解决文件丢失、查找困难痛点!开源私有化文档系统Paperless-ngx,OCR 识别 + 智能归档全覆盖

前言

在数字化浪潮席卷各行各业的今天，办公桌上堆积如山的纸质文件、散落在各个角落的发票收据、难以检索的合同档案，依然困扰着无数个人与组织。我们一边享受着云计算与人工智能带来的高效便利，一边却仍在为纸质文档的存储、查找与归档耗费大量时间与空间——这种“数字时代下的纸质困境”，已成为提升工作效率与实现绿色办公的隐形障碍。

所幸，开源技术为我们提供了一条优雅的出路。Paperless-ngx作为一款功能强大、部署灵活的开源文档管理系统，正悄然改变着我们与纸质文件的关系。它不仅能自动扫描、识别（OCR）、分类和归档各类纸质文档，还能将其转化为可全文搜索、安全存储、随时调阅的数字资产。借助现代 AI 技术，一张随手拍摄的发票、一份手写的笔记、一叠银行对账单，都能在几秒内变成结构化、可检索的电子档案。

本文将带你从零开始，深入探索如何基于Paperless-ngx构建一套低成本、高效率、全自动的智能文档管理方案。无论你是希望整理家庭账单的个人用户，还是寻求无纸化转型的中小企业团队，这套方案都能助你彻底告别杂乱纸堆，迈向真正简洁、智能、可持续的数字生活与工作方式。

让每一份文档都有迹可循，让每一次查找都瞬间完成——是时候，向纸质文件说再见了。

1.什么是Paperless-ngx？

Paperless-ngx是一个开源、免费、自托管的文档管理系统，旨在帮助个人和团队彻底告别纸质文件，实现纸质文档（如发票、合同、收据、信件等）的自动化扫描、识别、归档与检索。

核心功能

自动OCR（光学字符识别）

利用Tesseract等引擎，将扫描件或照片中的文字识别为可搜索的文本，即使原始文件是图片或 PDF 扫描件，也能全文检索。

智能分类与打标签

支持通过规则（如发件人、关键词、日期）自动为文档打标签、分配对应分类（如“账单”“合同”“身份证”），减少手动整理工作。

全文搜索

输入任意关键词（如“2024年电费”“张三合同”），即可秒级定位相关文档，无需翻找文件夹。

多格式支持

支持PDF、JPEG、PNG、TIFF等常见格式，可直接上传扫描件、手机拍照或通过“消费文件夹”（consume folder）自动导入。

安全自托管

所有数据存储在你自己的服务器上，不依赖第三方云服务，保障隐私与数据主权。

友好的Web界面

提供现代化、响应式的网页操作界面，支持多用户、权限管理、文档预览、注释等功能。

自动化工作流

可集成邮件接收、定时任务、API接口，甚至配合Gotenberg实现HTML/PDF转换，构建完整文档处理流水线。

技术架构（简要）

前端：基于 Angular 的 Web UI
后端：Python + Django
数据库：SQLite（默认）、PostgreSQL 或 MariaDB/MySQL
OCR 引擎：Tesseract（内置），也可集成外部服务
可选组件：Redis（任务队列）、Apache Tika（文档内容提取）、Gotenberg（PDF 渲染）

它是原项目paperless的活跃社区分支（”ngx” = “next generation”），功能更丰富、更新更频繁、社区更活跃。

适用场景

个人：管理家庭账单、证件、医疗记录、学习资料
小微企业：归档合同、发票、客户资料、会议纪要
自由职业者：整理项目文档、报销凭证、税务材料
开源爱好者：搭建私有化、可定制的文档中枢

为什么选择Paperless-ngx？

完全免费 & 开源（MIT 许可证）
一次部署，长期使用，无订阅费用
高度可定制，支持插件与API扩展
活跃社区支持，GitHub上持续迭代（截至2024年，Star数超20k+）

官方资源

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

Paperless-ngx = 你的私人智能档案馆 —— 把杂乱纸堆变成有序、可搜、安全的数字资产，真正实现“无纸化生活”。

2.前提条件

硬件要求（最低）

组件	要求
CPU	2 核以上（建议 4 核）
内存	≥ 2 GB（建议 4 GB，尤其处理大量 PDF/OCR）
存储	至少 10 GB 可用空间（取决于文档数量）
磁盘类型	SSD 推荐（提升 OCR 和搜索性能）

