Mac · 全程在你自己的电脑上 · PDFium + lopdf · 输出带标签 PDF · 带命令行

TagForge：为整个文件夹的 PDF 批量加标签

把一个文件夹的 PDF 交给 TagForge，它会像人一样读每一页：哪几行是标题、段落在哪里结束、哪一块是图片、文字应该按什么顺序读。然后写出带标签的 PDF，并附一份报告，说明自动修好了什么、还有哪些需要人工判断。全部在这台 Mac 上完成：不上传，不需要下载模型，也不按页收费。

US$6.99 一次买断 · 含免费版

希望发行 Windows 版本下载 Mac 版

版本 1.0.0 · macOS 14 Sonoma 或更新，Apple Silicon · 下载 28 MB · 版面引擎已内置，无需另外下载
一次买断 · 包含 1.x 全部更新 · 14 天全额退款

TagForge 打开一份 96 页的指南：左侧是文档队列，中间是带块边框的页面预览，下面是结构树，右侧是摘要、导出按钮和检查清单

工作方式

加入文件夹。 里面的 PDF 会依次排进队列。可以拖入文件、选择文件，或者直接选文件夹；Finder 的「打开方式」和 ⌘O 走的都是同一个入口。免费版一次处理一个文件。
读取版面。 PDFium 给出每一个字符的字体、字号、粗细和包围盒；TagForge 按基线聚成行，按行距和缩进聚成块，再按页面中间的空隙分出栏。标题由正文的中位字号、加粗和编号来判断；页眉页脚由位置和跨页重复识别。每页大约一秒，就在这台 Mac 上。
复核需要人工的部分。 结构树是一行行的块：改标题级别、把某块标成装饰内容、在阅读顺序里上下移动、给图片写替代文本或清空。替代文本草稿会一直标着「草稿」，直到你确认。
导出、归档。 带标签的 PDF 写在源文件旁边，同时生成一份 JSON 报告（需要的话还有 HTML 版），逐条列出检查项、涉及的页码，以及留给人工的项目。

TagForge 的起始窗口：三步说明、一个用来拖入 PDF 的方框，以及最近打开过的文档列表

PDF 里多了什么

TagForge 会重写页面内容，并加上读屏软件要找的那套结构：

标记内容。 每个文本对象外面包一层 BDC 标记内容序列并带 MCID，页面上的每段文字都指向一个结构元素；图片包成 /Figure，页眉页脚包成 /Artifact。
结构树。 /StructTreeRoot 下有 /P、/H1–/H6、/Figure 和装饰内容条目，另有 /ParentTree，以及每页的 /StructParents。
文档级设置。 /MarkInfo /Marked true、/Tabs /S 让 Tab 键按结构顺序走、/Lang 标出文字语言、/ViewerPreferences /DisplayDocTitle true 让窗口标题显示文档标题。
标题与语言。 文档标题取自元数据、最大的标题或文件名；语言取自 --lang 或文字本身，导出前都可以改。

写报告之前，TagForge 会重新打开自己的输出：页数必须一致，归一化后的文字哈希必须一致，FPDFCatalog_IsTagged() 必须为真，结构树里的子元素数量必须对得上。任何一项不通过，它宁可报错，也不会把文件交给你。

一份可以放进卷宗的报告

每份文档旁边都有一份 JSON 报告，逐项检查、逐条带页码。HTML 版内容相同，只是排给人看：哪些已经自动修好、哪些需要人工、哪些被有意留空。免费版的报告带「Free version」水印，并注明只检查了前 10 页。

TagForge 不宣称结果「通过了 PDF/UA」。它只做版面能证明的四件事——标记内容、结构树、页眉页脚的装饰标记、阅读顺序——其余逐条列出，让签署无障碍声明的人清楚还差什么。

