Paperless-ngx是一款开源文档管理系统,通过OCR识别扫描件和图片中的文字,实现全文搜索与自动分类归档。适合家庭或个人整理水电账单、合同、病历等纸质文件,数据完全自托管不出家门。支持消费目录自动触发、邮件转发收纳、多账号共享,部署需Docker Compose并额外配置Tesseract中文语言包。
Tags:推荐阅读:
大家好!我是老码!
我家那个抽屉,打开全是纸。水电费单、保险合同、娃的疫苗本、几年前买电器留下的保修卡,还有一堆"以后可能用得上"的发票。每次找东西都跟考古似的,翻半天不一定找得着。
后来我实在受不了,把家里的纸文件全数字化了。用的就是 Paperless-ngx,一个开源的文档管理系统,专门干这件事。
说白了,它就是一个聪明的"文件柜"。你把扫描件、PDF,或者手机拍的照片丢进去,它先用 OCR 把图里的字识别出来,变成能搜索的文字层,再根据内容帮你自动打标签、归到对应的类型里。原件它也会保留,不会只留个处理过的版本。
它的核心机制叫消费目录。你指定一个文件夹,扫描仪扫完直接丢进去,或者手动拖个 PDF 进去,Paperless 就会自动开工:跑 OCR、读日期、猜标签、存成一份带文字层的 PDF。整个过程你不用盯着,丢进去过一会儿回来就分类好了。
最让我省心的是全文搜索。以前找一张发票,得记得它大概放哪个文件夹;现在直接在搜索框里打字,比如"电费"或者某个金额,它就把所有相关文档列出来,连扫描件里印的小字都能搜到。这比在网盘里按文件名瞎找强太多了。
归类它也帮得上忙。你可以建三类元数据:标签、联系人、文档类型。比方说我把电力公司设成一个"联系人",凡是内容里带"电费"字样的,自动贴上"水电"标签、归成"账单"类型。更实用的是"对应人"视图——税务局、房东、保险公司分别发来的东西,各归各的一栏,查的时候一眼看全。
它还有匹配规则:你先手动标几条,系统之后会学着自动认。我现在丢进去的发票,大半都能自己找到家,偶尔不对我再改一下,改多了它就越准。
往里塞文件有好几种姿势。家里有支持"扫描到文件夹"的扫描仪最省事,扫完自动进收件箱;没有的话,网页上拖拽上传也行;还能配一个邮箱,把电子发票直接转发过去,它自己收附件处理;手机拍个照,用第三方 App 也能传。我平时收到电子发票,基本就是转发邮件这一步,剩下的不用管。
界面该有的都有:深色模式、仪表盘统计、批量改属性、还能生成临时分享链接。全家共享也行,各人一个账号。
隐私是我选它的主要原因。这些文件里有太多敏感信息,病历、合同、税单,放商业云盘总觉得不踏实。Paperless-ngx 跑在我自己这台小服务器上,数据不出家门,备份和加密都我自己说了算。部署也不难,Docker Compose 一把梭,官方给了现成配置,改几个环境变量就能跑起来。
当然它也不是万能。它只管归档,不编辑 PDF,也不负责多人协同写文档,OCR 的准确度也得装对语言包(Tesseract 的中文包得单独配)。但这些都不影响它把"找纸"这件烦事彻底解决掉。
现在我那个抽屉基本空了,纸要么碎了要么收进箱子。真要找什么,掏手机搜一下就行。
地址:github.com/paperless-ngx/paperless-ngx
往期推荐:
没有评论:
发表评论