Docker和Docker Compose

必须已安装并正常运行：

# 检查 Dockerdocker --version# ≥ 20.10# 检查 Docker Composedocker compose version# ≥ v2.5（或 docker-compose ≥ 1.29）

网络要求

主机需能访问互联网（首次拉取镜像）
若使用外部数据库/Redis，需确保网络互通
开放Web访问端口（如8000或自定义端口）

数据库

Paperless-ngx必须连接一个PostgreSQL数据库，可任选其一：

不支持SQLite或MySQL！仅支持PostgreSQL ≥ 12

消息队列

Paperless-ngx使用Redis作为任务队列和缓存：

方式	说明
内置 Redis 容器（推荐）	在 `docker-compose.yml` 中定义 `redis` 服务
外部 Redis	如已有 Redis 服务器，需提供连接地址和密码

3.在postgres创建用户

还没有postgres的小伙伴，可以参考这篇文章：谁说没公网IP不能远程连数据库？PostgreSQL+cpolar打通任督二脉

你需要先创建paperless用户，然后再设置密码。

在PostgreSQL的psql命令行中（你已经以postgres身份登录了），执行以下命令：

-- 1. 创建用户（角色）CREATE USER paperless WITH LOGIN PASSWORD 'Sj***520!';-- 2. 创建数据库（如果还没建）CREATE DATABASE paperless OWNER paperless;-- 3. （可选）授予权限GRANT ALL PRIVILEGES ON DATABASE paperless TO paperless;

注意：CREATE USER = CREATE ROLE … LOGIN
密码必须和你docker-compose.yml中的PAPERLESS_DBPASS: Sj***520!完全一致（包括大小写、特殊字符）

能不能直接用postgres用户？

技术上可以，比如后续编写docker-compose.yml文件时：

但强烈不建议，原因：

风险	说明
权限过大	`postgres` 是超级用户，能删整个数据库集群
安全审计困难	所有操作都显示是 `postgres` 做的
配置冲突	多个应用共用 `postgres` 用户容易互相干扰
不符合最小权限原则	应用只需操作自己的数据库，不需要全局权限

4.安装Paperless-ngx

通过Docker部署Paperless-ngx：

在开始部署之前，确保你的系统已经安装了Docker。可以通过以下命令检查 Docker 是否已安装：

docker --version

mkdir -p /docker/paperlesschmod -R 777 /paperless

创建并编辑 docker-compose.yml文件：

vi docker-compose.yml

version: ”3.6”services: webserver: image: ghcr.io/paperless-ngx/paperless-ngx:2.19.6 restart: unless-stopped ports: - ”9981:8000” volumes: - ./data:/usr/src/paperless/data - ./media:/usr/src/paperless/media - ./export:/usr/src/paperless/export - ./consume:/usr/src/paperless/consume environment:# 改为指向内部 redis 容器 PAPERLESS_REDIS: redis://:my_redis_password@redis:6379 PAPERLESS_DBHOST: 192.168.42.140# 数据库仍用外部 PAPERLESS_DBUSER: paperless# 输入刚建好的账号密码 PAPERLESS_DBPASS: Sjixin520! PAPERLESS_DBNAME: paperless PAPERLESS_TIKA_ENABLED: 1 PAPERLESS_TIKA_ENDPOINT: http://tika:9998 PAPERLESS_TIKA_GOTENBERG_ENDPOINT: http://gotenberg:3000 redis: image: redis:7-alpine restart: unless-stopped command: redis-server --requirepass my_redis_password# 如果需要持久化，可加 volume tika: image: apache/tika:latest restart: unless-stopped gotenberg: image: gotenberg/gotenberg:8.19 restart: unless-stopped

启动容器：

docker-compose up -d

验证是否启动成功：

docker logs -f paperless-webserver-1

出现下图所示信息，即为成功！

部署完成后，在浏览器中输入 http://IP:9981 就能看到paperless的界面：

5.使用Paperless-ngx

下载完成后，注册用户：

登录成功！

设置为自己喜欢的布局：

上传文档：

上传成功后，点击打开文档，可以在这里修改并编辑文档：

创建新的联系人一起编辑文档：

可以在这里讲文档排序，显示，编辑等等：

Paperless-ngx是一款强大的开源文档管理系统，而通过与cpolar结合，用户可以轻松实现内网穿透，将本地部署的Paperless-ngx服务安全、稳定地暴露到公网，无需复杂的网络配置或固定IP。cpolar凭借其简单易用、高可靠性和多协议支持的优势，成为远程访问Paperless-ngx的理想桥梁，让用户随时随地通过浏览器高效管理文档，真正释放Paperless-ngx的全部潜能——这一切，都得益于cpolar强大的内网穿透能力。