留给人工的部分

有些事只靠页面推断，诚实地说做不到。这些会进人工复核清单，而不是猜一个答案：

表格。 行、列和表头单元格留给人工或别的工具。
表单域。 字段标签和 Tab 顺序不会被重写。
扫描页。 没有文字层的页面仍然没有：1.0 不做 OCR。
复杂分栏。 检测到栏之后，给出的阅读顺序只是起点，报告会提醒复核。
替代文本。 草稿取自图片下方的图注或最近的句子，一律标为草稿，确认之前请自己读一遍。
旋转页。 旋转的页面不会被打上标签，而是列进报告，避免在错误的方向上打标签。

免费版与授权

下载的就是完整应用。没有授权时，一次打开一个文件，检查前 10 页，报告带水印——足够用你自己的文档看清它到底会做什么。

	免费版	授权版
同时处理的文件	一个	整个文件夹
每个文件检查的页数	前 10 页	全部页面
结构树与复核	✓	✓
报告（JSON 与 HTML）	带水印	✓
导出带标签 PDF	—	✓
命令行（`fix`）	—	✓
更新	✓	1.x 全部更新
价格	免费	US$6.99，一次

文档留在你的 Mac 上

不上传、不注册、不数额度。TagForge 不会把 PDF、文件名或抽出的一个字发到任何地方。它只做两类网络请求：每天一次更新检查，从 swordfishsoft.org 取新版本列表和已退款订单列表——所有人取的是同一份文件，除此之外没有别的。更新检查可以在设置里关掉。读取、加标签和导出完全不需要联网。详见隐私政策。

命令行与 AI 助手

TagForge 附带 tagforge，与应用共用同一个引擎。可以在终端里扫描整个文件夹，把修好的文件写到另一个目录，也可以交给能在你 Mac 上执行命令的 AI 助手，比如 Claude Code 或 Codex。

tagforge scan *.pdf                              # 只看它读到了什么，不写文件
tagforge scan report.pdf --json                  # JSON Lines，每个文件一行
tagforge fix *.pdf --out-dir remediated --html    # 带标签 PDF + JSON + HTML 报告
tagforge fix annual-report.pdf --out tagged.pdf --overwrite
tagforge report *.pdf --out-dir findings --html   # 只出报告，不加标签
tagforge license SFS1-…                           # 为这台 Mac 保存授权码
tagforge license --status

为脚本而做。 它从不等待输入，进度写到 stderr；加 --json 时输出 JSON Lines。退出码：0 成功，1 成功但有需要人工的项目，2 无法运行，3 需要授权，4 输出校验失败——脚本因此分得清「干净」和「先归档再说」。
重复运行是安全的。 结果是新文件，输入 PDF 只读、绝不修改。不给 --out-dir 或 --out 时，文件写在源文件旁边，名为 <name>.tagged.pdf 和 <name>.tagforge.json；已有输出默认跳过，加 --overwrite 才覆盖。
应用和命令行一致。 同样的版面分析、同样的标题、同样的报告——应用里修的文件夹和终端里修的文件夹，产出的结构相同。

给 AI 助手的提示词

我的 Mac 上装了 TagForge。它给 PDF 加带标签结构，完全离线，用的是 PDFium 和 lopdf，并且带一个命令行工具：
"/Applications/TagForge.app/Contents/Helpers/tagforge"
（如果把命令装进了 PATH，也可以直接写 tagforge）。先用 --help 看用法。参数：
  tagforge scan FILE... [--json] [--pages N] [--lang zh-CN|en-US]
  tagforge fix FILE... [--out-dir DIR] [--out FILE] [--html] [--lang ...] [--overwrite]
  tagforge report FILE... [--out-dir DIR] [--html]
  tagforge license [KEY] | --status | --remove
加 --json 时所有命令输出 JSON Lines。不给 --out-dir 或 --out 时，fix 在输入旁边写 .tagged.pdf 和 .tagforge.json；report 写 .tagforge.json。输入 PDF 永远不被修改；已有输出默认跳过，除非给 --overwrite。
退出码：0 成功，1 成功但有需要人工的项目，2 无法运行，3 需要授权，4 输出校验失败，5 已取消。进度写到 stderr，全程不等待输入。
结构是从页面几何推断的：表格、表单、扫描页、复杂分栏和每一段替代文本草稿，仍然需要我自己复核。如果说需要授权，请直接告诉我，不要绕过。不要删除或移动我的文件。
我的任务：

