PaperPilot: Bộ công cụ PDF thuần Rust, không cần cloud và sẵn sàng cho AI agent

Trong bối cảnh các công cụ PDF trực tuyến ngày càng phổ biến nhưng cũng kéo theo lo ngại về quyền riêng tư dữ liệu, PaperPilot xuất hiện như một lựa chọn đáng chú ý. Đây là bộ công cụ xử lý PDF và tài liệu được viết hoàn toàn bằng Rust, chạy cục bộ trên máy người dùng với cùng một lõi engine cho nhiều nền tảng khác nhau.

Điểm đáng chú ý nhất là khả năng tích hợp với các AI agent thông qua giao thức MCP (Model Context Protocol), cho phép Claude Desktop, Cursor hoặc bất kỳ MCP client nào thao tác trực tiếp trên file PDF mà không cần gửi dữ liệu lên cloud.

Demo PaperPilot xử lý PDF trực tiếp trên trình duyệt

Một lõi engine, nhiều bề mặt sử dụng

PaperPilot được thiết kế theo triết lý "một engine, nhiều cách dùng". Cùng một lõi Rust được đóng gói thành nhiều sản phẩm khác nhau phục vụ các nhu cầu cụ thể:

• MCP server: Cấp cho Claude Desktop, Cursor hay các MCP client khả năng hợp nhất, tách, OCR và nén PDF trực tiếp.
• CLI: Phù hợp cho các quy trình hàng loạt và kịch bản tự động hóa.
• Trình duyệt (WASM): Công cụ không cần cài đặt, xử lý file ngay trong bộ nhớ trình duyệt, không tải lên máy chủ.
• Ứng dụng desktop: Xây dựng bằng Tauri và Svelte, có trình xem, chú thích và so sánh tài liệu.
• REST API cục bộ: Gọi từ Python, Node hoặc n8n qua cổng localhost:7823.

Điểm chung của tất cả các bề mặt này là không dùng Chromium, không cần runtime C++, không gọi cloud. Đây là lợi thế lớn với người dùng quan tâm đến bảo mật và quyền riêng tư dữ liệu, đặc biệt trong môi trường doanh nghiệp hoặc khi xử lý tài liệu nhạy cảm.

Cách tích hợp với AI agent

Để dùng PaperPilot với Claude hoặc Cursor, người dùng chỉ cần tải tệp paperpilot-mcp từ trang Releases và khai báo vào tệp cấu hình claude_desktop_config.json:

{
  "mcpServers": {
    "paperpilot": {
      "command": "/path/to/paperpilot-mcp"
    }
  }
}

Sau khi khởi động lại Claude, có thể ra lệnh trực tiếp bằng ngôn ngữ tự nhiên, ví dụ: "Hợp nhất hai file PDF này và nén kết quả lại". Đây là ví dụ điển hình cho xu hướng đưa AI agent từ chỗ chỉ trò chuyện sang chỗ thực thi tác vụ thực tế trên dữ liệu cục bộ.

Với CLI, các thao tác quen thuộc được thực hiện nhanh chóng:

# Hợp nhất
paperpilot merge --inputs doc1.pdf doc2.pdf --output merged.pdf

# Nén với chất lượng 75
paperpilot compress --input in.pdf --quality 75 --output compressed.pdf

# Xoay trang 1 và 3–5 thêm 90 độ
paperpilot rotate --input in.pdf --pages 1,3-5 --angle 90 --output out.pdf

Tính năng hiện có ở phiên bản 0.6

Ở phiên bản hiện tại, PaperPilot đã hỗ trợ khá đầy đủ các thao tác cơ bản mà người dùng văn phòng thường cần:

• Tổ chức tài liệu: hợp nhất, tách, xoay, xóa trang, sắp xếp lại, trích xuất trang, xếp trang dạng booklet, tạo lưới N-up.
• Tối ưu: nén file PDF.
• Trích xuất: lấy văn bản thuần và OCR bằng engine PaddleOCR thuần Rust thông qua rten.
• Bảo mật: đóng dấu watermark, xác thực chữ ký số, xóa chữ ký, quét PII và làm sạch dữ liệu chuyên sâu.
• Dữ liệu Office: chuyển Excel sang JSON hoặc CSV.

Lộ trình phát triển tiếp theo khá tham vọng: phiên bản 0.7 hứa hẹn chuyển đổi PDF sang Markdown, HTML và JSON; 0.8 hỗ trợ xuất sang Word, Excel, PowerPoint; 0.9 bổ sung mã hóa, giải mã, ký số, che thông tin, biểu mẫu và chú thích; còn 1.0 sẽ có render, làm phẳng, sửa lỗi, so sánh, chuẩn PDF/A và đánh số Bates.

Vì sao nên quan tâm?

Có thể thấy PaperPilot đặt cược vào ba xu hướng lớn của ngành phần mềm hiện nay:

Quyền riêng tư mặc định – mọi thứ chạy cục bộ hoặc ngay trong tab trình duyệt, file không bao giờ rời khỏi máy người dùng.

Sẵn sàng cho AI agent – hỗ trợ MCP được thiết kế từ đầu chứ không phải gắn thêm sau này.

Một engine, nhiều bề mặt – CLI, MCP, REST, WASM và desktop dùng chung lõi Rust, đảm bảo hành vi nhất quán giữa các nền tảng.

Việc dùng thuần Rust với các thư viện như lopdf, pdf_oxide, rten giúp sản phẩm gọn nhẹ và ít phụ thuộc. Ngoài ra, dự án còn cung cấp REST API cục bộ với tài liệu Swagger tại http://localhost:7823/docs, thuận tiện cho việc nhúng vào các hệ thống tự động hóa nội bộ.

Góc nhìn cho người dùng Việt Nam

Với các doanh nghiệp Việt Nam đang số hóa quy trình giấy tờ nhưng vẫn lo ngại về việc đưa tài liệu lên dịch vụ nước ngoài, một công cụ như PaperPilot có thể là lựa chọn đáng cân nhắc. Khả năng chạy hoàn toàn cục bộ giúp đáp ứng các yêu cầu tuân thủ dữ liệu nội bộ, trong khi phần lõi mã nguồn mở theo giấy phép Apache 2.0 cho phép đội ngũ kỹ thuật tùy biến và tích hợp vào hệ thống riêng.

Bên cạnh đó, các nhóm phát triển phần mềm trong nước đang xây dựng trợ lý AI nội bộ có thể tận dụng MCP server của PaperPilot để bổ sung năng lực xử lý tài liệu cho agent, mà không cần đầu tư hạ tầng cloud phức tạp.

Dự án hiện phát hành bản Community Edition miễn phí gồm CLI, MCP server, REST gateway, WASM engine và ứng dụng desktop. Một bản Enterprise Edition với SSO, RBAC, nhật ký kiểm toán và DLP được phát triển riêng, hứa hẹn mô hình kinh doanh song song giữa mã nguồn mở và dịch vụ doanh nghiệp.

Với tốc độ phát triển hiện tại, PaperPilot là cái tên đáng theo dõi trong nhóm công cụ xử lý tài liệu tích hợp AI, đặc biệt khi nhu cầu xử lý PDF cục bộ và an toàn ngày càng trở nên cấp thiết.