方案1：Gitee国内仓库（浏览器直接点Raw下载，推荐）

仓库地址：https://gitee.com/hnkf_panda/chi_sim.traineddata

  1. 打开页面 → 点 chi_sim.traineddata
  2. 点 Raw，右键另存为，文件名保持 chi_sim.traineddata，不要自动加上.txt后缀

方案2：国外稳定直链（电脑浏览器下载，国内访问尚可）

简体中文：https://downloads.soliddocuments.com/solidframework/tessdata/chi_sim.traineddata 英文包（建议一起下）：https://downloads.soliddocuments.com/solidframework/tessdata/eng.traineddata

这个是静态文件CDN，不需要进GitHub仓库，打开链接直接弹出下载。

方案3：群晖SSH直接wget拉取（不用经过电脑，直接存到NAS tessdata目录）

wget [https://downloads.soliddocuments.com/solidframework/tessdata/chi_sim.traineddata](https://downloads.soliddocuments.com/solidframework/tessdata/chi_sim.traineddata) -P /volume1/docker/stirling-pdf/tessdata/
wget [https://downloads.soliddocuments.com/solidframework/tessdata/eng.traineddata](https://downloads.soliddocuments.com/solidframework/tessdata/eng.traineddata) -P /volume1/docker/stirling-pdf/tessdata/

下载完成之后操作步骤

  1. File Station 确认文件在 /volume1/docker/stirling-pdf/tessdata/
  2. 进入Container Manager，重启 stirling-pdf 容器
  3. 登录网页，打开OCR工具，语言下拉框出现 chi_sim，代表加载成功。

补充说明：这个语言包虽然提交时间比较早，Tesseract5（StirlingPDF内置版本）完全兼容，识别效果正常，官方tessdata仓库本身就很久没有更新训练模型文件，不是版本老旧失效。

小坑提醒

Windows浏览器另存的时候，经常自动把文件名保存成 chi_sim.traineddata.txt，这种文件Tesseract不认。 File Station看属性，文件名必须严格：chi_sim.traineddata

eng.traineddata（英文语言包）

CDN直链，点开直接下载： https://downloads.soliddocuments.com/solidframework/tessdata/eng.traineddata

方案A：电脑浏览器下载 → 上传群晖

  1. 打开上面链接，浏览器自动下载 eng.traineddata
  2. 上传到 /volume1/docker/stirling-pdf/tessdata，和 chi_sim.traineddata 放在同一个文件夹

方案B：群晖SSH一键下载（直接落盘，不用电脑中转）

wget [https://downloads.soliddocuments.com/solidframework/tessdata/eng.traineddata](https://downloads.soliddocuments.com/solidframework/tessdata/eng.traineddata) -P /volume1/docker/stirling-pdf/tessdata/

操作收尾

  1. 两个文件都到位后，重启 stirling-pdf 容器
  2. OCR工具里下拉框会同时出现 chi_sim、eng

    中英文混合扫描PDF，语言同时勾选 chi_sim + eng，识别准确率最高。

补充

  • eng包大小约10MB
  • 文件名不要改动，不能加 .txt 后缀

Stirling-PDF 能力总结

✅ 强项（稳定好用，是它的核心定位）

  1. PDF合并、拆分、页面提取/删除、旋转页面、重新排序：这个是它最稳的功能，几乎不会报错，批量处理很方便。
  2. PDF压缩、转图片、图片转PDF：批量图片打包成PDF，压缩PDF体积，实用性很强。
  3. 加密/解密PDF、添加水印、页码：给PDF加水印、移除密码保护。
  4. OCR扫描件PDF（图片PDF增加文字层）：就是你刚才测试的功能。

    ⚠️OCR属于附加功能，依赖Tesseract语言包配置，配置不对就会报服务器错误；OCR不是它最强项，合并拆分这类是原生内置，稳定性远高于OCR。

❌ 不是强项

  • 不是专业PDF在线文字编辑：不能直接像Word一样，点文字修改原文。 所谓“在线编辑”，只能做：裁剪页面、添加图片/水印、涂黑遮盖敏感信息。

    它没法直接修改PDF里已经存在的文字内容。

一句话概括

Stirling-PDF 主打PDF文档处理工具箱：合并、拆分、页面管理、压缩、加水印、OCR加文字层。 不是PDF编辑器，不能直接修改PDF内原有文字。

对应你刚才的OCR功能

OCR做完之后：

  • ✅ 文字可以复制、搜索
  • ❌ 不能在Stirling-PDF里直接修改识别出来的文字 如果需要修改识别后的文字，要导出文字到Word再编辑