# PDF秒变扫描件：今天三个不上云冷门神器 > 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。 --- ## 一、为什么"不上云"突然成了新刚需 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—— 1. **隐私**：敏感合同、客户数据、论文 PDF，凭什么上传给一个 SaaS？ 2. **成本**：云端按量计费（per-task / per-page）是持续出血，本地跑一次成本接近零。 3. **可控/可复现**：Git 版本化、命令行可脚本化、能塞进 CI。 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。 ```mermaid 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
PDF→扫描件"] B2["StepYard
本地自动化+LLM"] B3["linXiv
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 ``` --- ## 二、工具一：make-look-scanned —— PDF 一秒伪装成扫描件 - **官网 / 仓库**：GitHub [overflowy/make-look-scanned](https://github.com/overflowy/make-look-scanned) - **在线版（浏览器 WASM，零上传）**：[overflowy.github.io/make-look-scanned](https://overflowy.github.io/make-look-scanned/) - **语言 / 许可**：Go 编写，**AGPL-3.0 开源**，完全免费 - **诞生时间**：仓库今天（2026-06-20）创建，目前 2 star，绝对的"首发窗口" ### 它到底干什么 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： ```bash # 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。 ### 为什么值得关注（信息差在这里） 国内谁在为"扫描件"付费/费时？ - **报销党**：财务要求发票、出差单必须是"扫描件"而不是拍照/电子版，于是打印→找扫描仪→扫描→发邮件，整套下来十分钟。 - **学生**：作业、签字回传、考研材料要求扫描件。 - **自由职业/HR/律师**：合同回签、证明材料。 - **跨境/合规**：有些境外机构明确要求"scanned copy"。 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** | ### 适用人群 & 合规边界 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。 --- ## 三、工具二：StepYard —— n8n 的本地平替，自带 LLM 步骤 - **官网 / 文档**：[rorlikowski.github.io/stepyard](https://rorlikowski.github.io/stepyard/) - **仓库**：GitHub [rorlikowski/stepyard](https://github.com/rorlikowski/stepyard) - **安装**：`pip install stepyard`（[PyPI](https://pypi.org/project/stepyard/)） - **语言 / 许可**：Python，**MIT 开源** ### 它到底干什么 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—— 1. **YAML 定义 pipeline**：工作流写成 YAML，可以 Git 版本化、团队协作、code review。 2. **Python 插件**：每一步就是一个 Python 插件，开发者自己写逻辑，不像低代码平台被节点类型锁死。 3. **私有 LLM 自动化 + 本地调度器**：内置 LLM 步骤（可以接你自己的模型/key，私密），自带 scheduler，**无需起一个 workflow server**，本机直接跑。 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** | ### 为什么值得关注 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。 ### 适用人群 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。 --- ## 四、工具三：linXiv —— Zotero 的本地知识图谱版 - **仓库**：GitHub [linxiv-dev/linXiv](https://github.com/linxiv-dev/linXiv) - **语言 / 许可**：Python 后端 + React/TS 前端（Tauri 桌面壳），**GPL-3.0 开源** ### 它到底干什么 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： - **论文检索**：按关键词搜 arXiv、按 ID 抓取、按 DOI 查找，结果存进**本地 SQLite**，带版本追踪。 - **交互式知识图谱**：用 D3 力导向 + Cytoscape 渲染**论文和作者的关系网络图**，力参数（中心、排斥、连线距离/强度）实时可调——这是 Zotero 没有的杀手锏。 - **AI 打标**：可选的 AI 自动给论文打标签分类。 - **Obsidian 集成**：直接写进你的 Obsidian vault，笔记和论文挂钩。 - **项目/笔记**：论文按项目组织，每篇论文可在项目内加笔记。 - **全本地**：数据不发送到任何地方。 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）。 ### 为什么值得关注（认知差最大） 国内科研党管文献的现状： - **Zotero**：免费主流，但本质是"存PDF+管引用"，**没有关系图谱**，知识管理靠插件七拼八凑。 - **Mendeley**：被 Elsevier 收购后逐渐停更/收紧，越来越多人逃离。 - **EndNote**：贵，机构买断。 - **知网/万方生态**：中文文献强，但 arXiv 这类前沿英文预印本支持差，图谱化几乎没有。 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。 ### 适用人群 & 现状提醒 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）。** --- ## 五、信息差总结：你知道的 vs 别人不知道的 | 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"。** --- ## 六、行动指南（现在就能做） 1. **立刻试用 make-look-scanned**：打开在线版 [overflowy.github.io/make-look-scanned](https://overflowy.github.io/make-look-scanned/)，拖一份测试 PDF 进去，亲眼看"扫描件"效果和"文件不上传"的体验。常用的直接 `go build` 出 CLI，塞进报销/合同归档脚本。 2. **把 StepYard 装上**：`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。 3. **如果你是科研党，star linXiv**：现在它未稳定，但把它放进 watch 列表，等 v0.1.2 稳定版一出来就上车——本地论文知识图谱+Obsidian 这套组合，国内目前没有对等产品。 4. **养成"先找 local-first 平替"的习惯**：下次遇到一个 SaaS，先在 GitHub 搜 `[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。 --- ## 参考来源 - Hacker News Show 板块（2026-06-20 当日新工具集散地）：[news.ycombinator.com/show](https://news.ycombinator.com/show) - make-look-scanned 仓库：[github.com/overflowy/make-look-scanned](https://github.com/overflowy/make-look-scanned) ｜ 在线 WASM 版：[overflowy.github.io/make-look-scanned](https://overflowy.github.io/make-look-scanned/) - StepYard 官网：[rorlikowski.github.io/stepyard](https://rorlikowski.github.io/stepyard/) ｜ 仓库：[github.com/rorlikowski/stepyard](https://github.com/rorlikowski/stepyard) ｜ PyPI：[pypi.org/project/stepyard](https://pypi.org/project/stepyard/) - linXiv 仓库：[github.com/linxiv-dev/linXiv](https://github.com/linxiv-dev/linXiv) --- > 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。