你把一份电子合同、一份作业、一张电子发票转成"扫描件"，现在还在打印→跑扫描仪？或者花钱找在线SaaS、文件直接上传到境外服务器？今天（2026年6月20日），Hacker News 的 Show HN 板块一口气冒出来好几个今天才刚开源、零成本、数据完全不离开你电脑的小工具。这篇就拆三个最值得国内技术人收藏的：一个让PDF一秒伪装成扫描件，一个是 n8n 的本地平替，一个是 Zotero 的本地知识图谱版。全部本地优先（local-first），全部免费，全部你现在就能用。
先把信息差点透。过去两年大家默认的逻辑是：功能 = 上云 = 订阅。你要PDF处理？上 ilovepdf、Smallpdf，免费版限次、文件过一遍别人服务器；你要自动化？上 n8n Cloud、Zapier，按操作次数（task）扣钱，数据全过境外；你要管文献？上 Mendeley、EndNote，要么被收购后停更，要么年费大几百。
但从 2025 年下半年起，海外独立开发者圈出现一个明显的反向潮流：local-first（本地优先）。核心诉求三个——
今天的三个工具，恰好分别命中文档处理、自动化、知识管理三个高频场景，而且是今天刚出生的——国内中文圈此刻几乎零收录。这就是最纯粹的时间差。
flowchart LR
subgraph CLOUD["☁️ 传统上云路径（贵 + 留痕）"]
A1["PDF处理"] --> A2["ilovepdf / Smallpdf"]
A3["自动化"] --> A4["Zapier / n8n Cloud"]
A5["文献管理"] --> A6["Mendeley / EndNote"]
A2 -.上传.-> X["数据出境·按次付费·限次"]
A4 -.计费.-> X
A6 -.订阅.-> X
end
subgraph LOCAL["🖥️ 今天三个本地神器（免费 + 无痕）"]
B1["make-look-scanned<br/>PDF→扫描件"]
B2["StepYard<br/>本地自动化+LLM"]
B3["linXiv<br/>本地论文知识图谱"]
B1 -.-> Y["数据不出本机·零成本·可Git"]
B2 -.-> Y
B3 -.-> Y
end
CLOUD ==信息差==> LOCAL
一句话：把一个干净的、可选文字的 PDF，"降级"成一个看起来像物理扫描出来的 PDF——带倾斜（skew）、灰度、暖纸张色调、扫描仪噪点（grain）、轻微失焦（defocus）、边缘暗角、JPEG 压缩伪影。最终输出的是 image-only PDF（原可选文字被栅格化掉，忠实模拟"扫出来"的效果）。
两种用法：
# CLI 本地批处理
make-look-scanned in.pdf # -> in.scanned.pdf
make-look-scanned in.pdf --noise 0.4 --skew 2.5 --jpeg-quality 30
make-look-scanned in.pdf --grayscale=false # 保留彩色
或者直接打开浏览器在线版，拖进去就在本地用 WASM 处理，文件根本不上传服务器——这是它最硬核的隐私卖点。
关键参数可调：--dpi（渲染分辨率，默认150）、--skew（倾斜度数）、--noise（噪点）、--blur（模糊）、--edge-shadow（边缘暗角）、--paper-tone（纸张发黄程度）、--jpeg-quality。还有个聪明的点：输出确定性可复现，seed 默认从文件内容哈希生成，同一文件永远生成同一份"扫描件"，适合审计和 CI。
国内谁在为"扫描件"付费/费时？
现在主流替代是什么？ilovepdf、Smallpdf 这类在线SaaS——免费版限次、文件过一遍境外服务器、付费版年费几百。或者用 PS / Acrobat 手动加噪点加倾斜，麻烦。
make-look-scanned 的差是三重叠加：
| 维度 | 传统在线SaaS | make-look-scanned |
|---|---|---|
| 价格 | 免费限次 / 年费几百 | 完全免费 |
| 隐私 | 文件上传境外服务器 | 本地/WASM，零上传 |
| 批处理 | 多数不支持CLI | CLI 一行批处理，可进CI |
| 可复现 | 随机 | 确定性，可审计 |
报销党、学生、自由职业者、需要批量生成"扫描件"格式的运维/财务流程自动化者。注意：它只是把电子文档格式转换成扫描件外观，仅用于"系统/流程要求扫描件格式"这类合法场景，别拿去伪造签字、伪造印章、骗保骗审——AGPL 开源、本地运行不代表用途免责，这是法律红线。
pip install stepyard（PyPI）官方一句话定位："a local-first automation runner for developers who want Git-versioned workflows, Python plugins, and private LLM automations — without running a workflow server."
