翻译外文PDF排版总崩?这个开源工具从底层重新做了这件事

读外文论文、教材或技术文档，最折磨人的往往不是语言本身，而是排版。

原文信息密度高，读起来费劲；用普通翻译工具一转，公式崩了、图片丢了、表格乱了，最后剩下一堆难以整理的纯文本。想重新排版？那工作量简直劝退。

市面上保留排版的开源项目不少，但大多挑食：只认可复制、可编辑的 PDF，遇到行内公式复杂点的就歇菜，更别提图片型或扫描版 PDF 了。

最近发现一个开源项目叫 RetainPDF，它从一开始就是冲着硬骨头去的：解决各类 PDF 的保留排版翻译问题，尤其是扫描件和复杂公式。

• GitHub：https://github.com/wxyhgk/retain-pdf
• 网盘：https://pan.quark.cn/s/7966e30bdcd5 提取码：9ZE7

它能做什么？

简单说，上传一个 PDF，它能还你一个保留原始排版的中文译文。

不管是扫描版、截图版，还是满是公式的技术文档，它都能处理。输出格式支持 PDF、Markdown 或 ZIP 打包，按需取用。网页端能直接操作，也支持命令行和 API 接入，方便集成到工作流里。

和同类方案比，强在哪？

比起 PDFMathTranslate 或 PolyglotPDF，RetainPDF 补上了最大的短板：图片型 PDF。它在行内公式与正文的衔接上更自然，排版崩掉的概率明显更低。

比起 Doc2X 这类闭源方案，它的优势在于自主可控。你可以本地部署，自己掌控接口和结果文件，不用担心数据泄露或服务中断。实测在翻译后的 PDF 体积、整体速度和字体大小控制上，表现甚至更好。

最关键的是，产出的结果接近“直接可用”，不需要再花大量时间手工修排版。

怎么用起来？

这个项目是前后端分离的全栈架构，OCR、翻译、排版与交付全部打通。结构解耦做得不错，既方便直接使用，也利于开发者二次开发。个人用户直接使用开发者打包好的软件就可以。

团队用户：Docker 一键启动

如果你想给局域网、团队或多台设备一起用，推荐用 Docker 部署。

1. 确认环境

• 系统：优先 Linux（Ubuntu 22.04/24.04），Windows/macOS 也可。
• 配置：至少 4 核 CPU、8GB 内存（推荐 16GB）、10GB 磁盘空间。
• 注意：主要吃 CPU 和内存，不依赖独立显卡。ARM 架构（如 Mac M 系列、树莓派）需确认有 x86_64 兼容环境。

2. 安装 Docker 确保已安装 docker 和 docker compose，并自检版本。

3. 拉取项目

   git clone https://github.com/wxyhgk/retain-pdf.gitcd retain-pdf

4. 启动服务

   docker compose up -d

   启动完成后，浏览器访问 http://127.0.0.1:40001 即可。

专业用户：自定义配置

如果你想给团队用，或者调整默认行为，可以修改 docker 目录下的配置文件：

• docker-compose.yml：编排入口，默认拉取镜像启动 app + web。
• docker/auth.local.json：配置 API 鉴权白名单。前端请求头里的 X-API-Key 必须命中这里的值。
• docker/web.env：控制前端默认注入的后端 Key、模型默认值、OCR 提供商（默认 paddle，也可切 mineru）等。
• docker/app.env：控制后端运行参数，如并发任务数、上传大小限制（默认 200MB）、页数限制（默认 600 页）等。

默认暴露三个端口：

• 40001：前端页面
• 41000：完整 Rust API
• 42000：简便同步接口

更新与维护

更新到最新镜像版本很简单：

cd retain-pdf/docker/deliverydocker compose pulldocker compose up -d

建议更新后执行 docker compose ps 检查状态。

写在最后

RetainPDF让本地化、高精度的 PDF 翻译变得触手可及。不用再把时间浪费在调整排版上，把精力留给内容本身，这才是技术该有的样子。