Paperless-ngx 从 0 到 1 上手全文检索文档管理【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年底盘点想找去年的发票NAS 里翻了一下午一页都搜不到。Paperless-ngx 是开源文档管理系统扫描件丢进去它自动做 OCR、分类和归档之后关键词一搜任意一页都能秒级找回。 动手前先想清楚部署前先对齐环境避免中途返工组件最低要求推荐配置Docker20.10最新稳定版Docker Compose2.0最新版内存2 GB4 GB 以上存储10 GB50 GB 以上优先 SSD操作系统Linux / macOS / WindowsLinux 服务器选型一句话想最少折腾就选项目自带的安装脚本想自己控制数据库、端口和挂载路径就手写 compose 文件。两种方式下面都给出。 第一次跑起来十分钟完成首次部署仓库地址https://gitcode.com/GitHub_Trending/pa/paperless-ngx 。克隆后有两条路方式 A安装脚本。在仓库根目录执行bash install-paperless-ngx.sh过程会检查 Docker 环境、询问数据库类型推荐 PostgreSQL、创建数据目录并生成管理员账号。方式 B手动 compose。从docker/compose/目录把docker-compose.postgres.yml复制为docker-compose.yml同目录的.env和docker-compose.env一并带上然后在该目录执行docker compose pull docker compose up -d起好后浏览器打开http://127.0.0.1:8000即可进入。SQLite 和 MariaDB 版本也在docker/compose目录下按口味挑选。启动前必须改的三处配置PAPERLESS_SECRET_KEY会话令牌的签名密钥。模板里默认值是change-me不改等于签名人人会。用下面命令生成一串替换掉python3 -c import secrets;print(secrets.token_urlsafe(64))PAPERLESS_OCR_LANGUAGEOCR 默认识别语言。默认eng只认英文文档以中文为主就改成chi_sim还要别的语种再补PAPERLESS_OCR_LANGUAGES。完整配置项参考 docs/configuration.md。管理员账号与 UID/GID.env模板里填初始管理员账号如果你打算直接在宿主机上往 consume 目录写文件还要把docker-compose.env中的USERMAP_UID/USERMAP_GID设成宿主机用户的 UID/GID否则容器可能读不到目录。用一份真实文档验证入库把一份扫描 PDF 放进 consume 目录或从网页上传系统会自动完成文本提取、日期识别、缩略图生成和全文索引。到仪表盘确认队列清空、文档带上了标题和日期、归档文件可点开——流水线就算真正通了。️ 把文档用顺按一条动线走录入 → 整理 → 查找 → 批量处理。录入与整理。每份文档都有详情页左侧预览渲染后的内容右侧改元数据。标题、日期识别错了就手工纠正搜索依赖这两个字段。标签、对应人、文档类型构成基础分类标签支持层级嵌套存储路径决定原件在磁盘上的归档位置也可以对单份文档单独设权限。查找。顶栏搜索框是全文检索命中的是 OCR 出来的正文文字不只是标题。列表页还能按标签、类型、日期等条件叠加过滤视图可在表格、大卡片、小卡片间切换表格视图适合多列排序、批量核对。批量处理。列表里勾选多份文档打开批量编辑面板统一追加标签、调整权限、重命名或打包下载。清历史积压走这条路比逐份点开快得多。权限与共享。分两层全局权限按用户/用户组控制各类对象的可见与可编辑范围对象级权限作用于单份文档。对外协作用共享链接可设有效期过期自动失效。 把重复劳动交给自动化三个自动化特性按替掉哪个手工动作来记。入库后手动打标签 → 工作流。工作流 触发器 动作按顺序执行。触发器有消费开始、文档入库、文档修改、定时规则四类动作包括分配或移除标签、对应人、类型发邮件、调 Webhook、移入回收站等。示例正文包含发票 → 自动加财务/发票标签配一次长期生效。手动转发附件归档 → 邮件抓取。配置 IMAP 邮箱后系统按你定义的规则发件人、主题、正文匹配定期拉取附件直接入库。电子发票、账单类文档基本实现零操作归档。手工补标题和标签 → AI 辅助。默认关闭在设置里启用并指向本地 Ollama 或远程 OpenAI 兼容模型即可。它能基于文档内容给出标题、日期、标签建议甚至支持在顶栏用自然语言直接问文档库。注意一点启用后文档内容会发送给模型提供方。 卡住了怎么排查常见问题整理成现象 → 原因 → 动作三列照着查故障现象最可能原因处理动作容器起不来 / 登录页打不开8000 端口冲突SECRET_KEY没改docker compose logs看报错改ports映射重新生成密钥consume 目录放文件没反应宿主机与容器 UID/GID 不一致容器读写不了目录id -u/id -g查值设置USERMAP_UID/USERMAP_GIDOCR 识别率低扫描质量差缺对应语言包分辨率控制在 300DPI 左右补PAPERLESS_OCR_LANGUAGES倾斜、低对比度件先预处理升级怕丢数据其实数据都在 data、media 等卷里升级前备份卷读 变更日志 确认有无破坏性变更拿不准问题出在哪时先看后台的任务日志页消费与处理任务的执行状态和报错都在那里。 长期维护清单备份数据库卷 media 目录两者齐了即可完整恢复恢复前先停服务。升级数据在卷里升级只换镜像升级前必读变更日志。安全公网部署必须反向代理 HTTPS开启双因素认证定期轮换PAPERLESS_SECRET_KEY。对接内置 REST API带可浏览接口访问/api/schema/view/适合接扫描 App 或自写脚本。现在就能做的一步今晚把一叠旧账单扫出来丢进 consume 目录明早搜电费试试能搜到就说明这套系统真的跑起来了。延伸阅读使用指南、进阶用法。【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