夜雨聆风家里各种发票、合同、收据、说明书堆了一抽屉，每次要找某份文件，得翻半天。上回要给车险续保，翻去年的保单翻出一身汗——夹在去年的装修合同和家电说明书中间，硬是找了一刻钟才翻出来。
我当时就想，这些纸质文件总不能一直这么堆着。拍照存手机吧，拍完找起来也麻烦，几百张照片混在一起，分不清哪张是哪张。存网盘倒是能分类，但搜的时候基本只能靠文件名，发票上的日期、金额、合同编号这些关键信息搜不了。
后来我在 NAS 上折腾了一套叫 Paperless-ngx 的文档管理系统，GitHub 上 4.4 万+星，免费开源，完全自托管。把家里的发票、合同、收据、说明书全扔进去，OCR 自动识别文字，搜关键词一秒出结果。用了大半年，体验比想象中好得多，今天就跟大伙儿聊聊怎么搭。
这玩意儿能干什么
Paperless-ngx 说白了就是一个文档归档系统。扫描件或照片传进去，自动做几件事：
- OCR 识别：自动把图片里的文字识别出来，打印体识别很稳，扫描仪扫的、手机拍的都能认。发票上的金额、日期、合同编号，扫进去就变成可搜索的文字
- 自动归类：根据规则给文档打标签、分配对应方、设定文档类型。新来的水电费账单自动归到「家庭账单」类别，不用手动分
- 全文搜索：OCR 之后，搜「空调」能找到所有空调发票、说明书、保修卡，不光是文件名，文档里的文字全都能搜到
- 多用户支持：家里几个人各用各的账号，我的合同不会和家人的文件混在一起
支持的格式也很全，PDF、JPEG、PNG、TIFF 这些常见格式都行，邮箱里收到的电子发票、账单附件，也能通过邮件规则自动抓进来。前端还有个简洁的阅读界面，在浏览器里就能浏览所有文档，跟翻相册似的。
部署之前要准备什么
我是在飞牛 NAS 上跑的，群晖、威联通、绿联、极空间这些主流 NAS 操作大同小异，只要是支持 Docker 的 NAS 都能搞——自己装的 PVE、ESXi 里跑个 Docker 虚拟机也行。
资源方面，Paperless-ngx 全家桶（含 OCR 和数据库）大概要占 1 到 2GB 内存，建议 NAS 有 4GB 以上内存再跑，不然 OCR 处理时可能会卡。我这台 NAS 配了 8GB 内存，跑起来很稳。
存储方面，我单独挂了一个卷给文档库，大概划了 500GB。文档本身不占多少空间，但 OCR 后的索引数据和数据库会随时间增长，留足余量比较省心。
动手部署：docker-compose 一把梭
官方推荐用 Docker Compose 统一管理，把 Paperless-ngx、PostgreSQL 数据库、缓存服务三个容器一起跑起来，重启、升级都方便。
在 NAS 上新建一个目录，比如 docker/paperless-ngx，在里面创建 docker-compose.yml：
services:
broker:
image: valkey/valkey:9-alpine
restart: unless-stopped
volumes:
- ./redisdata:/data
db:
image: postgres:18
restart: unless-stopped
volumes:
- ./pgdata:/var/lib/postgresql
environment:
POSTGRES_DB: paperless
POSTGRES_USER: paperless
POSTGRES_PASSWORD: YourStrongPassword123
webserver:
image: ghcr.io/paperless-ngx/paperless-ngx:latest
restart: unless-stopped
depends_on:
- db
- broker
ports:
- 8010:8000
volumes:
- ./data:/usr/src/paperless/data
- ./media:/usr/src/paperless/media
- ./export:/usr/src/paperless/export
- ./consume:/usr/src/paperless/consume
