PDF senza cloud: PaperPilot usa Rust, WebAssembly e MCP per lavorare tutto in locale

Modificare, comprimere, unire o analizzare documenti PDF senza caricarli su server esterni è un’esigenza sempre più concreta, soprattutto quando si lavora con contratti, documentazione aziendale, informazioni personali o file riservati. PaperPilot affronta il problema facendo perso su di un approccio innovativo: un motore di elaborazione scritto in Rust, capace di funzionare direttamente sul computer dell’utente, nel browser e persino attraverso assistenti AI. Il progetto è open source (licenza Apache) e punta a offrire un’alternativa ai tradizionali servizi online per la gestione dei PDF.

Il formato PDF, introdotto da Adobe nel 1993 e standardizzato come ISO 32000 nel 2008, nacque per garantire una rappresentazione coerente dei documenti indipendentemente dal software utilizzato. Da allora le esigenze sono cambiate: oggi non basta visualizzare un documento, bisogna estrarne informazioni, automatizzare operazioni ripetitive e verificare che non contenga dati riservati. Molti strumenti online risolvono tali problemi trasferendo i file su infrastrutture remote. PaperPilot propone una soluzione differente: elaborare i documenti in locale e rendere le stesse funzionalità accessibili anche ai software di automazione.

La versione più recente, pubblicata nel repository ufficiale, comprende funzionalità per l’organizzazione delle pagine, compressione, riconoscimento ottico dei caratteri (OCR) e verifiche di sicurezza. L’aspetto più interessante, però, è proprio l’architettura, che permette di richiamare tutte le abilità di PaperPilot da ambienti differenti senza dover ricorrere a motori di elaborazione separati.

Come funziona PaperPilot: un unico motore Rust per browser, desktop e automazioni

Alla base del progetto troviamo un componente comune sviluppato in Rust, linguaggio che offre garanzie sulla gestione della memoria grazie ai controlli effettuati dal compilatore. Si tratta di una caratteristica particolarmente apprezzabile per un software che deve interpretare documenti complessi, potenzialmente malformati o provenienti da fonti sconosciute.

Il motore utilizza librerie come lopdf e pdf_oxide per le operazioni sui PDF; per le funzionalità di riconoscimento e inferenza locale interviene anche rten, un runtime scritto in Rust. La scelta progettuale mira a ridurre la dipendenza da componenti esterni come interpreti Python, librerie native C++ o istanze di Chromium dedicate all’elaborazione.

Il medesimo codice alimenta 5 modalità di utilizzo: strumenti da riga di comando, server MCP, API REST locali, applicazione desktop e interfaccia Web. La versione desktop adotta Tauri e Svelte, mentre l’applicazione nel browser sfrutta WebAssembly (WASM).

Un’operazione come l’unione di due PDF può essere eseguita manualmente, richiamata da uno script oppure richiesta a un assistente AI; cambia il metodo di accesso, non il codice responsabile della trasformazione del documento.

Modificare PDF online senza inviarli a un server: il ruolo di WebAssembly

La versione Web di PaperPilot è destinata agli utenti meno tecnici: basta aprire il sito dal browser, senza installare un programma dedicato. La particolarità è che l’elaborazione dei file avviene sul dispositivo, anziché attraverso una procedura tradizionale di caricamento e successivo download da un server.

A rendere possibile questo modus operandi è proprio WASM, formato binario eseguibile nei browser moderni: il codice Rust è compilato per l’esecuzione nell’ambiente Web, permettendo di applicare trasformazioni ai documenti direttamente in memoria. Il browser legge il PDF selezionato dall’utente, passa i dati al modulo di elaborazione e permette di ottenere il risultato senza che il documento debba essere trasferito su alcun server remoto!

Gli sviluppatori invitano a controllare personalmente il comportamento dell’applicazione tramite gli strumenti di sviluppo del browser.

In Chrome ed Edge è possibile premere il tasto F12, aprire la scheda Network, selezionare un PDF di prova ed esaminare le richieste effettuate durante l’elaborazione.

Un limite riguarda comunque le risorse disponibili: un PDF molto grande, ricco di immagini ad alta risoluzione, può richiedere parecchia memoria; inoltre, alcune operazioni risultano più lente rispetto a un’applicazione nativa. L’elaborazione locale evita il trasferimento del documento, ma non elimina i vincoli hardware.

Unire, dividere, comprimere e riconoscere il testo nei PDF

PaperPilot copre molte delle operazioni richieste nel quotidiano: la versione che abbiamo provato contempla l’unione di documenti, la divisione per intervalli di pagine, la rotazione, l’eliminazione e il riordino delle pagine, oltre all’estrazione di parti specifiche.

Non mancano la disposizione di più pagine su un singolo foglio, funzione conosciuta come N-up, e l’impostazione automatica per la stampa di libretti. Sono operazioni particolarmente utili quando si devono preparare fascicoli, dispense o documenti destinati alla stampa fronte-retro.

La compressione permette di ridurre le dimensioni dei documenti, ma il risultato dipende dal loro contenuto: un PDF composto prevalentemente da testo e oggetti vettoriali può comportarsi diversamente rispetto a una scansione contenente immagini già compresse. Aumentare la compressione non garantisce automaticamente una riduzione significativa e può penalizzare la qualità visiva.

Più interessante, per certi impieghi, è il supporto al riconoscimento ottico dei caratteri (OCR): il progetto dichiara l’utilizzo di PaddleOCR attraverso rten, con elaborazione locale. Significa poter affrontare anche documenti scannerizzati nei quali le pagine contengono immagini anziché testo direttamente selezionabile.

