api-server / Dockerfile
XWX-AI's picture
fix(pdf): tagged PDF显式关闭+容器CJK字体换静态TrueType——PDF体积3倍竞品根因修复(2026-10-04)——①server.js page.pdf显式tagged:false+outline:false:Puppeteer24 parsePDFOptions把tagged默认翻true(node_modules/puppeteer-core/common/util.js),每文字运行产StructElem(436轮NotebookLM实测63,171个5.65MB,xref 79,817);②Dockerfile弃装fonts-noto-cjk(CFF-in-OTC无法子集→全部汉字逐页Type3,745字典2.4MB CharProcs),改构建期从google/fonts(commit固定a85815a)下载SC/TC/JP/KR/HK变量字体+fonttools实例化400/700静态TrueType装系统(--update-name-table防family名带Thin致fontconfig miss;--no-install-recommends下需显式ca-certificates+fontconfig;fonttools走python3 -m入口);emoji字体保留(位图Type3残余0.02MB,视觉优先);真实容器端到端:同会话HTML POST实测26.66MB→8.69MB(-67%)低于竞品9.41MB,xref→3,182,Type3→45,图片5.19MB→0.69MB与竞品同量级,文本保真98.15%字符级一致,嵌入字体全TTF子集;本机pdf-test(17861)/pdf-prod(7860)已重建验证字节级一致;12平台API契约零改动,新旧插件全兼容;证据链XWXExporter/temp/test/notebooklm/2026-10-04/与解决方案API/111;HF Space待用户手动push部署
38f9bb7
Raw History Blame Contribute Delete
2.49 kB
# Use Node.js 20 on Debian Bookworm (Chromium 149, fixes SVG context-stroke support)
#
# ── CJK 字体策略(2026-10-04 PDF 体积根因修复,勿回退到 fonts-noto-cjk)──
# Debian 的 fonts-noto-cjk 是 CFF 轮廓的 OTC 集合封装,Skia/PDF 无法对它做
# 子集嵌入,print-to-PDF 时每个 CJK 字形都退化为 Type3 逐页画(436 轮会话实测:
# 745 个 Type3 字体字典 + 2.4MB CharProcs + 每页重复字形,韩文/康熙部首同样中招;
# 变量字体也触发 Type3,已实测)。TrueType 轮廓的静态实例则正常以 TTF 子集嵌入,
# 全文档共享一份。证据链见 XWXExporter 仓库 temp/test/notebooklm/2026-10-04/。
# 因此:构建期从 google/fonts 下载变量字体(commit 固定可复现),用 fontTools
# 实例化 400/700 两个 weight 装为系统字体;不装 fonts-noto-cjk。
# 插件 document-export-css.js 的字体栈已按语言对齐静态家族名
# (Noto Sans SC/TC/JP/KR/HK 优先于 CJK OTC 名)。
# emoji 仍用 fonts-noto-color-emoji(CBDT 位图,少量 Type3 残留,视觉优先)。
FROM node:20-bookworm-slim
RUN apt-get update && apt-get install -y \
chromium \
fonts-noto-core \
fonts-noto-color-emoji \
python3-fonttools \
fontconfig \
curl \
ca-certificates \
libxss1 \
--no-install-recommends \
&& rm -rf /var/lib/apt/lists/*
# google/fonts 仓库 commit 固定(2026-10-04 取)
ARG NOTO_FONTS_COMMIT=a85815a42757630ce188fdad368c2dfc444d4773
RUN set -eux; \
mkdir -p /usr/local/share/fonts/noto-sans-static; \
for fam in notosanssc:NotoSansSC notosanstc:NotoSansTC notosansjp:NotoSansJP notosanskr:NotoSansKR notosanshk:NotoSansHK; do \
dir="${fam%%:*}"; stem="${fam##*:}"; \
curl -fsSL -o "/tmp/${stem}-Var.ttf" \
"https://raw.githubusercontent.com/google/fonts/${NOTO_FONTS_COMMIT}/ofl/${dir}/${stem}%5Bwght%5D.ttf"; \
for w in 400 700; do \
python3 -m fontTools.varLib.instancer --update-name-table \
-o "/usr/local/share/fonts/noto-sans-static/${stem}-${w}.ttf" \
"/tmp/${stem}-Var.ttf" "wght=${w}"; \
done; \
rm -f "/tmp/${stem}-Var.ttf"; \
done; \
fc-cache -f
# Set working directory
WORKDIR /app
# Install Node.js Dependencies
COPY package.json .
RUN npm install
# Copy Application Code (including templates/)
COPY . .
# Expose Port (Hugging Face expects 7860)
EXPOSE 7860
# Run the Application
CMD ["node", "server.js"]