十分钟免费升级你的个人智能档案管理系统

一、环境准备与Docker安装

为了实现档案管理的免费升级与私有化部署，我们将采用目前最成熟的开源方案Paperless-ngx。该方案基于Docker容器化技术，能够在一台普通的云服务器或本地电脑上运行。确保你的系统是Ubuntu 20.04或更高版本，或者CentOS 7+。以下操作以Ubuntu为例。

第一步是更新系统源并安装必要的依赖工具。执行以下命令：

```bash sudo apt-get update sudo apt-get install -y curl git ```

接下来安装Docker和Docker Compose。为了保证环境的一致性，我们使用官方提供的安装脚本。执行以下命令一键安装Docker：

```bash curl -fsSL https://get.docker.com -o get-docker.sh sudo sh get-docker.sh ```

安装完成后，将当前用户添加到docker组，以便后续操作不需要每次都输入sudo：

```bash sudo usermod -aG docker $USER newgrp docker ```

验证Docker是否安装成功，输入以下命令，如果输出版本信息则说明安装无误：

```bash docker --version docker compose version ```

二、创建项目目录与配置文件

为了方便管理，我们在系统中创建一个专门的目录用于存放Paperless-ngx的配置文件和数据。执行以下命令：

```bash mkdir -p ~/paperless-ngx cd ~/paperless-ngx ```

在这个目录下，我们需要创建docker-compose.yml文件。这是整个部署的核心配置文件。请直接复制以下完整内容到该文件中。不要遗漏任何配置项，特别是关于OCR语言包的设置，这对于中文档案的识别至关重要。

使用nano docker-compose.yml命令编辑文件，并粘贴以下内容：

```yaml version: "3.4" services: broker: image: docker.io/library/redis:7 restart: always volumes: - redisdata:/data db: image: docker.io/postgres:15 restart: always volumes: - pgdata:/var/lib/postgresql/data environment: POSTGRES_DB: paperless POSTGRES_USER: paperless POSTGRES_PASSWORD: paperless webserver: image: ghcr.io/paperless-ngx/paperless-ngx:latest restart: always depends_on: - db - broker ports: - "8000:8000" 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: paperless PAPERLESS_DBPORT: 5432 PAPERLESS_OCR_LANGUAGES: chi_sim+eng PAPERLESS_TIME_ZONE: Asia/Shanghai 设置管理员用户名和密码，首次启动生效 PAPERLESS_ADMIN_USER: admin PAPERLESS_ADMIN_PASSWORD: your_secure_password healthcheck: test: ["CMD", "curl", "-f", "http://localhost:8000"] interval: 30s timeout: 10s retries: 5 volumes: data: media: pgdata: redisdata: ```

注意：请务必将PAPERLESS_ADMIN_PASSWORD的值修改为你自己的高强度密码。配置文件中的PAPERLESS_OCR_LANGUAGES: chi_sim+eng项确保了系统能同时识别简体中文和英文。

三、启动服务与初始化

配置文件保存并退出后（在nano编辑器中按Ctrl+X，然后按Y，最后按Enter），我们开始拉取镜像并启动服务。在~/paperless-ngx目录下执行：

```bash docker compose up -d ```

该命令会自动从GitHub拉取最新的Paperless-ngx镜像、PostgreSQL数据库镜像和Redis镜像。首次运行需要下载大约1GB-2GB的数据，具体取决于你的网络速度。请耐心等待，直到命令行提示容器已启动。

使用以下命令查看容器运行状态，确保所有服务的Status均为Up：

```bash docker compose ps ```

如果webserver服务显示为Up (healthy)，说明系统已经启动成功。此时，打开浏览器，访问服务器的IP地址加上8000端口，例如：http://localhost:8000（如果是远程服务器，请替换为对应的公网IP）。

四、系统配置与中文OCR优化

虽然我们在配置文件中预设了管理员账号，但为了安全起见，建议登录后立即检查。使用配置文件中设置的admin和密码登录系统。

登录后，进入右上角的Settings -> Settings -> OCR选项卡。在这里你可以确认OCR语言设置是否正确。系统默认会使用Tesseract OCR引擎。如果在上传文档时发现中文识别率不高，可以尝试在这里添加更多的繁体中文支持（如chi_tra）。

