Paperless-ngx 文档管理系统Docker 部署、全文检索与自动化配置实战【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共享盘里的扫描件 PDF 堆了上百个文件查某份合同的某一页常翻上大半天。Paperless-ngx 是社区维护的开源文档管理系统文件放进去它自动做 OCR 识别、日期提取、缩略图生成与全文索引。之后你按关键词搜索直接命中任意一页正文。读完本文你能部署实例、放入第一份文档、配好自动化规则。 跑起来Docker 部署 Paperless-ngx部署分三条路径第一次上手一条脚本命令就能得到可登录的页面。配置需求组件最低推荐Docker20.10最新稳定版Docker Compose2.0最新版内存2GB4GB 以上存储10GB50GB 以上SSD操作系统Linux / macOS / WindowsLinux 服务器部署方式怎么选方式适合场景一键脚本首次部署交互提问自动建数据目录和管理员账号手动 Compose要自定义端口和挂载路径模板在docker/compose/目录数据库变体新环境建议 postgres 版sqlite、mariadb 版同目录可选-tika变体额外支持 Office 文档最快安装命令克隆仓库在仓库根目录执行安装脚本它会询问数据库类型建议选 PostgreSQL随后拉镜像、启动容器并建管理员账号git clone https://gitcode.com/GitHub_Trending/pa/paperless-ngx cd paperless-ngx bash install-paperless-ngx.sh完成后打开http://127.0.0.1:8000登录即可。手动 Compose 部署两步从docker/compose/取docker-compose.postgres.yml、docker-compose.env与.env到同一目录yml 改名docker-compose.yml按需改 consume 挂载路径和端口拉镜像并启动docker compose pull docker compose up -d首次访问会提示创建管理员账号。三个必改配置项PAPERLESS_SECRET_KEY会话签名密钥。不改模板默认值服务起不来用python3 -c import secrets; print(secrets.token_urlsafe(64))生成新值PAPERLESS_OCR_LANGUAGE默认eng。文档以中文为主却不改chi_sim识别会大面积出错混排用连接如chi_simeng并给PAPERLESS_OCR_LANGUAGES补装语言包consume 目录唯一的收件箱。不记下挂载路径扫描仪输出和同步脚本就没有投递目标其余配置项见配置参考。 放得进两条入口与入库核对两条入口走同一条流水线入库后核对四件事。两条文档入口consume 目录consumer 进程实时监听文件出现即处理原件随后移入归档结构当作临时中转区Web 上传仪表盘按钮或把文件拖进页面效果相同自动流水线做了什么无文本层的文档做 OCR有文本层的跳过生成带文本层的 PDF/A 归档文件按预设规则匹配标签、对应人、文档类型生成缩略图并写入全文索引仪表盘处理队列状态与存储用量第一份文档的任务状态在此确认第一份文档入库后核对四件事队列仪表盘任务状态变成功标题自动提取的标题是否可用日期文档日期识别是否正确搜索顶栏搜一个正文关键词能命中它有一件不对现在就修别留到批量返工。 理得清元数据编辑、全文搜索与批量改标签前半小时花在人肉订正元数据上之后每次搜索都受益。详情页能改哪些元数据详情页可改标题、文档日期、标签、对应人、文档类型、存储路径和查看编辑权限存储路径决定归档文件的物理目录。详情页左侧内容预览右侧改标题、标签、对应人与存储路径标签、对应人、文档类型的分工对象回答的问题例子标签属于哪个组或什么状态待报销、2024 费用对应人谁发出或寄给谁某银行、学校文档类型这是什么文档发票、合同标签支持 5 层嵌套打子标签时父标签自动生效一份文档可同时挂多个标签。全文搜索、组合筛选与视图切换顶栏搜索框对正文做全文检索覆盖 OCR 出来的文字列表页可按标签、对应人、类型、日期组合过滤视图在表格、大卡片、小卡片间切换。搜索结果关键词命中正文左侧可叠加标签与日期条件批量编辑的用途多选后打开批量面板追加标签、改属主与权限、重命名、创建共享链接、打包下载清理历史积压比逐份打开快。批量编辑面板勾选多份文档后统一补标签、改权限⚙️ 转得动工作流、邮件规则、AI 与共享自动化分四层工作流管分类邮件规则管入库AI 管建议共享链接管分发。工作流触发器与动作工作流由触发器与动作组成顺序执行。触发器四类消费开始、文档入库、文档修改、定时可按日期字段偏移。常用动作分配标题、标签、对应人、类型、属主发邮件、调 webhook。例子入库后正文包含发票就自动打上财务/发票标签配置一次长期生效。触发器与动作细节见基础用法。工作流配置左侧触发条件右侧编排动作邮件规则自动抓附件配置 IMAP 账号后按发件人、主题、正文、附件文件名定义规则定时抓取附件直接进流水线。处理完的邮件可标记已读或移入文件夹电子发票类文档基本自动归档。邮件规则按文件夹、发件人、主题匹配命中的附件自动消费入库AI 建议与问答默认关闭设置里启用并指定模型后详情页可向模型要标题、日期、标签建议再配置嵌入后端顶栏聊天框能对文档库提问回答附来源链接。注意文档内容会发给模型提供方敏感文档建议选本地 Ollama 或自托管网关。权限与带有效期的共享链接权限分两层全局权限按用户或用户组划定查看、编辑范围对象级权限针对单份文档。对外分享用共享链接可设有效期过期跳转登录页。️ 守得住备份、API、安全与维护长期维护只有四件事每月各花几分钟。项目做法备份定期备份数据库卷与 media 目录恢复前先停服务API内置 REST API 与 Swagger 界面入口/api/docs/可对接扫描 App 或脚本安全公网部署走反向代理加 HTTPS开启双因素认证定期轮换PAPERLESS_SECRET_KEY维护日志页查任务状态磁盘紧张时清理 consume 目录临时文件 出问题时常见故障排障表部署问题多集中在这四行按表现象对照处理。现象可能原因处理登录页打不开8000 端口被占用或容器没起来执行docker compose logs看报错把ports映射改到其他端口consume 目录放文件没反应宿主机 UID/GID 与容器内不匹配在docker-compose.env里把USERMAP_UID、USERMAP_GID设为id -u与id -g的值OCR 识别差扫描质量或语言包缺失分辨率控制在 300DPI 左右PAPERLESS_OCR_LANGUAGES补语言包倾斜、低对比度先做预处理升级担心丢数据数据在 data、media 卷里镜像更新只是换程序升级前备份读变更日志确认破坏性变更更多边界情况见排障手册。下一步清单克隆仓库并执行安装脚本登录http://127.0.0.1:8000替换PAPERLESS_SECRET_KEY把PAPERLESS_OCR_LANGUAGE设为chi_sim放入第一份文档核对队列、标题、日期、搜索四件事配一条工作流或邮件规则观察自动执行做一次完整备份并演练一次恢复延伸阅读安装指南 · 基础用法 · 进阶功能 · 配置参考 · API 文档【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