6.安装cpolar实现随时随地开发

6.1 什么是cpolar？

cpolar是一款安全高效的内网穿透工具，无需公网IP或复杂配置，只需一条命令，即可将本地服务器、Web服务或任意端口映射到公网，让你随时随地远程访问内网应用，特别适合开发调试、远程运维和应急部署等场景。

6.2 部署cpolar

cpolar 可以将你本地电脑中的服务（如 SSH、Web、数据库）映射到公网。即使你在家里或外出时，也可以通过公网地址连接回本地运行的开发环境。

❤️以下是安装cpolar步骤：

官网在此：https://www.cpolar.com

使用一键脚本安装命令：

sudo curl https://get.cpolar.sh | sh

安装完成后，执行下方命令查看cpolar服务状态：（如图所示即为正常启动）

sudo systemctl status cpolar

Cpolar安装和成功启动服务后，在浏览器上输入虚拟机主机IP加9200端口即:【http://ip:9200】访问Cpolar管理界面，使用Cpolar官网注册的账号登录,登录后即可看到cpolar web 配置界面,接下来在web 界面配置即可：

打开浏览器访问本地9200端口，使用cpolar账户密码登录即可,登录后即可对隧道进行管理。

7.配置公网地址

登录cpolar web UI管理界面后,点击左侧仪表盘的隧道管理——创建隧道：

隧道名称：可自定义，本例使用了:paperless，注意不要与已有的隧道名称重复
协议：http
本地地址：9981
域名类型：随机域名
地区：选择China Top

创建成功后，打开左侧在线隧道列表,可以看到刚刚通过创建隧道生成了公网地址，接下来就可以在其他电脑或者移动端设备（异地)上，使用地址访问。

访问成功。

8.保留固定公网地址

使用cpolar为其配置二级子域名（cpolar官网-安全的内网穿透工具 | 无需公网ip | 远程访问 | 搭建网站），该地址为固定地址，不会随机变化。

点击左侧的预留，选择保留二级子域名，地区选择china Top，然后设置一个二级子域名名称，我使用的是paperless，大家可以自定义。填写备注信息，点击保留。

登录cpolar web UI管理界面，点击左侧仪表盘的隧道管理——隧道列表，找到所要配置的隧道，点击右侧的编辑。

修改隧道信息，将保留成功的二级子域名配置到隧道中

域名类型：选择二级子域名
Sub Domain：填写保留成功的二级子域名
地区: China Top

点击更新

更新完成后，打开在线隧道列表，此时可以看到随机的公网地址已经发生变化，地址名称也变成了保留和固定的二级子域名名称。

最后，我们使用固定的公网地址在任意设备的浏览器中访问，可以看到成功访问的页面，这样一个永久不会变化的二级子域名公网网址即设置好了。

总结

在数字化浪潮席卷各行各业的今天，传统纸质文档管理方式已难以满足高效、安全与环保的需求。堆积如山的文件不仅占用物理空间，还带来检索困难、易损毁、难共享等痛点。为此，越来越多的个人与组织开始寻求智能化、自动化的文档管理解决方案。其中，开源项目 Paperless-ngx 凭借其强大的功能与灵活的部署能力，正成为构建无纸化办公体系的核心工具。

Paperless-ngx 是一个基于 Web 的文档管理系统，能够自动接收扫描件、PDF 或图像文件，并通过 OCR（光学字符识别）技术将其转化为可全文搜索的数字档案。它支持标签分类、自定义元数据、自动匹配规则和归档流程，极大提升了文档处理效率。用户只需将纸质文件扫描上传，系统即可自动识别内容、打标签、归档，甚至根据预设规则触发后续操作，真正实现“一次录入，终身可用”。

更令人欣喜的是，Paperless-ngx 支持本地私有化部署，保障数据隐私与安全；配合 cpolar 等内网穿透工具，还能轻松实现远程访问，让家庭用户或中小企业无需公网 IP 也能随时随地管理文档。这种“本地存储 + 智能识别 + 远程访问”的组合，既兼顾了安全性，又不失便利性。

通过 Paperless-ngx 构建的智能文档管理方案，不仅减少了纸张消耗，降低了存储成本，更提升了信息检索与协作效率。它不仅是技术工具，更是一种面向未来的数字生活方式。告别杂乱的文件柜，拥抱整洁高效的数字档案库——Paperless-ngx 正在帮助我们迈出无纸化办公的关键一步。

感谢您对本篇文章的喜爱，有任何问题欢迎留言交流。

如需转载，请注明出处！