42md 知识工具大升级（13）inspect 与 compress：大文件先体检，再一键瘦身

一、为什么要做 inspect 与 compress

整理知识素材时，源文件越攒越大是常事：

从扫描件、PPT 导出的 PDF 动辄一百多兆，丢进 42md 转 Markdown 前，光上传就等很久。
从网页、论文里一张张存下来的配图，多是无损 PNG/TIFF，塞进文档、素材库不知不觉就几百兆。
想压一压，常见的压缩软件要么得先装一堆命令行工具，要么一压就把图压花，分不清「该压的」和「不能动的」。
更麻烦的是不知道体积到底堆在哪——是几张超大无损图，还是已经压过、动了也白动的部分？盲压一通，效果还看不清。

这些都是动手前心里没底造成的反复折腾。42md tools inspect 先给源文件做一次体检，42md tools compress 再按体检结果瘦身，把「看清楚」和「压下去」拆成两步。

二、inspect 与 compress 的特色

先体检，再动手——inspect 把体积按类别拆开摆给你看：多少兆是无损大图（能压）、多少兆已经是高效编码（保留），还给出一个保守的可瘦身预估，压之前就知道大概能省多少。
一条命令压到几分之一——compress 把以无损格式塞进去的大图重新编码成更省体积的形式，PDF、图片都支持，日常阅读的观感基本一致，体积却能降到原来的几分之一。
一个目录批量瘦身——compress 不止能压单个文件，给它一个文件夹就批量处理：自动按类型挑文件、跳过损坏件、并发瘦身，处理完给出省了多少的汇总。默认只处理本层，加 -r 连子目录一起。
已是高效编码就如实告知——inspect 会把「已经压过、动了也白动」的部分单独标出来，compress 原样保留，不会让你误以为「压完还能更小」。
纯本地、免费、零依赖——文件不上传、不经过任何外部服务，也不用额外安装别的压缩工具，装好 42md 就能用，不消耗 AI 配额。
不瞎压、不毁原件——已经是高效编码、压了也不会更小时，直接提示「无可压空间」并保持原文件不动；产物默认另存为新文件，原件始终在。

三、怎么用 · Webapp

inspect 与 compress 目前以命令行为主，网页端入口随产品演进逐步开放。网页用户当前可以先在「我的知识库」里完成转换与导出，源文件的体检与瘦身放到命令行来做。

四、怎么用 · CLI

compress 和 inspect 既能处理单个文件，也能收一个目录批量处理。

单个文件：先体检，再瘦身

先用 inspect 看清体积构成，做到心里有数：

# 体检一个源文件（PDF / 图片）
42md tools inspect 扫描合同.pdf

# 给脚本用的 JSON 输出
42md tools inspect 扫描合同.pdf --json

再用 compress 瘦身：

# 一键瘦身，产物默认存成 <名>_compressed.<后缀>（图片转 .webp），原件不动
42md tools compress 扫描合同.pdf

# 指定输出路径
42md tools compress 扫描合同.pdf -o out/合同-small.pdf

# PDF 可调画质（0-100，默认 50，数值越高越清晰、体积越大）
42md tools compress 扫描合同.pdf --quality 70

一个目录：批量瘦身

文件多的时候，直接把文件夹交给 compress，它就批量处理：按类型挑文件、跳过损坏件、并发瘦身，末尾给出省了多少的汇总。

默认只处理这个文件夹的直接文件，不进子文件夹；要连所有子目录一起处理，加 -r：

# 只压 Documents 本层的大 PDF
42md tools compress ~/Documents --type pdf --min-size 50MB

# 连所有子文件夹一起压（递归整棵目录树）
42md tools compress ~/Documents --type pdf --min-size 50MB -r

--type 限定类型（compress 支持 pdf / image），不写则这两类都处理；--min-size 聚焦大文件。
批量时坏文件、改了后缀的伪装文件会自动跳过，不拖累其它文件；并发数按机器自动调整。
inspect 同样支持收目录，批量体检、估算整批能省多少。

小技巧：

养成「先 inspect 再 compress」的习惯——体检报告里若大头已是高效编码，就知道这份文件压缩空间有限，不必白忙一场。
转 Markdown 前先压一遍超大 PDF，上传更快；图片素材批量转成更省体积的格式（WebP），网页 / 电子书带图也更轻。

注意事项：

产物默认另存为新文件（PDF 加 _compressed 后缀，图片转 .webp），同名会自动改名，不会覆盖原件。
已是高效编码、压了也不会更小的文件，会直接提示并保持原样，不产出更大的「假压缩」文件。

