Paperless-ngx 完整教程一条命令私有化部署文档 OCR 归档与全文检索从零上手【免费下载链接】paperless-ngxA community-supported supercharged document management system: scan, index and archive all your documents项目地址: https://gitcode.com/GitHub_Trending/pa/paperless-ngxPaperless-ngx 是一个社区维护的开源文档管理系统把纸质文档扫描后自动完成 OCR 识别OCR光学字符识别即从图片里读出文字、分类归档变成可随时全文检索的电子档案适合想把家庭和企业纸质文件数字化的普通用户也适合想搭建私有文档库的自建站用户。数据全部存在你自己的服务器上不经过任何第三方。先看看这些场景纸质文档的三大痛点水电账单、报销发票攒了几百页要找某月那张只能靠翻盒子学校通知、合同协议散落 U 盘、云盘和邮箱附件命名各异翻找耗时电子发票每周几十封下载后塞进下载文件夹三个月后彻底找不到。Paperless-ngx 解决的就是这件事你只负责把文件放进系统OCR 识别、自动分类、归档存储、全文检索都由它完成之后按关键词秒级找回任意一页。 五分钟起步一条命令完成 Paperless-ngx 部署一键安装脚本推荐前提已安装 Docker 和 Docker Compose。运行官方安装脚本bash -c $(curl --location --silent --show-error https://raw.githubusercontent.com/paperless-ngx/paperless-ngx/main/install-paperless-ngx.sh)脚本会依次询问配置、创建所需文件、拉取镜像、启动容器并引导你创建管理员账号。完成后浏览器访问http://127.0.0.1:8000首次进入会让你创建超级用户账号拥有全部权限的账户之后即可登录。想手动控制用 compose 模板git clone https://gitcode.com/GitHub_Trending/pa/paperless-ngx进入 docker/compose/ 目录把docker-compose.postgres.yml新装推荐 PostgreSQL 数据库、docker-compose.env和.env三个文件下载到同一本地目录按需修改后执行docker compose pull docker compose up -d三个必须知道的配置项配置项作用建议PAPERLESS_SECRET_KEY会话令牌的签名密钥模板里的默认值必须替换用python3 -c import secrets; print(secrets.token_urlsafe(64))生成PAPERLESS_OCR_LANGUAGEOCR 默认识别语言中文文档为主就设为chi_simUSERMAP_UID/USERMAP_GID容器内进程对应的宿主机用户身份设为id -u/id -g的输出保证容器能读写 consume 目录consume 目录是所有待处理文档的收件箱。其余几十个配置项时区、数据库、邮件等都能在 docs/configuration.md 里查到。 日常工作流文件进来、被识别、被检索文件进来consume 目录 网页上传入口有两种把文件拷进 consume 目录compose 文件里挂载的./consume或在网页上点上传按钮、甚至把文件拖进页面任意位置。文件一落地就进入处理流水线OCR 提取文本、识别日期、生成缩略图、建立全文索引全程无需人工。仪表盘显示文档总量、存储用量等统计可用来确认文件正在正常流转仪表盘登录后第一屏处理进度、最近入库文档与存储用量一目了然被识别归档元数据与自动分类每份文档入库后会带上一组元数据标题、日期、对应人文件来自或发往哪个机构或人、文档类型、存储路径。系统还会基于正文内容自动匹配标签、对应人和类型——识别不准时打开文档详情页手动纠正即可左侧是渲染后的文档内容右侧面板改完立即生效。标签支持父子层级最多 5 层打子标签会自动带上所有父标签适合财务/发票这种嵌套分类。归档时系统会另存一份 PDF/A专为长期保存设计的 PDF 格式原件保留不变。被检索管理全文搜索、筛选与批量整理顶栏搜索框检索的是 OCR 出来的正文文字结果按相关性排序、高亮命中位置输入时还有自动补全。列表页还能按标签、对应人、文档类型、日期组合过滤全文搜索输入关键词即可在全部文档正文中定位命中内容高亮显示匹配位置处理历史积压文档时批量编辑比逐份点开快得多在列表里勾选多份文档统一追加标签、调整权限、重命名或打包下载。批量编辑多选后统一补标签、改权限是清理历史文档的主力工具⚙️ 自动化进阶配一次长期省工作流按规则自动打标签工作流Workflows是最能省时间的功能由触发器和动作两部分组成。触发器有四种文档开始消费时、入库后、修改时、定时执行动作包括分配标签/对应人/类型、发邮件、调 Webhook、移入回收站等。比如配一条入库后正文包含『发票』→ 自动打上财务/发票标签配一次之后每张发票自动归类不用再逐份点。邮件附件自动入库在设置页配置 IMAP 邮箱账号和邮件规则按文件夹、发件人、主题、附件文件名过滤系统每 10 分钟检查一次邮箱命中规则的附件自动消费入库并对原邮件执行标记已读、移走、删除等动作。电子发票、账单类文档基本实现零操作归档且同一封邮件不会被重复消费邮件规则配置定义匹配条件与处理动作符合条件的附件自动进入处理流水线AI 建议可选默认关闭在设置中启用 AI 并指定后端本地 Ollama或任何兼容 OpenAI 的接口后可以在文档详情页让模型给出标题、日期、标签、类型的建议再配置嵌入模型后还能用顶栏的聊天框以自然语言向整个文档库提问。注意启用后文档内容会发送给模型提供方介意的话优先选本地 Ollama或干脆不开。另外两件事值得一提权限分全局权限控制每类对象的可见范围 单份文档权限两层对外发文件可用共享链接可设有效期过期自动失效。❓ 踩坑速查5 组高频问题Q容器起不来或登录页打不开先docker compose logs看报错。最常见是 8000 端口被占用改 compose 里的ports映射其次是.env里的密钥没替换。Q往 consume 目录放文件没反应多半是权限问题把USERMAP_UID/USERMAP_GID设成宿主机当前用户身份id -u和id -g查看容器就能读写该目录。QOCR 识别率不理想扫描件控制在 300DPI 左右并在PAPERLESS_OCR_LANGUAGES里补装缺失的语言包镜像默认只带英、德、意、西、法中文需加chi_sim。Q升级会丢数据吗不会。数据都在 data、media 等卷里升级只更新镜像。但升级前仍建议做一次完整备份。Q要暴露到公网怎么办设置PAPERLESS_URL前面挂反向代理走 HTTPS并开启双因素认证官方明确提醒不要在不受信任的主机上运行。✅ 行动清单现在就开始跑完安装脚本登录http://127.0.0.1:8000创建账号替换PAPERLESS_SECRET_KEY把扫描仪输出或手机 App 的保存路径指向 consume 目录上传第一份文件在仪表盘确认它被正常处理标签、对应人、文档类型三件套先保持简单随文档量增长再细分给最高频的来源比如发票邮箱配一条邮件规则或工作流让入库彻底自动养成备份习惯数据库卷 media 目录升级前查一遍变更日志 docs/changelog.md。现在就挑一叠最旧的账单扫描件丢进 consume 目录几分钟后用其中某个关键词搜一下——能秒级找到的那一刻你就知道这套系统值了。【免费下载链接】paperless-ngxA community-supported supercharged document management system: scan, index and archive all your documents项目地址: https://gitcode.com/GitHub_Trending/pa/paperless-ngx创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考