翻译过来就是：给开发者的本地自动化运行器，三大卖点——
对比一下：
| 维度 | Zapier | n8n Cloud / 自建 | 影刀 RPA | StepYard |
|---|---|---|---|---|
| 计费 | 按task，贵 | 自建免费但需服务器；云版收费 | 商业授权 | 零成本，本机跑 |
| 面向 | 非技术用户 | 技术用户 | 国内GUI自动化 | 开发者，写YAML+Python |
| LLM步骤 | 有但贵 | 有 | 较弱 | 一等公民，私有可接任意模型 |
| 版本化 | 无 | 弱 | 无 | Git 原生 |
国内做自动化的开发者，目前主流是 n8n 自建（要租服务器、要维护）、影刀（GUI录制，灵活度低、商业收费）、或者 Zapier（数据出境+贵）。StepYard 给了一条新路：把自动化当代码，YAML 工作流进 Git，Python 插件写复杂逻辑，LLM 步骤直接本地接你的 GLM / Claude / 本地模型。
典型场景：每日定时跑一个"抓数据→LLM清洗→写报告→发通知"的私有 pipeline，全程不过任何云工作流平台，成本=你那几个 API token 钱，调度器白送。对独立开发者做 AI 副业、运维做自动化巡检、数据工程师做 ETL 都很香。
独立开发者、运维/SRE、数据工程师、想做"AI 自动化副业"但不想被 SaaS 续费绑架的人。MIT 协议，商用零心理负担。注意它今天才在 Show HN 露面，文档/生态还在早期，适合愿意 early adopter 的人。
一个 local-first 的桌面论文管理器，专门面向 arXiv 为主的 CS/AI 科研党。功能堆叠很猛：
定位很明确："a one-stop-shop for researchers who want to manage their literature"，近期目标是扩展到科研小组共享知识（不上web）。
国内科研党管文献的现状：
linXiv 的认知差在于：大多数人只知道"管文献=存PDF"，不知道可以把文献变成一张可交互的知识图谱，看到论文之间、作者之间的引用和合作网络。对做 AI/ML/CV/NLP 方向、每天追 arXiv 的博士生，这个图谱视角是"读论文"效率的质变。再加上 Obsidian 集成 + 全本地隐私，对不想把未发表研究思路上传到 Readwise/Paperpile 这类云服务的科研人尤其友好。
研究生、博士生、AI/CS 方向科研工作者、技术调研岗。现状提醒：README 明确标注它还在 pre-v0.1.2，未发稳定版，数据库 schema 和论文ID格式还在动（正在迁移到 arxiv:xxx / doi:xxx / openalex:xxx / local:hash 这种命名空间格式），当前版本的 papers.db 不向后兼容，升级要删库重建。适合愿意折腾、愿意 early adopt 的科研极客，不适合给导师当生产力主力（还没稳定）。
| 场景 | 你以为的解法（贵/上云/费时） | 今天才知道的本地解（免费/无痕） |
|---|---|---|
| PDF 转扫描件 | 打印机+扫描仪 / ilovepdf 付费限次 | make-look-scanned，本地WASM零上传 |
| 自动化工作流 | Zapier按task计费 / n8n自建服务器 | StepYard，YAML+Python+私有LLM，本机跑 |
| 论文知识管理 | Zotero只存PDF / EndNote年费 | linXiv，本地知识图谱+Obsidian集成 |
| 共同点 | 上云、订阅、留痕 | local-first、开源、零成本 |
核心信息差：当国内还在"功能=上云=订阅"的思维里，海外独立开发者圈已经把"本地优先"做成了一波系统性的工具运动——今天 Show HN 这三个，就是这波潮流今天的三个新样本。它们未必都成熟，但方向值得你押注：数据留在自己机器上，正在从"极客洁癖"变成"刚需默认"。
go build 出 CLI，塞进报销/合同归档脚本。pip install stepyard，照着文档写第一个 YAML pipeline（比如"定时抓 RSS→LLM 摘要→写进 Obsidian"），感受"自动化当代码 + Git 版本化"。MIT 协议，可以直接用于你的副业项目。[功能] local-first 或 [功能] self-hosted，大概率有今天的这类免费开源平替。这也是本期最想留给你的一条元信息差。本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。