能力矩阵
本页把四件容易混淆的事分开列出：网站有哪些语言、软件界面有哪些语言、文字层 PDF 能处理什么、扫描件识别各语种做过什么测试；另列当前版本已实现与仍在规划的功能。
网站语言
网站提供 35 种语言。简体中文、繁体中文、泰文、英文为完整版；日文、韩文、越南文、印尼文有核心页面；其余语言只有浏览器工具页面。某语言没有的页面会链接到英文版并标明「英文」。
- English — 完整
- 简体中文 — 完整
- 繁體中文 — 完整
- 日本語 — 核心页面
- 한국어 — 核心页面
- Deutsch — 浏览器工具页面
- Français — 浏览器工具页面
- Español — 浏览器工具页面
- Português (Brasil) — 浏览器工具页面
- Italiano — 浏览器工具页面
- Nederlands — 浏览器工具页面
- Polski — 浏览器工具页面
- Українська — 浏览器工具页面
- Русский — 浏览器工具页面
- Türkçe — 浏览器工具页面
- العربية — 浏览器工具页面
- עברית — 浏览器工具页面
- فارسی — 浏览器工具页面
- हिन्दी — 浏览器工具页面
- বাংলা — 浏览器工具页面
- اردو — 浏览器工具页面
- தமிழ் — 浏览器工具页面
- తెలుగు — 浏览器工具页面
- Svenska — 浏览器工具页面
- Dansk — 浏览器工具页面
- Suomi — 浏览器工具页面
- Română — 浏览器工具页面
- ไทย — 完整
- Tiếng Việt — 核心页面
- Bahasa Indonesia — 核心页面
- Bahasa Melayu — 浏览器工具页面
- Čeština — 浏览器工具页面
- Ελληνικά — 浏览器工具页面
- Norsk bokmål — 浏览器工具页面
- Magyar — 浏览器工具页面
- Filipino — 浏览器工具页面
软件界面语言
桌面软件界面有 36 种语言，与网站语言是两回事。首次启动跟随 Windows 显示语言，之后可以在软件内切换。
简体中文 · 繁體中文 · English · ไทย · Tiếng Việt · Bahasa Indonesia · 日本語 · 한국어 · Deutsch · Français · Español · Português (Brasil) · Italiano · Nederlands · Polski · Українська · Русский · Türkçe · العربية · עברית · فارسی · हिन्दी · বাংলা · اردو · தமிழ் · తెలుగు · Svenska · Dansk · Suomi · Română · Bahasa Melayu · Čeština · Ελληνικά · Norsk bokmål · Magyar · Filipino
文字层 PDF（可选中复制的文字）
文字层替换不经过识别：按字符精确匹配并区分大小写，优先复用原字体。泰文与印度系文字用 HarfBuzz 排版。当前版本暂不支持阿拉伯文（含波斯文、乌尔都文）、希伯来文等从右到左书写的文字的查找、替换和按关键词脱敏：查找内容或替换后的新文字里含有这类文字时，任务会在修改前停止，文件不做任何改动。叙利亚文、塔纳文（马尔代夫）同样从右到左书写，情况相同，而且在扫描件中无法识别。
测试依据：单元测试；尚未做跨语种的真实文件批量实测。
扫描件识别（OCR）
19 种文字的结论：主力 2、可用需核对 8、实验性 8、扫描件不可用 1。有识别模型或语言包不等于效果已验证；结论只覆盖测试过的文档类型。
表中的错误率和替换合格数都是 2026 年 10 月 14 日用上一代 PDF 引擎测得的。2026 年 10 月 20 日起软件改用自研引擎 pdfr，这些结果尚未用当前版本重新测试。
当前版本暂不支持阿拉伯文（含波斯文、乌尔都文）、希伯来文等从右到左书写的文字的查找、替换和按关键词脱敏：查找内容或替换后的新文字里含有这类文字时，任务会在修改前停止，文件不做任何改动。表中阿拉伯文、希伯来文两行的替换结果是旧版本的测试记录，不适用于当前版本。
核对依据：代码版本 b6246f1（pdfr），2026-10-21
| 文字 | 识别器 | 来源 | 测试依据 | 文字行字符错误率 | 真实扫描替换合格 | 结论 |
|---|---|---|---|---|---|---|
| 简体中文 | PP-OCRv6 | 内置 | 开发中持续测试 | — | — | 主力支持 |
| 英文及拉丁字母语言 | PP-OCRv6 | 内置 | 开发中持续测试 | — | — | 主力支持 |
| 泰文 | PP-OCRv5 | 内置 | 真实扫描件实测 | 0.4% | 1/4 | 可用，需核对 新印刷文档可用需核对；旧印本、低分辨率扫描为实验性 |
| 繁体中文 | PP-OCRv6 | 内置 | 真实＋模拟扫描 | 0.3–0.4% | 23/23 | 可用，需核对 横排替换只在模拟扫描上测过（23/23）；竖排带注音的页面拒绝替换；橫/横 等异体字已可搜到 |
| 日文 | PP-OCRv6 | 内置 | 真实扫描件实测 | 0.3% | 8/9 | 可用，需核对 竖排与振假名在 3 份真实扫描件上测过（8/9） |
| 韩文 | PP-OCRv5 | 语言包 | 真实扫描件实测 | 2.9% | 5/5 | 可用，需核对 5/5 是去掉隐藏文字层后的结果；字重与字体可能不符 |
| 越南文 | Tesseract 5 | 语言包 | 真实扫描件实测 | 3.1% | 2/4 | 可用，需核对 |
| 印地文（天城文） | PP-OCRv5 | 语言包 | 真实扫描件实测 | 2.5% | 4/7 | 可用，需核对 |
| 格鲁吉亚文 | Tesseract 5 | 语言包 | 真实扫描件实测 | 1.6% | 5/6 | 可用，需核对 |
| 亚美尼亚文 | Tesseract 5 | 语言包 | 真实扫描件实测 | 2.8% | 0/1 | 可用，需核对 |
| 泰米尔文 | PP-OCRv5 | 语言包 | 真实扫描件实测 | 2.3% | 3/6 | 实验性 |
| 阿拉伯文 | PP-OCRv5 + Tesseract | 语言包 | 真实扫描件实测 | ≈8–12% | 2/4 | 实验性 当前版本暂不支持查找和替换 |
| 希伯来文 | Tesseract 5 | 语言包 | 真实扫描件实测 | 9.1% | 1/1 | 实验性 当前版本暂不支持查找和替换 |
| 孟加拉文 | Tesseract 5 | 语言包 | 真实扫描件实测 | 9.1% | 2/4 | 实验性 |