Il risultato dell’OCR va comunque controllato, soprattutto in presenza di caratteri piccoli, tabelle, scansioni inclinate o documenti deteriorati. La possibilità di eseguire il riconoscimento sul proprio computer non equivale a una garanzia di accuratezza; inoltre, i modelli e le risorse necessari devono essere effettivamente disponibili nell’installazione utilizzata.

Privacy e sicurezza: scansione dei dati personali e pulizia dei documenti

Un capitolo importante riguarda la gestione delle informazioni riservate: PaperPilot dichiara funzioni di PII scanning, cioè ricerca di informazioni personali identificabili, e di deep sanitization, una procedura destinata alla pulizia approfondita dei documenti.

Un PDF può contenere metadati, annotazioni, allegati, oggetti non più visibili e versioni precedenti conservate mediante aggiornamenti incrementali.

Una corretta bonifica deve considerare anche questi elementi: PaperPilot permette di intervenire in blocco, eliminando tutte le informazioni problematiche ma l’utente è comunque chiamato a verificare il documento finale, soprattutto prima di una pubblicazione o di una condivisione esterna.

PaperPilot include inoltre funzionalità di verifica e rimozione delle firme digitali. Attenzione però: una firma digitale può proteggere l’integrità di una determinata revisione del documento; qualsiasi trasformazione che modifica i byte coperti dalla firma può comprometterne la validità. La rimozione della firma non rappresenta un’operazione neutra e non equivale alla verifica della sua attendibilità giuridica o crittografica.

PaperPilot e gli assistenti AI: modificare PDF con istruzioni in linguaggio naturale

Il progetto si distingue da molti editor PDF anche per il supporto al Model Context Protocol (MCP), un protocollo aperto che permette agli assistenti AI compatibili di utilizzare strumenti esterni attraverso interfacce definite.

Con PaperPilot, un assistente come Claude Desktop oppure un ambiente di sviluppo compatibile con MCP può richiamare operazioni documentali locali. Si può chiedere, per esempio, di unire due file, comprimere il documento risultante e salvarlo in una directory specifica.

La configurazione documentata dagli sviluppatori prevede il download dell’eseguibile paperpilot-mcp dalle release ufficiali e l’inserimento di una voce dedicata nel file claude_desktop_config.json; il client avvia il processo locale e comunica con esso attraverso lo standard MCP.

L’assistente AI non deve per forza ricevere il contenuto del PDF per eseguire una trasformazione: può limitarsi a richiamare uno strumento locale che conosce i percorsi dei file e gli argomenti da utilizzare. Da rammentare, tuttavia, che se un modello AI legge il testo estratto e lo include nei messaggi indirizzati a un modello remoto, quei dati possono comunque uscire dal computer. È quindi necessario distinguere fra elaborazione locale del documento e trattamento delle informazioni da parte del modello AI.

Prima di consentire a un agente di operare su documenti importanti, conviene verificare anche i permessi del processo, le directory accessibili e le richieste di conferma per operazioni potenzialmente distruttive.

Automatizzare i PDF da riga di comando e tramite API REST

Chi gestisce centinaia di documenti può utilizzare PaperPilot senza passare dall’interfaccia grafica. La CLI (command-line interface) mette a disposizione comandi integrabili in script e procedure automatiche. Per unire due file è sufficiente eseguire quanto segue:

paperpilot merge --inputs doc1.pdf doc2.pdf --output merged.pdf

Per comprimere un documento si può invece utilizzare l’istruzione seguente:

paperpilot compress --input in.pdf --quality 75 --output compressed.pdf

La rotazione delle pagine selezionate, specificate nel comando stesso, segue una sintassi analoga:

paperpilot rotate --input in.pdf --pages 1,3-5 --angle 90 --output out.pdf

Per un ufficio che riceve periodicamente documenti scannerizzati, questi esempi pratici possono costituire la base per preparare fascicoli, correggere orientamenti e ridurre le dimensioni dei file prima dell’archiviazione.

PaperPilot prevede anche un gateway REST locale, avviabile impartendo il comando paperpilot serve --port 7823. Il servizio espone API HTTP sulla porta 7823 e documentazione Swagger all’indirizzo http://localhost:7823/docs.

Si apre così la possibilità di richiamare le funzioni da Python, Node.js o strumenti di automazione come n8n. Essendo un servizio che può leggere o modificare documenti, è importante limitarne l’esposizione di rete, evitando di rendere l’API accessibile da Internet senza adeguati controlli di autenticazione e autorizzazione.

Le funzionalità ancora da sviluppare e i limiti attuali

PaperPilot resta un progetto in evoluzione. La documentazione principale distingue le capacità attuali dalle funzioni previste nelle release successive: conversioni tra PDF, Markdown, HTML e JSON; esportazioni verso Word, Excel e PowerPoint; cifratura, decifratura, firme, oscuramento dei contenuti, moduli e annotazioni nella.

Per la major release 1.0 gli sviluppatori indicano ulteriori obiettivi, fra cui riparazione dei PDF, confronto tra documenti, compatibilità PDF/A e numerazione Bates.

Gli autori del progetto, inoltre, usano il termine “AI copilot“: non è un riferimento al modello linguistico autonomo. Si tratta di una forma adoperata per descrivere gli strumenti di elaborazione documentale e nella possibilità di renderli disponibili agli agenti AI. Le funzioni OCR sfruttano tecniche di riconoscimento automatico, ma non implicano per forza l’utilizzo di un LLM.

Gli strumenti PDF possono finalmente funzionare in locale senza rinunciare all’integrazione con browser, automazioni e assistenti intelligenti: è proprio questa combinazione, più che il numero delle funzionalità supportate, a rendere PaperPilot un progetto da seguire.