NAS高手必备:轻松管理你的文档 一步到位的Paperless-ngx指南

折腾来折腾去,我发现:90%的Nas应用都没卵用

/how-to-install-paperless-ngx-on-your-nas/9058fdc48d0956b6f4f84b29e4a4a940.jpg

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

image-20231213105413936

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
  • 数据完全控制

image-20231213110140424

  • 还支持在线预览

image-20231213131049730

  • 所有数字文档均支持: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

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:

点个免费关注,不迷路

container-manager-1

container-station-1

container-station-2

教程参考:

30秒安装Nas必备神器 Portainer

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

image-20231212182330224

  • 依次创建如下目录:
    • consume
    • data
    • export
    • media
    • pgdata
    • redisdata

image-20231212182342117

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

image-20231212182358034

复制下列配置:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
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://tika:3009
      PAPERLESS_TIKA_ENDPOINT: http://gotenberg: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

image-20231212182432126

image-20231212182442058

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

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

python3 manage.py createsuperuser

依次输入:

  • username
  • email
  • password

image-20231212182500769

image-20231212182524985

image-20231212182535297

已经将文字提炼出来了:

image-20231212182553777

image-20231212182603518

image-20231212182610480

image-20231212182618189

编辑可以看到识别后的结果,可以修改

image-20231212182641514

image-20231212182625422

image-20231212182740034

image-20231212182653729

你也可以下载第三方的应用paperless_app

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

你还可以选择连接你的物理打印机,自动上传到paperless:

image-20231213123313667

如果你有更多玩法,也希望分享出来哈。

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。