paperless-ngx 是一套社区维护的文档管理系统,目标很直接:把纸质单据变成可搜索的在线档案。项目由 paperless-ngx 团队共同维护,是 Paperless 和 Paperless-ng 的官方后继版本,采用 GPL-3.0 许可,后端以 Python 和 Django 为主。
从“存下来”到“找得到”
发票、合同、保修卡、说明书,扫描或拍照只能解决保存问题。几年后要找回其中一张,靠文件名和文件夹往往不够。paperless-ngx 在文档入库时做 OCR,把图片里的文字变成可检索内容,再连同索引和归档信息一起保存。README 用 scan、index、archive 三个动作概括这套流程,指向的正是“以后还能找到”。
文档入库之后
扫描件进入系统后先转成可检索文本,搜索依据是正文而不只是文件名。文档集中保存在自己的服务器上,通过浏览器浏览、筛选和检索,不必在多个网盘目录之间来回翻。官方还提供了一个演示站,登录名和密码都是 demo,可以先看数据怎么组织、界面是否顺手,再决定要不要自建。演示内容会定期重置,README 明确提醒不要上传机密信息。
从 Paperless-ng 迁移的成本相对低。README 的说法是直接换用新的 Docker 镜像,具体迁移步骤仍要对照文档执行,尤其是数据库版本和卷路径。
README 也提醒,扫描仪处理的往往是社保号、税务记录、发票这类敏感材料。部署前先决定数据盘放在哪、谁能登录、备份保留多久,比事后补权限更省事。文档量上来以后,索引和原件会一起增长,存储规划要留出余量。
用 Docker 起一套最小实例
官方推荐 Docker Compose,仓库的 docker/compose 目录已经配置为从 GitHub Container Registry 拉取镜像。README 还给了一个交互式安装脚本:
# 脚本会下载并执行安装流程;先读一遍内容,确认目录、端口和域名符合预期 |
不想执行远程脚本,可以手动取得 compose 文件,改好存储路径和端口后用 docker compose up -d 启动。下面的命令按官方 README 整理,未在本机完整实测;实际卷映射、OCR 语言包和访问地址都应以所用版本的文档为准。
一个家庭归档场景
把每年的发票、房屋合同和家电说明书分批扫描进系统,等 OCR 完成后再统一检查一遍关键字段。以后报修或报销时,用正文里的商户名、金额或型号搜索,比翻手机相册快得多。这个场景真正花时间的是第一次整理:归档规则、命名习惯和备份策略定得越早,后面越不需要返工。
和网盘、Paperless-ng 的区别
只把扫描件放进网盘,得到的是“能存能同步”,但没有文档级 OCR 索引,搜索通常只覆盖文件名。Paperless-ng 用户迁移成本较低,但旧项目已不再演进,修复和新功能集中在 paperless-ngx。与商业扫描归档服务相比,自托管把数据留在自己的机器上,代价是数据库、存储、备份和升级都要自己负责。
明文存储与维护边界
README 的 Important Note 写得很重:系统以明文保存文档,不做加密,不应运行在不受信任的主机上;最安全的做法是放在家里的本地服务器,并准备好备份。这意味着主机权限、磁盘加密、备份介质和访问控制都得自己补齐。OCR 也会出错,合同金额、日期这类关键字段不能只依赖搜索命中,仍需人工核对。
谁适合长期用
家里或小团队有大量纸质资料、愿意维护一台 Docker 主机并定期备份的人,比较适合。只想把文件同步到手机、不打算维护服务的人,用网盘更省事。
官方入口与许可
- 仓库:paperless-ngx/paperless-ngx
- 文档:docs.paperless-ngx.com
- 演示:demo.paperless-ngx.com,登录
demo/demo - 许可:GPL-3.0
