NAS高手必备：轻松管理你的文档 一步到位的Paperless-ngx指南

1. 前言

折腾来折腾去，我发现：90%的Nas应用都没卵用

真正有用的只有那么3，2个

绝大多数，我们看了各种攻略、教程，搭建好之后，就放那里不动了

从第一台星际蜗牛开始到现在，8年时间，我研究了无数的私有化应用

我今天介绍的主角，是属于剩下的10%有用的一员

再准确点说它可以说是，这10%有用中的top 1%的存在

它能带给我的好处，不仅仅来自于生活、工作，得益于它，让我更好的管理文档、查找文件

这，至少节约了我500个小时

在正式介绍它之前，我想要聊一个别的话题：为什么我一直以来都离不开apple 生态

apple 生态带给我的不仅仅是系统便捷、安全性、全家桶的丝滑，其中一个最大的原因则是：apple强大的相册-OCR功能

比如我想要找到前阵子和卖家沟通（撕逼）的聊天记录截图，好去举证

相比原来的方式，我一个个查找图片，我选择直接搜索关键词：螺丝刀。apple相册直接锁定到了出现螺丝刀的图片上

image-20231213105413936

image-20231213105413936

image-20231213105424615

image-20231213105424615

如果你还不知道这个功能，先不要着急自己去尝试

我今天给你介绍的玩具，同样能带给你：

• 和这个一样的效果

• 搭建在你的nas上

• 数据完全控制

• 还支持在线预览：

image-20231213131049730

image-20231213131049730

• 所有数数字文档均支持：不止是图片，连pdf, word，excel，markdown统统都支持。真正实现了，文档数字化，统一管理，高效搜索

image-20231213110911380

image-20231213110911380

这就是我今天带给大家的新玩具Paperless-ngx，顾名思义：无纸化

它能帮助你整理你生活中的合同、纸质文档、账单等等，同时还支持管理数字文档（word、excel、pdf等）

paperless-ngx-banner

paperless-ngx-banner

介绍Paperless-ngx

Paperless-ngx不仅仅是一个文档管理系统，它是一个完整的解决方案，将你的纸质文件转化为可搜索的在线存档，减少纸张的使用。其核心功能包括：

• 文档的组织与索引：通过标签、对应者、类型等多种方式组织扫描文档。

• OCR文本识别：对文档进行光学字符识别，使包含图像的扫描文档也能搜索和选择文本。

• 多语言支持：利用开源的Tesseract引擎，支持100多种语言。

• 长期存储格式：文档以PDF/A格式保存，设计用于长期存储。

• 智能标签与分类：使用机器学习自动添加标签、对应者和文档类型。

• 广泛的文件支持：支持PDF文档、图像、纯文本文件、Office文档等。

• 定制化的文件管理：Paperless-ngx管理文件名和文件夹，支持不同的配置。

• 现代化的网页应用：定制仪表板、过滤器、批量编辑、拖放上传、自定义视图、共享链接等。

• 全文搜索：自动完成、相关性排序、高亮显示匹配查询的部分。

• 电子邮件处理：从电子邮件账户导入文档，配置多个账户和规则。

• 多用户权限系统：内置健壮的多用户权限系统。

• 多核系统优化：并行处理多个文档。

搭建步骤：

1. 重点

点个免费关注，不迷路

2. docker管理图形工具

群晖 DSM 7.2版本以上可以直接使用 Container Manager

container-manager-1

container-manager-1

威联通 ContainerStation

container-station-1

container-station-1

container-station-2

container-station-2

自行安装Portainer

教程参考：

3. File Station

• File Station 打开docker 文件夹，创建paperless-ngx文件夹

image-20231212182330224

image-20231212182330224

• 依次创建如下目录：

  • consume

  • data

  • export

  • media

  • pgdata

  • redisdata

image-20231212182342117

image-20231212182342117

4. Container Manager

本次我使用的是群晖的Container Manager来搭建 ，Portainer与威联通基本类似：

上传配置

image-20231212182358034

image-20231212182358034

复制下列配置：

version: "3.4"

services:

broker:

image: library/redis:7

restart: unless-stopped

volumes:

- /volume1/docker/paperless-ngx/redisdata:/data

db:

image: library/postgres:15

restart: unless-stopped

volumes:

- /volume1/docker/paperless-ngx/pgdata:/var/lib/postgresql/data

environment:

POSTGRES_DB: paperless

POSTGRES_USER: paperless

POSTGRES_PASSWORD: paperless

webserver:

image: paperlessngx/paperless-ngx:latest

restart: unless-stopped

depends_on:

- db

- broker

- gotenberg

- tika

ports:

- "28000:8000" # change it if you like

healthcheck:

test: ["CMD", "curl", "-fs", "-S", "--max-time", "2", "http://localhost:8000"]

interval: 30s

timeout: 10s

retries: 5

volumes:

- /volume1/docker/paperless-ngx/data:/usr/src/paperless/data

- /volume1/docker/paperless-ngx/media:/usr/src/paperless/media

- /volume1/docker/paperless-ngx/export:/usr/src/paperless/export

- /volume1/docker/paperless-ngx/consume:/usr/src/paperless/consume

environment:

PAPERLESS_REDIS: redis://broker:6379

PAPERLESS_DBHOST: db

PAPERLESS_TIKA_ENABLED: 1

PAPERLESS_TIKA_GOTENBERG_ENDPOINT: http://gotenberg:3000

PAPERLESS_TIKA_ENDPOINT: http://tika:9998

PAPERLESS_OCR_LANGUAGES: chi-sim chi-tra # change it if you like

PAPERLESS_OCR_LANGUAGE: eng+chi_sim # change it if you like

USERMAP_UID: 0

USERMAP_GID: 0

PAPERLESS_TIME_ZONE: Asia/Shanghai # change it if you like

dns:

- 8.8.8.8

- 8.8.4.4

gotenberg:

image: gotenberg/gotenberg:7.10

restart: unless-stopped

command:

- "gotenberg"

- "--chromium-disable-javascript=true"

- "--chromium-allow-list=file:///tmp/.*"

tika:

image: apache/tika:latest

restart: unless-stopped

配置讲解（自定义）：

我在上述文件中标注了，我认为可以修改的部分 # change it if you like。其余部分，初学者，不建议修改

• webserver 的port 部分： 可以改为其他端口号 如"38000:8000" ，不要修改后面的8000

• PAPERLESS_OCR_LANGUAGES： 设置paperless 支持的语言，chi-sim chi-tra （简体中文、繁体中文），你可以加入你想要的语言如：jpn

  另外系统已经内置：英语、德语、意大利语等

• PAPERLESS_OCR_LANGUAGE：默认ocr的语言，我这里设置的英文和中文简体

• PAPERLESS_TIME_ZONE： 设置你的时区

等待：

image-20231212182432126

image-20231212182432126

完成：

image-20231212182442058

image-20231212182442058

5. 使用

浏览器进入程序：[ip]:[端口]

ip为你nas所在ip（这里我的是172.16.22.22），端口为上面配置文件定义，如果你按照我的教程，则是28000

image-20231213115505007

image-20231213115505007

但是似乎你并没有账号密码哎，接下来是创建账号密码：

选择webserver的容器，选择打开终端：

image-20231212182454272

image-20231212182454272

python3 manage.py createsuperuser

依次输入：

• username

• email

• password

image-20231212182500769

image-20231212182500769

6. 特殊功能展示

首页：

image-20231212182524985

image-20231212182524985

测试pdf文件：

image-20231212182535297

image-20231212182535297

已经将文字提炼出来了：

image-20231212182553777

image-20231212182553777

在线预览：

image-20231212182603518

image-20231212182603518

搜索功能：

image-20231213134836910

image-20231213134836910

图片：

image-20231212182618189

image-20231212182618189

编辑可以看到识别后的结果，可以修改

image-20231212182641514

image-20231212182641514

搜索：

image-20231213134930564

image-20231213134930564

word 尝试：

image-20231212182740034

image-20231212182740034

image-20231213135041397

image-20231213135041397

其他app /支持

你也可以下载第三方的应用paperless_app

image-20231213123109606

image-20231213123109606

你也可以选择使用其他扫描应用，然后再导入pp中（更好的识别），比如免费的Microsoft Lens

Screenshot from Microsoft Lens on an iPhone

Screenshot from Microsoft Lens on an iPhone

Screenshot from Microsoft Lens on an iPhone

Screenshot from Microsoft Lens on an iPhone

你还可以选择连接你的物理打印机，自动上传到paperless：

image-20231213123313667

image-20231213123313667

如果你有更多玩法，也希望分享出来哈。

最后

如果你喜欢这篇文章，请记得点赞，收藏，并关注【老爸的数字花园】，我们将会持续带来更多实用的自搭建应用指南。一起，让我们掌握自己的数据，创建自己的数字世界！

如果你在搭建过程中遇到任何问题，或者有任何建议，也欢迎在下方留言，一起探讨和学习。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～