为了实现“免费升级”的智能体验，我们需要配置文档自动归档规则。在Settings -> Document matching中，我们可以创建匹配规则。例如，创建一个名为“财务发票”的规则，匹配类型选择File name contains，匹配值输入invoice或发票，然后设置对应的标签为“财务”，文档类型为“发票”。这样，以后只要上传文件名包含这些关键词的文件，系统会自动打标。

五、实操：文档上传与自动化处理

最简单的上传方式是直接点击Web界面上的Upload Documents按钮。但作为技术专家，我们推荐使用更高效的“消费文件夹”方式。

在之前的配置中，我们已经将宿主机的./consume目录挂载到了容器内。这意味着你只需要将文件拷贝到服务器的~/paperless-ngx/consume目录下，Paperless-ngx就会自动抓取、处理并归档该文件，最后将原文件移除或移动到已处理目录。

执行以下命令模拟上传一张发票：

```bash 假设你有一张名为invoice.pdf的文件 cp invoice.pdf ~/paperless-ngx/consume/ ```

稍等片刻，刷新Web界面，你会发现这张PDF已经出现在文档列表中。点击进入详情页，你会惊讶地发现，PDF中的文字不仅被提取了出来（支持全文检索），而且元数据（如日期、金额）如果格式标准，也会被自动识别。

在文档详情页右侧，你可以手动添加标签、日期和文档类型。这些元数据是后续检索的关键。Paperless-ngx支持保存视图，你可以将常用的筛选条件（如“标签：未处理”）保存为侧边栏的快捷方式。

六、数据备份与恢复策略

作为档案管理软件，数据的安全性是第一位的。Paperless-ngx的数据主要存储在PostgreSQL数据库和media卷中。我们需要编写一个简单的脚本来定期备份数据。

创建一个备份脚本backup.sh：

```bash nano ~/paperless-ngx/backup.sh ```

粘贴以下内容：

```bash !/bin/bash BACKUP_DIR=~/paperless-ngx/backups mkdir -p $BACKUP_DIR DATE=$(date +%Y%m%d_%H%M%S) 备份数据库 docker exec paperless-ngx-db-1 pg_dump -U paperless paperless > $BACKUP_DIR/db_dump_$DATE.sql 备份媒体文件（包含上传的PDF和生成的缩略图） docker run --rm \ -v paperless-ngx_media:/data:ro \ -v $BACKUP_DIR:/backup \ alpine tar czf /backup/media_$DATE.tar.gz /data echo "Backup completed: $DATE" ```

注意：脚本中的paperless-ngx-db-1是你的数据库容器名称，可以通过docker ps命令确认。如果名称不同，请修改脚本。给脚本执行权限并运行：

```bash chmod +x ~/paperless-ngx/backup.sh ./backup.sh ```

恢复数据时，首先停止服务，恢复数据库，然后恢复媒体文件，最后重启服务即可。这确保了即使服务器发生故障，你的档案数据也能万无一失。

七、外网访问配置（可选）

如果你希望在外网也能访问这个档案系统，建议使用Nginx作为反向代理，并配置SSL证书。不要直接将8000端口暴露在公网。

安装Nginx：

```bash sudo apt-get install nginx certbot python3-certbot-nginx ```

创建一个新的Nginx配置文件：

```bash sudo nano /etc/nginx/sites-available/paperless ```

配置内容如下：

```nginx server { listen 80; server_name your-domain.com; 替换为你的域名 location / { proxy_pass http://localhost:8000; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; proxy_set_header X-Forwarded-Proto $scheme; } } ```

启用配置并申请SSL证书：

```bash sudo ln -s /etc/nginx/sites-available/paperless /etc/nginx/sites-enabled/ sudo nginx -t sudo systemctl reload nginx sudo certbot --nginx -d your-domain-domain.com ```