📄 Paperless-ngx：开源无纸化文档管理系统自动OCR智能归档

Paperless-ngx 是一款开源自托管文档管理系统，支持把纸质文档、PDF、Office 文件批量扫描入库，自动 OCR 识别、智能打标签归类，提供强大的全文搜索能力。Docker 一键部署，38.9k Stars，全面支持 Windows、Linux、macOS，是无纸化办公的首选方案。

🎯 什么是 Paperless-ngx？

你有没有被这些问题困扰过？

文件堆满抽屉，找一份合同要翻半天？重要票据随手一塞，过段时间就不知道塞哪儿去了？电脑里文件夹越建越深，同类文件散落各处，时间久了根本不知道哪份是最新的？

Paperless-ngx 就是来解决这些问题的。

这是一款开源自托管的文档管理系统，核心思路很简单：把纸质文档、PDF、Word、Excel、图片通通扫描入库 → 自动 OCR 识别文字 → 智能打标签归类 → 全文搜索秒出结果。38.9k Stars，GitHub 上最火的文档管理开源项目之一。

⭐ 核心功能

Paperless-ngx 的功能设计非常扎实，根据官方文档和用户反馈，核心亮点如下：

1. 自动 OCR 文字识别

上传任何扫描件或图片，它会自动调用 Tesseract OCR 引擎识别文字，并把识别结果和原文件绑定。这意味着你可以直接搜索「发票」二字，系统会找到所有包含这两个字的扫描件，哪怕原文件是一张纸质的发票照片。

2. 智能标签与分类

支持为文档添加标签、 correspondent（往来方）、文档类型（发票/合同/信件等）。更猛的是，它支持自动规则：你可以设置「文件名包含『发票』→ 自动打上『发票』标签并归入『财务』分类」，完全自动化。

3. 全文搜索

这是最香的功能。Paperless-ngx 把 OCR 识别出的文字全部索引，搜索体验接近 Google 级——模糊搜索、精确匹配、短语搜索通通支持。找到结果后可以直接预览、下载，或者跳转查看完整元数据。

4. 多格式支持

原生支持 PDF、PNG、JPG、TIFF、GIF、Office 文档（doc/docx/xls/xlsx/ppt/pptx）、电子邮件等，基本覆盖日常接触的所有文档格式。PDF 还能自动剥离/合并页面。

5. 共享与协作

支持多用户体系，可以创建协作用户、分配权限。也有 REST API 和 webhooks，方便和其他系统集成。

📥 安装使用

Paperless-ngx 提供官方 Docker 镜像，NAS 或 VPS 上一条命令就能跑起来。推荐使用 Docker Compose，以下是最简配置：

version: "3.4"
services:
  paperless-ngx:
    image: ghcr.io/paperless-ngx/paperless-ngx:latest
    container_name: paperless-ngx
    restart: unless-stopped
    ports:
      - "8000:8000"
    volumes:
      - ./data:/usr/src/paperless/media
      - ./consume:/usr/src/paperless/consume
      - ./data:/usr/src/paperless/data
    environment:
      PAPERLESS_SECRET_KEY: "your-secret-key-here"
      PAPERLESS_URL: "http://localhost:8000"
      PAPERLESS_OCR_LANGUAGE: "chi_sim+eng"

运行前确保已安装 Docker 和 Docker Compose：

# 创建目录
mkdir -p ~/paperless/{data,consume}
cd ~/paperless

# 写入 docker-compose.yml（上方内容）
# 启动
docker-compose up -d

访问 http://你的IP:8000 即可打开管理界面，首次启动需要注册管理员账号。

📦 支持的平台：

Docker（Linux/Windows/macOS NAS 通用）
群晖 Synology DSM（套件中心手动安装）
unRAID
树莓派（官方提供 ARM 镜像）

📥 下载地址：

GitHub：https://github.com/paperless-ngx/paperless-ngx
官方文档：https://docs.paperless-ngx.com/
Docker Hub：https://ghcr.io/paperless-ngx/paperless-ngx

🎯 适用场景

Paperless-ngx 适合以下场景：

家庭/个人无纸化：票据、证书、合同、说明书，扫描存档后随时搜索
小型企业文档管理：合同管理、客户资料归档，配合权限系统多人协作
NAS 用户：在群晖、威联通、华硕 NAS 上跑，节省存储空间又方便多设备访问
程序员/极客：自托管、无广告、数据完全自主，支持 API 二次开发

🔍 对比与替代方案

方案	费用	部署难度	OCR	搜索	适合人群
Paperless-ngx	免费开源	⭐⭐ 简单	内置	强	自托管用户
Notion	免费/付费	⭐ 简单	❌	一般	个人/团队协作
Obsidian	免费	⭐⭐ 中等	❌	中等	知识管理为主
Google Drive	免费/付费	⭐ 即插即用	有限	一般	云端存储
Evernote	付费	⭐ 即插即用	支持	一般	笔记为主

Paperless-ngx 的核心竞争力在于：完全自托管 + 内置强大 OCR + 开源免费，适合对数据隐私有要求、想要长期稳定管理的用户。

⚠️ 注意事项

OCR 语言包：默认只装英文 OCR，中文文档需要额外安装语言包。Docker Compose 中设置 PAPERLESS_OCR_LANGUAGE: "chi_sim+eng" 即可。
文件大小限制：默认单文件 25MB，可在配置中调整。
数据库备份：建议定期备份 ./data 目录，包含数据库和索引，迁移/恢复全靠它。
性能提示：文档量大时（>1 万份）建议配备 4GB+ 内存，并考虑使用 PostgreSQL 而非默认 SQLite。
安全建议：不要把端口直接暴露在公网，配合 Nginx 反向代理 + HTTPS 使用。

✅ 总结

Paperless-ngx 解决了文档管理的最后一公里——从『存起来』到『找得到』。OCR 识别、自动标签、全文搜索，每一个功能都踩在痛点上，而且是开源免费的，数据完全在自己手里。

当然它也不是完美的——初次配置对新手有一点门槛，NAS 上的性能优化需要花点心思。但对于愿意折腾、追求数据自主的用户来说，它几乎是 NAS 上的必备神器。

推荐指数：⭐⭐⭐⭐（4/5）
适合人群：追求无纸化、需要管理大量文档、重视数据隐私的用户
项目地址：https://github.com/paperless-ngx/paperless-ngx