scan、report 和 license 不需要授权即可使用；fix 需要授权。免费版应用里的报告只覆盖前 10 页。

购买流程

先下载、先用免费版。 打开磁盘映像，把 TagForge 拖进「应用程序」，拿自己的一份 PDF 跑一遍：结构树、复核界面和不带水印的报告都在。
在本页购买授权。 结账由我们的转售商 Paddle 完成，可以刷卡、用 PayPal 或结账页上的其他方式，适用地区会加税。
复制授权码。 付款成功后会立即显示在本页，同时也会发到你的邮箱。把它粘进 TagForge → 设置 → 授权，限制就没了。

授权码丢了？用付款时的邮箱发信到 [email protected]，我们会重发。

常见问题

用它能通过 PDF/UA 吗？

TagForge 不作这个承诺，也没有工具能只看页面就保证合规。它加上并校验机械性的部分——标记内容、结构树、页眉页脚的装饰标记、Tab 顺序、语言、文档标题——其余逐条写进报告并标明页码，由人来收尾，也由人来说明做过什么。

导出的 PDF 到底哪里不一样？

页面内容被重写：每个文本对象放进带 MCID 的标记内容序列，图片成为 Figure，跨页的页眉页脚标成装饰内容；同时加上结构树、ParentTree 和每页的 StructParents，以及 /Tabs /S、/MarkInfo、/Lang 和 /ViewerPreferences。看得见的页面不变：写完之后，TagForge 会重新打开输出，确认页数和归一化后的文字完全一致。

PDF 本来就已经带标签怎么办？

报告里会写出来，并且不会重新打标签：在已有结构树上再叠一层，比没有更糟。需要修复的话请用别的工具处理。

它认错了，我能改吗？

可以，在导出之前。点页面上的块或结构树里的一行，在标题各级、段落、图片和装饰内容之间切换，在阅读顺序里上下移动，编辑或清空替代文本。结构顺眼了再导出。

替代文本是什么样的？

是草稿，而不是把猜测当成描述。图片下方有图注就用图注，否则用同一块里最近的句子，结果标着「草稿」；报告会逐张列出图片和页码。2–3B 的视觉模型留给后续版本，不是这一版。

能读扫描件吗？

不能。没有文字层的页面没有东西可标，会进人工复核清单。OCR 不是 1.0 的功能。

表格和表单呢？

都留给人工。TagForge 会标记内容、给出阅读顺序，但表头单元格和表单域的标签需要人来判断，报告里按页写明。

免费版的限制怎么算？

一次一个文件、每个文件前 10 页、报告带水印、不能导出带标签 PDF。没有按月重置：限制属于版本，不是一个试用计时器。授权后这四条限制在这台 Mac 上全部解除。

一个文件夹要跑多久？

M 系列 Mac 上每页约一秒，96 页的报告远不到两分钟。加标签时会写出检查过的页面，并在报告成功之前校验结果。

支持哪些 Mac？

Apple Silicon（M1 及以后）、macOS 14 Sonoma 或更新。不支持 Intel Mac。

有 Windows 版吗？

暂时没有。问的人够多我们就做，同一份授权同样通用。可以发信到 [email protected]。

macOS 问我要不要打开，这正常吗？

正常。第一次打开任何从网站下载的应用，macOS 都会问一次。确认提示里写着 Apple 已检查且未发现恶意软件，然后点「打开」：应用有我们的 Apple Developer ID 签名，并经过 Apple 公证。

用着不合适怎么办？

每次购买都有14 天全额退款。

由重庆剑鱼科技有限公司（SwordFishSoft）销售。订单流程由我们的在线转售商 Paddle.com 完成，Paddle.com 是所有订单的 Merchant of Record。使用条款 · 退款政策 · 隐私政策。引擎：PDFium（BSD-3-Clause）负责读取与渲染，lopdf（MIT）负责写结构树；Sparkle（MIT）。截图中的文档是一份公开发表的临床指南，不是客户文件。