environment:
PAPERLESS_REDIS: redis://broker:6379
PAPERLESS_DBHOST: db
PAPERLESS_DBUSER: paperless
PAPERLESS_DBPASS: YourStrongPassword123
PAPERLESS_DBNAME: paperless
PAPERLESS_URL: http://<你的 NAS 内网 IP>:8010
PAPERLESS_TIME_ZONE: Asia/Shanghai
PAPERLESS_OCR_LANGUAGES: chi-sim
PAPERLESS_OCR_LANGUAGE: chi_sim+eng
PAPERLESS_SECRET_KEY: 这里填一段随机字符串
USERMAP_UID: 1000
USERMAP_GID: 1000几个关键点说明一下：
- 端口：我把容器内的 8000 端口映射到宿主机的 8010，避免和 NAS 管理端口冲突。如果 8010 被占用了，改成别的就行
- 中文 OCR：容器默认只带英文、德文等几种语言包，
PAPERLESS_OCR_LANGUAGES: chi-sim是让容器启动时自动装上简体中文语言包，这行千万不能漏，漏了中文识别会直接报错。PAPERLESS_OCR_LANGUAGE: chi_sim+eng表示识别时中文简体+英文一起用，发票上有中文金额也有英文缩写，两样都得识别 - 访问地址：
PAPERLESS_URL里的<你的 NAS 内网 IP>要换成实际地址，比如http://192.168.1.100:8010 - 密钥：
PAPERLESS_SECRET_KEY随便生成一段随机字符串就行，我用的是openssl rand -base64 32生成的 - UID/GID：
USERMAP_UID: 1000和USERMAP_GID: 1000，这个要改成自己 NAS 上实际用户的 ID（执行id -u、id -g查看），不然文件权限会出问题 - 消费目录：
consume目录是「投递口」，文档丢进去 Paperless 就会自动处理 - 镜像拉取慢：如果
ghcr.io拉取太慢，把镜像换成 Docker Hub 的paperlessngx/paperless-ngx:latest即可
然后执行：
docker compose up -d启动完成后，浏览器打开 http://<你的 NAS 内网 IP>:8010（尖括号里换成你 NAS 的实际内网地址），进入初始化页面。
创建管理员账号
首次访问会看到初始化页面，要求创建一个管理员用户。设好用户名和密码后登录，进入主界面——一个干净清爽的文档列表页，左侧是筛选栏，右侧是文档卡片流。
日常使用配置
登录后第一件事，我建议把下面几项配好。
消费目录：前面 docker-compose 里配了 consume 目录，把纸质文件扫描成 PDF 或图片，丢到这个目录里，Paperless 就会自动消费、OCR、归类。我一般用手机扫描 App 直接传到这里。
文档类型：在「设置」 → 「文档类型」里创建常用的类型，比如：发票、合同、收据、说明书、保修卡、证件、保单、账单。每个类型可以设置匹配规则，比如文件名包含「发票」就自动归类为「发票」。
对应方：在「设置」 → 「对应方」里添加经常打交道的机构，比如：国家电网、中国移动、小米、物业公司、保险公司。对应方也能设自动匹配规则。
标签：标签比文档类型更灵活，可以给一篇文档打多个标签。我建了这些标签：重要、已过期、待处理、电子版、纸质版已销毁。这样搜索时能快速筛选。
工作流：这是最核心的自动化功能。在「设置」 → 「工作流」里，可以设置条件-动作规则（新版本叫工作流，老教程里叫消费规则）。比如：
- 文件名含「发票」 → 文档类型设为「发票」，标签添加「需要报销」
- 对应方是「国家电网」 → 文档类型设为「账单」，对应方设为「国家电网」
- 文件名含「说明书」 → 文档类型设为「说明书」，标签添加「归档」