五、实际演示

一份扫描版 PDF，先体检再瘦身：

$ 42md tools inspect 扫描合同.pdf
扫描合同.pdf  [pdf]  124.1 MB
  93 页
  体积构成：
      111.7 MB  ×101 FlateDecode 可压
        7.2 MB  ×66  FlateDecode 已是高效编码/不支持   ·保留
        2.4 MB  ×10  DCTDecode 已是高效编码/不支持     ·保留
  预估可瘦身约 95.0 MB → ~29.1 MB（compress 实际为准）

$ 42md tools compress 扫描合同.pdf
✓ 已瘦身 124.1 MB → 17.1 MB（重压 141 张图）：扫描合同_compressed.pdf

体检报告先把「能压的无损大图」和「已是高效编码、留着不动的部分」分开列清楚，瘦身后 124 MB 的 PDF 降到 17 MB，发邮件、传网盘、转 Markdown 都轻快不少。

进阶：把散落各处的大 PDF 一次压完

单个文件压完意犹未尽，资料库里还散着上千份扫描 PDF，藏在「课程」「合同」「项目」一层层子文件夹里。给 compress 一个目录、加上 -r 递归整棵目录树，它就一次性全找出来批量处理——并发瘦身、坏文件自动跳过，末尾给出总共省了多少：

$ 42md tools compress ~/Documents --type pdf --min-size 50MB -r
将对 216 个文件执行 compress（合计 24.2 GB，并发 10）
  [1/216] ✓ 182.0 MB → 21.0 MB  扫描教材ch08.pdf
  [2/216] ✓ 124.1 MB → 17.1 MB  合同扫描件.pdf
…
完成：瘦身 216 个省 15.1 GB · 已高效 0 · 跳过(已做) 0 · 失败 0

资料库里不管藏在哪个子文件夹的大 PDF，能压的一次性压完，原本几十 GB 压到不到一半，腾出大片硬盘空间。混在里面的下载损坏文件会被自动认出、跳过，没有误处理。想先看清楚有哪些大文件再动手，可以先用 scan 列一遍清单（同样加 -r 扫整棵树）。

瘦身只动以无损格式塞进去的大图，阅读观感基本一致；瘦身产物另存为新文件，原件不动。

瘦身后归档：把原件挪到移动硬盘

瘦身产物是新文件（带 _compressed 后缀或转 .webp），原件还在原处。确认新文件都能正常打开后，可以把原件挪到移动硬盘归档，把本机空间彻底腾空。

稳妥的做法是「先复制、确认、再删」：用访达把原件拖到移动硬盘，确认拷贝完整、能打开，再删掉本机原件；命令行进阶可以用 rsync 保留目录结构复制过去，核对无误后再删原件。

移动 / 删除不可逆，动手前务必确认三件事：瘦身产物都已生成且能打开、移动硬盘已挂好、空间够用。

六、常见问题

会把我的文件上传到服务器吗？

不会。inspect 和 compress 都在本地处理，文件不离开你的电脑，也不消耗 AI 配额。

压缩会损坏原文件吗？

不会。产物默认另存为新文件（加 _compressed 后缀或转 .webp），原件始终保留，同名还会自动改名防覆盖。

支持哪些文件？

目前支持 PDF 与常见图片。其它格式会直接提示暂不支持。

画质会差很多吗？

compress 是把以无损格式塞进去的大图重新编码成更省体积的形式，日常阅读的观感基本一致。PDF 还能用 --quality 调，数值越高越清晰、体积越大。

本来就很小、压不动的文件会怎样？

会提示「已是高效编码，无可压空间」，并保持原文件不动，不会产出一个更大的「假压缩」文件。

七、立即体验

# 安装 / 更新
curl -fsSL https://42md.cc/mac | bash
irm https://42md.cc/win | iex

# 先体检
42md tools inspect 你的文件.pdf
# 再瘦身
42md tools compress 你的文件.pdf

系列回顾

第（1）篇：知识工具总述
第（2）篇：版式优化 lint
第（3）篇：AI 翻译 translate
第（4）篇：AI 摘要 summarize
第（5）篇：AI 优化 improve
第（6）篇：md2pdf 专业级 PDF
第（7）篇：md2docx Markdown 转 Word
第（8）篇：md2epub Markdown 转 EPUB
第（9）篇：md2html + md2wechat 双形态 HTML
第（10）篇：download 整站资源批量下载
第（11）篇：screenshot 网页全页截图
第（12）篇：合并与拆分 merge / split
第（13）篇：inspect 与 compress（本篇）

活水 AI 实验室（42ailab） — 探索智能边界的 AI 创新实验室，以认知科学为基石，推动 AI 与人类智能的深度融合，真正理解并增强智能 —— 碳基的，也是硅基的。

活水MD（42md） — 活水 AI 实验室出品的高性能 Markdown 处理工具。AI 时代的 Markdown，一站式处理：42+ 种格式一行转 Markdown，还支持翻译、摘要、导出等十余种知识工具，并支持知识编译、流程编排、本地引擎与 Agent 调用。