BentoPDF 团队发布开源 PDF 压缩引擎 Hyper Compress

最好的开源 PDF 压缩引擎。

Hyper Compress 是一个高保真、保留内容的 PDF 压缩引擎，旨在让 PDF 变小，同时不会对文档做出不必要的改动。

Hyper Compress 由 BentoPDF 团队构建。同一引擎提供 CLI、Node SDK、C 库、自托管服务，以及完全在浏览器中运行的 WebAssembly 构建。

可在 hyper.bentopdf.com 试用。完整文档位于 hyper.bentopdf.com/docs。

PDF 压缩存在三大问题：压缩后文件反而变大、为了减小体积而牺牲文档内容，以及生成损坏且不符合规范的 PDF。

Hyper Compress 正是围绕解决这三个问题而构建的。

单调压缩。Hyper 绝不会返回更大的文件。如果压缩不能节省空间，则原样返回原始 PDF。

保留内容的压缩。Hyper 包含真正的无损模式，压缩时不重新编码图像、不损失质量。如需更激进的压缩，它会保留可搜索文本和文档结构，仅做出所选压缩级别所要求的改动，同时生成符合规范的 PDF。

为可靠性而构建。Hyper 会验证其输出，并校验可能影响视觉保真度的转换。当某项改动无法忠实还原页面时，该改动会被回滚。在整个基准测试中，Hyper 的损坏率为 0.39%，是所有被测引擎中最低的。

一个引擎，处处可用。同一压缩引擎驱动 CLI、Node SDK、C API、自托管服务和 WebAssembly 构建。

Hyper Compress 使用来自四个公开语料库的 2,104 份真实世界 PDF，对 Ghostscript、MuPDF 和 qpdf 进行了基准测试，总计 27,352 次引擎运行。

视觉保真度使用 Poppler 测量，特意选择它作为独立渲染器，而非被测引擎共用的渲染器。

完整方法论、逐文件结果和完整文档列表见 comparison.md。

在中位最差页面 SSIM 下的中位体积缩减：

语料库选择在任何文件获取之前，使用固定种子预先注册。每份文档的 SHA-256 哈希和来源 URL 均已记录，因此基准测试可以独立复现。

你也可以针对自己的文档运行测试框架：

每个 release 都附带有适用于 macOS、Linux 和 Windows 的预构建二进制文件。

下载适用于你平台的归档文件，用 SHA256SUMS 校验，并解压到 cli/prebuilt/。

docker run -d -p 8080:8080 ghcr.io/alam00000/bentopdf-hyper-compress:latest

如需自行构建引擎，请参阅 BUILDING.md。

CLI hyper input.pdf # 写出 input-compressed.pdf hyper input.pdf output.pdf # medium 预设（默认） hyper input.pdf output.pdf --preset high # 最小输出 hyper scan.pdf out.pdf --target-size 2MB # 指定目标大小 hyper locked.pdf out.pdf --password hunter2 # 加密输入 hyper in.pdf out.pdf --set grayscale=true # 覆盖某个选项 hyper --help # 所有标志，附示例

--target-size 会搜索能装入目标大小的最高图像质量，必要时会降至质量 5 和 36 dpi。如果目标可达，你将得到能装入目标大小的最佳观感文件；如果不可达，你将得到引擎能生成的最小文件，并附带一条警告说明该文件有多小。

import { compress } from 'hyper-compress'; const r = await compress({ sourcePath: 'input.pdf', savePath: 'output.pdf', preset: 'medium', }); console.log(r.originalSize, '->', r.compressedSize);

结果包含原始大小和压缩后大小、文档是否已签名、其声明的 PDF/A 级别，以及是否达到请求的目标大小。

decrypt_failed、engine_error、timeout、cancelled。

解析在带超时的 worker 子进程中运行。如果恶意或畸形输入导致 worker 失败，它会与你的主进程隔离。

Docker 镜像包含位于 http://localhost:8080 的 Web 界面和一个 HTTP API。

你的文件在你自己的服务器上处理。

curl -o out.pdf --data-binary @in.pdf
'http://localhost:8080/api/compress?preset=high'

完整 API、配置选项和部署说明见 SELF-HOSTING.md。

web/ 目录包含完整的浏览器构建。

引擎被编译为 WebAssembly 并在浏览器本地运行。文件不会被上传，该构建默认完全离线（air gapped）。

同一 WebAssembly 构建以 hyper-compress-wasm 的名称发布在 npm 上，是一个基于缓冲区的 SDK，适用于原生包未覆盖的平台：

import { compress } from 'hyper-compress-wasm'; const result = await compress(pdfBytes, { preset: 'medium' });

node wasm/verify.mjs some.pdf

这会验证 WebAssembly 输出与原生构建逐字节一致。

共享库仅导出这些符号，且 ABI 仅在主版本内做增量扩展。

预设 图像质量 最大 DPI 适用场景 low 80 200 存档副本和最小可见变化 medium 50 150 默认；适合分享和电子邮件 high 20 72 最小输出和屏幕阅读 lossless 不适用 无 不重新编码图像；像素级一致

这些预设背后的每个选项也都可以单独使用。

你可以创建自定义配置，使用图像质量和分辨率、灰度转换、颜色缩减、字体子集化和去嵌入、元数据和注释剥离、PDF 2.0 Brotli 流，以及针对纯图像文档的页面栅格化。

取决于文档和所选选项，引擎可以：

引擎会综合应用上述多种技术，以实现尽可能最佳的压缩。

npm ci make check

原生引擎基于固定版本的 PDFium 检出构建。初始引导需要数 GB 空间。

完整说明、补丁清单和平台特定注意事项见 BUILDING.md。

make check # 类型检查、lint、单元和集成测试 make regress # 回归失败集，所有预设 make bench CORPUS=path/to/dir # 来自 comparison.md 的基准测试框架 make fuzz # libFuzzer 测试框架

make regress 是 bug 修复的关卡。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）