open-pdf-sign 项目教程
1. 项目介绍
open-pdf-sign 是一个开源的命令行工具,用于在 PDF 文件上进行数字签名。它支持在命令行中轻松地对 PDF 文件进行签名,签名可以是不可见的(默认)或可见的(可自定义)。该项目旨在为开发者提供一个简单易用的工具,以便在不需要特殊证书的情况下,使用现有的证书(如 Let's Encrypt 证书)对 PDF 文件进行签名。
主要功能
- 可见 PDF 签名:支持多语言的可见签名。
- CLI 调用:可以通过命令行直接调用。
- 支持的签名类型:PAdES 签名类型,包括 BASELINE-B、BASELINE-T、BASELINE-LT 和 BASELINE-LTA。
2. 项目快速启动
安装
首先,确保你已经安装了 Java 8 或更高版本。然后,你可以通过以下命令下载并运行 open-pdf-sign:
curl --location --output open-pdf-sign.jar \
https://github.com/open-pdf-sign/open-pdf-sign/releases/latest/download/open-pdf-sign.jar
使用
以下是一个简单的示例,展示如何使用 open-pdf-sign 对 PDF 文件进行签名:
java -jar open-pdf-sign.jar \
--input input.pdf \
--output output.pdf \
--certificate /etc/letsencrypt/live/openpdfsign.org/fullchain.pem \
--key /etc/letsencrypt/live/openpdfsign.org/privkey.pem
可见签名
如果你想在 PDF 文件的最后一页添加一个可见签名,可以使用以下命令:
java -jar open-pdf-sign.jar \
--input input.pdf \
--output output.pdf \
--certificate /etc/letsencrypt/live/openpdfsign.org/fullchain.pem \
--key /etc/letsencrypt/live/openpdfsign.org/privkey.pem \
--page -1 \
--image mylogo.png \
--hint "You can check the validity at https://www.signaturpruefung.gv.at"
3. 应用案例和最佳实践
案例1:自动签名服务器
在服务器环境中,你可以将 open-pdf-sign 配置为自动签名所有通过 Nginx 服务器提供的 PDF 文件。这样可以确保所有用户下载的 PDF 文件都是经过签名的,从而提高文件的可信度。
案例2:批量签名
如果你需要对大量 PDF 文件进行签名,可以使用脚本批量调用 open-pdf-sign。例如,使用 Bash 脚本遍历目录中的所有 PDF 文件并进行签名:
for file in *.pdf; do
java -jar open-pdf-sign.jar \
--input "$file" \
--output "signed_$file" \
--certificate /etc/letsencrypt/live/openpdfsign.org/fullchain.pem \
--key /etc/letsencrypt/live/openpdfsign.org/privkey.pem
done
4. 典型生态项目
1. Nginx 集成
open-pdf-sign 可以与 Nginx 服务器集成,通过配置 Nginx 模块,自动对服务器上提供的 PDF 文件进行签名。
2. Node.js 集成
对于 Node.js 项目,open-pdf-sign 提供了一个 npm 模块,可以方便地在 Node.js 环境中调用 open-pdf-sign 进行 PDF 签名。
3. 时间戳服务
open-pdf-sign 支持使用时间戳服务(TSA)来增强签名的长期有效性。你可以配置 open-pdf-sign 使用特定的时间戳服务,如 http://timestamp.digicert.com。
通过这些生态项目的集成,open-pdf-sign 可以更好地满足不同开发环境和应用场景的需求。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00