feat: 新增 OCRmyPDF 轉換引擎 (v0.1.14)

## 新功能
- OCRmyPDF 轉換引擎:將掃描版 PDF 轉換為可搜尋 PDF
  - 支援 7 種語言:en, zh-TW, zh, ja, ko, de, fr
  - 與 PDFMathTranslate 風格一致的 UI 格式 (pdf-<lang>)
  - 自動偵測頁面方向並旋轉
  - 自動校正傾斜
  - 跳過已有文字層的頁面
  - 詳細的 5 階段處理進度輸出

## 建置
- Dockerfile:安裝 ocrmypdf 與 Tesseract OCR 語言包

## 文件
- 更新 OCR 功能文件
- 文件目錄結構改為中文名稱

## 測試
- 修復 BabelDOC 和 PDFMathTranslate 測試的 OCR mock
- 所有 345 個測試通過
This commit is contained in:
Your Name 2026-01-23 16:28:33 +08:00
parent f24eec070c
commit a06df23b1d
53 changed files with 1427 additions and 675 deletions

View file

@ -1,196 +0,0 @@
# 清理與限制設定
本文件說明如何設定檔案自動清理與資源限制。
---
## 檔案自動清理
### AUTO_DELETE_EVERY_N_HOURS
自動刪除超過指定時間的檔案。
| 項目 | 值 |
| ------ | ---- |
| 預設值 | `24` |
| 停用 | `0` |
| 單位 | 小時 |
```yaml
environment:
# 每 24 小時清理一次
- AUTO_DELETE_EVERY_N_HOURS=24
# 每 1 小時清理一次(公開服務建議)
- AUTO_DELETE_EVERY_N_HOURS=1
# 停用自動清理
- AUTO_DELETE_EVERY_N_HOURS=0
```
### 清理範圍
自動清理會刪除以下檔案:
- `uploads/` 目錄中的上傳檔案
- `output/` 目錄中的轉換結果
> 不會刪除資料庫 (`convertx.db`) 或使用者帳號
---
## 轉換限制
### MAX_CONVERT_PROCESS
限制同時進行的轉換任務數量。
| 項目 | 值 |
| ------ | ------------- |
| 預設值 | `0`(無限制) |
```yaml
environment:
# 最多同時 2 個轉換任務
- MAX_CONVERT_PROCESS=2
# 無限制
- MAX_CONVERT_PROCESS=0
```
#### 使用建議
| 情境 | 建議值 |
| ------------ | ------ |
| 個人使用 | 無限制 |
| 小型團隊 | 4-8 |
| 公開服務 | 2-4 |
| 資源受限環境 | 1-2 |
---
## 記憶體限制
### Docker 記憶體限制
```yaml
services:
convertx:
deploy:
resources:
limits:
memory: 4G
reservations:
memory: 2G
```
### 建議配置
| 記憶體 | 適用情境 |
| ------ | ------------- |
| 2 GB | 基本轉換 |
| 4 GB | 一般使用 |
| 8 GB | 大檔案轉換 |
| 16 GB | 影片轉換、OCR |
---
## CPU 限制
### Docker CPU 限制
```yaml
services:
convertx:
deploy:
resources:
limits:
cpus: "2"
```
### 建議配置
| CPU 核心 | 適用情境 |
| -------- | ------------ |
| 1 | 最小需求 |
| 2 | 一般使用 |
| 4+ | 多人同時使用 |
---
## 磁碟空間管理
### 監控磁碟使用
```bash
# 檢查 data 目錄大小
du -sh ./data
# 檢查各子目錄
du -sh ./data/*
```
### 手動清理
```bash
# 清理舊檔案(超過 7 天)
find ./data/uploads -mtime +7 -delete
find ./data/output -mtime +7 -delete
```
### 設定清理排程
```bash
# 每天凌晨 3 點清理超過 7 天的檔案
0 3 * * * find /path/to/data/uploads -mtime +7 -delete
0 3 * * * find /path/to/data/output -mtime +7 -delete
```
---
## 情境範例
### 個人使用
```yaml
environment:
- AUTO_DELETE_EVERY_N_HOURS=168 # 一週
- MAX_CONVERT_PROCESS=0 # 無限制
```
### 小型團隊
```yaml
environment:
- AUTO_DELETE_EVERY_N_HOURS=24 # 一天
- MAX_CONVERT_PROCESS=4
deploy:
resources:
limits:
memory: 4G
```
### 公開服務
```yaml
environment:
- AUTO_DELETE_EVERY_N_HOURS=1 # 一小時
- MAX_CONVERT_PROCESS=2
- ALLOW_UNAUTHENTICATED=true
- HIDE_HISTORY=true
deploy:
resources:
limits:
memory: 4G
cpus: "2"
```
---
## 相關文件
- [環境變數設定](environment-variables.md)
- [安全性設定](security.md)
- [Docker 部署](../deployment/docker.md)