotenberg:9curl --request POST http://localhost:3000/forms/chromium/convert/url \ --form url=https://example.com \ --form 'stages=[{"op":"remediate","profile":"PDF/A-2b"}]' \ -o out.pdf一次请求,网页转 PDF 顺手做成 PDF/A-2b。生产上官方建议别用 :9 这种浮动 tag,锁死到具体版本,比如 9.9.0,升级要有意识地升。

整仓一个 LICENSE,没有例外条款。就像这两摞纸全摊在桌面上:多少页、有没有夹带、哪一页是后加的,一翻就清楚
三、到底选哪个:一句话口诀
看这份 PDF 是"给同事点"还是"给程序调"。
给同事点,需要个界面、需要有人能上传能下载能预览,选 Stirling-PDF。五人以内免费档够用,超过就 $99/月买 Team;但别把它嵌进你要卖的产品里,那三分之一的例外目录不是给你商用的。
给程序调,需要的是"我传字节流、你还 PDF"这种接口,选 Gotenberg。整仓 MIT,改完不用开源,嵌进产品也不用心虚;代价是它没有界面、不做 OCR、默认不设防。
如果你两边都要——同事要界面、系统要接口——那就两个都起,用 Stirling 当人用的门面,用 Gotenberg 当机器用的管道。两个都是 Docker 一条命令,一台 8G 的机器装得下。

两个都起,不冲突:一个管人点鼠标,一个管程序递文件。屏幕上那份文档和桌上那张纸,本来就是同一件东西的两种形态
最后
这两天的版本都很新:Stirling 3.4.0 是北京时间 11-19 上午 10 点,Gotenberg 9.9.0 是当晚 21 点。写这篇的时候我一直在想一件事——"开源"这两个字现在被用得太宽了。Stirling 的 README 最后一行老老实实写着 "Stirling PDF is open-core",这算诚实的;但一个 97,034 星的仓库,三分之一的文件不在 MIT 里,这件事不会出现在任何一篇推荐文里,只会出现在 LICENSE 的第 5 行。
所以我的建议一直没变:装之前先翻 LICENSE,别看 README 第一行。 README 是给想用的人看的,LICENSE 是给要担责的人看的。
开源大猩探 · 第155期|所有数字来自 api.github.com 直连与 git clone 后本地统计未使用任何第三方榜单或缓存代理















































