工作流写好后，新的文档进来会自动匹配，不需要手动分类。
手机扫描：告别手动翻找
桌面端处理完，现在说说手机端怎么配合。我手机装的是 SwiftScan（iOS 和 Android 都有），扫描效果比相机直接拍好很多，自动切边、增强对比度，出来的 PDF 清晰度足够 OCR 识别。手机没装扫描 App 的话，相机自带的文档模式也能凑合用。
扫描流程很简单：打开 App → 拍文件 → 自动切边增强 → 保存 PDF → 通过 WebDAV 传到 NAS 的 consume 目录（SwiftScan 支持 WebDAV、FTP 这些协议，直接在 App 里填 NAS 的地址和账号就行）。Paperless 检测到新文件进来，自动开始 OCR 处理，几十秒后就能在网页端搜到了。
我的日常流程：收到快递 → 拆包 → 发票/保修卡拍照扫描 → 传进 NAS → Paperless 自动 OCR 归档 → 纸质件进文件夹。半年下来，我那个塞满文件的抽屉基本空了，重要纸质件都收进文件袋，需要时直接搜 NAS 就行。
搜文档有多快
上个月空调坏了，要找保修卡和购买发票。以前得翻那个抽屉，找到发票，看日期看保修期。现在登录 Paperless，搜索框输入「空调」，半秒不到，2022 年买空调的京东发票、说明书、保修卡全出来了，甚至发票上的金额「¥4599」也在搜索结果里高亮显示——因为 OCR 把发票上的所有文字都索引了。
搜「保险」能把所有车险、家财险、人身险的保单全列出来；搜「小米」能找到所有小米产品的购买记录和说明书；搜「合同」能找到这几年签过的租房合同、装修合同、宽带合同。现在要找任何一张纸，登录 NAS 搜一下就出来了，那个抽屉已经很久没打开过了。
进阶玩法
用顺手之后，我还搞了几个进阶配置：
邮件导入：Paperless 支持配置邮件规则，自动抓取邮箱里的电子发票和账单附件。我在设置里配了 QQ 邮箱的 IMAP，设了一个规则：来自「10000」（电信客服号）的邮件，附件自动归档为「话费账单」。现在每个月话费账单到手，邮箱收到 PDF，Paperless 自动抓取归档，全程不用我动手。
备份策略：Paperless 的数据分几块——data 目录存的是索引和配置，media 目录是原始文档，数据库在 PostgreSQL 里，不能直接复制文件，得先导出来。我用 NAS 的定时任务，每天凌晨自动把 data、media 目录打包，再执行 docker compose exec db pg_dump -U paperless paperless > paperless.sql 把数据库导出一份，一起存到备份盘，并定期往另一块硬盘同步一份。文档这种东西，丢了就真找不回来了，备份多一份总没错。
权限管理：多用户场景下，文档默认只对上传它的账号可见，想共享就在文档上点「共享」，把家里的公共文档（水电账单、物业通知）分享给家人账号。每个用户的查看、修改、删除权限都能单独控制，防止误删。
资源占用情况
跑了大半年，我观察到的资源占用：
- 空闲状态：Paperless + PostgreSQL + 缓存三个容器加起来约 600MB 内存
- OCR 处理时：内存会飙到 1.5GB 左右，OCR 完成后回落
- 磁盘空间：300 多份文档（含发票、合同、说明书、扫描件），占用约 2.5GB（含 OCR 索引和数据库）
- CPU：OCR 处理时 CPU 会短暂跑满，但平时几乎不占
所以只要 NAS 有 4GB 以上内存，跑起来完全没问题。我这台 NAS 8GB 内存，日常跑着好几个容器，Paperless 开着 OCR 也不影响其他服务。
从抽屉翻得满头大汗，到浏览器里一秒搜到，这中间差的只是一个文档管理系统。而且免费开源，没有订阅费，数据全在自己 NAS 上，不用担心隐私泄露——OCR 识别也是本地完成的，文档不会上传到任何第三方服务器。
家里的纸质文件只会越来越多，早一天建好文档库，以后就少翻一天抽屉。点个关注不迷路 👆
你的 NAS 上跑了哪些自托管服务？有没有试过 Paperless-ngx 或者其他文档管理方案？评论区聊聊，看看谁家的文档库最全 👇