| 高棉文 | Tesseract 5 | 语言包 | 真实扫描件实测 | 2.8% | 1/9 | 实验性 |
| 缅甸文 | Tesseract 5 | 语言包 | 真实扫描件实测 | ≈10% | 3/5 | 实验性 |
| 僧伽罗文 | Tesseract 5 | 语言包 | 真实扫描件实测 | 6.2% | 1/6 | 实验性 |
| 阿姆哈拉文 | Tesseract 5 | 语言包 | 真实扫描件实测 | 2.5% | 3/6 | 实验性 |
| 老挝文 | Tesseract 5 | 语言包 | 真实扫描件实测 | 2.0% | 0/3 | 扫描件不可用 |
主力语言在开发全程持续测试，本轮语种报告未单列数字。 · 最后更新: 2026-10-21
竖排文字
| 日文 | 真实扫描件测过，可用需核对 | docs/ocr-real-scan-report.md §3.5, §4 日文: 3 real vertical scans, 8/9 replacements acceptable; furigana no longer erased silently (§7 item 4) |
|---|---|---|
| 简体中文 | 代码支持，未实测 | pdf_ocr.py vertical column detection applies to the ch model; no Simplified Chinese vertical real scan in docs/ocr-real-scan-report.md |
| 繁体中文（带注音） | 拒绝替换（安全失败） | docs/ocr-real-scan-report.md §3.5: vertical Traditional Chinese with zhuyin is refused (safe failure) |
| 韩文 | 不支持 | docs/ocr-real-scan-report.md §3.5: 1926 vertical Korean not in scope |
| 其他文字 | 不支持 | README.md §当前边界: other scripts horizontal only, tilt ≤ ~3° |
功能与承诺的实现状态
「规划中」表示当前版本的代码里没有这项功能；正式提供前，本站不会把它当作现有能力宣传。「待确认」是需要运营方决定的商务事项。
软件功能
| 项目 | 状态 | 依据 |
|---|---|---|
| 文档在本机处理（打开、识别、替换、脱敏、保存） | 已实现 | pdf_engine.py, pdf_ocr.py (local ONNX/Tesseract); only model_packs.py and ai_translate.py use the network |
| 安全脱敏与残留检查 | 已实现 | pdf_redact.py, pdf_residue.py; test_redact.py |
| 风险分级 L0–L3 | 已实现 | pdf_risk.py; test_risk.py |
| 回读校验 | 已实现 | pdf_readback.py; test_readback.py |
| 操作记录 manifest.json | 已实现 | README §操作记录; project_store.py, app.py (<name>.manifest.json); test_project_store.py |
| 批量处理文件夹与处理报告 | 已实现 | batch_jobs.py, ui_batch.py; test_batch.py |
| 命令行（无窗口）模式 | 已实现 | README §无窗口模式; app.py --replace/--batch/--redact/--folder |
| 可选 AI 翻译（云端平台或本地模型） | 已实现 | ai_translate.py, ui_ai.py; test_ai_translate.py |
| 直接打开 JPG、PNG、TIFF 等图片 | 已实现 | image_docs.py |
| 项目自动保存与崩溃恢复 | 已实现 | project_store.py; test_project_store.py |
| 第三方组件清单（SBOM） | 已实现 | tools/make_sbom.py; website/public/sbom/ |
授权与发布
| 项目 | 状态 | 依据 |
|---|---|---|
| 输出不加水印 | 已实现 | no watermarking code in the client |
| 离线激活与许可证校验 | 规划中 | no licensing or activation code in the checked commit |
| 试用期限与页数统计 | 规划中 | terms in website/src/site.config.ts PRICING (owner decision); no trial enforcement in the client |
| 在线购买 | 规划中 | website/src/site.config.ts PRICING.checkoutOpen = false, checkoutUrl empty |
| 安装包代码签名 | 不提供 | owner decision: not code-signed for now; website/src/data/release.json signer is empty |
| Microsoft Store 上架 | 规划中 | website/src/site.config.ts profiles.microsoftStore is empty |
| 自动检查更新 | 规划中 | see NETWORK_BEHAVIORS.update |
| 异常报告 | 规划中 | see NETWORK_BEHAVIORS.crash |
企业
| 项目 | 状态 | 依据 |
|---|---|---|
| MSI 静默安装包 | 规划中 | build.ps1 builds a single exe; no MSI/WiX tooling in the repository |
| 集中策略管理（统一关闭联网功能） | 规划中 | no Group Policy / registry policy code in the client |
| 按席位授权与集中管理 | 规划中 | no licensing code in the client |
| 发票与采购单 | 待确认 | a business process, not code; depends on the payment provider and the operator |
联网
当前版本只有语言包下载与可选的云端 AI 翻译会联网，都由你发起。 联网行为说明 →