档案管理软件实操手册：企业部署与权限配置全流程详解

一、环境准备与基础依赖安装

本文以开源且功能强大的Paperless-ngx为例，讲解如何在Linux服务器上从零搭建企业级档案管理系统。该方案支持OCR识别、标签管理及全文检索，完全满足企业档案数字化需求。操作系统建议使用Ubuntu 20.04或22.04 LTS。

确保系统包列表已更新并安装必要的工具：

```bash sudo apt-get update sudo apt-get install -y curl python3-pip ```

接着，安装Docker和Docker Compose。这是运行该软件最简单且最稳定的方式。执行以下一键安装命令：

```bash curl -fsSL https://get.docker.com | sh sudo usermod -aG docker $USER ```

安装完成后，重新登录或执行以下命令使组权限生效，并安装Docker Compose插件：

```bash newgrp docker sudo apt-get install -y docker-compose-plugin ```

二、目录结构创建与权限配置

为了确保数据持久化且不因容器重启而丢失，我们需要在宿主机创建标准的数据目录结构。执行以下命令：

```bash mkdir -p ~/paperless/data mkdir -p ~/paperless/media mkdir -p ~/paperless/export mkdir -p ~/paperless/consume mkdir -p ~/paperless/db ```

注意：上述目录分别用于存储应用配置、原始文档、导出文件、待处理文档和数据库文件。赋予目录正确的读写权限至关重要，否则容器将无法写入数据：

```bash chmod -R 755 ~/paperless ```

三、Docker Compose配置文件详解

进入项目目录并创建配置文件：

```bash cd ~/paperless nano docker-compose.yml ```

将以下完整配置复制到文件中。该配置集成了PostgreSQL数据库、Redis缓存服务以及Brotsky（OCR处理服务），确保系统高效运行：

```yaml services: broker: image: docker.io/library/redis:7 restart: always volumes: - ./redis:/data db: image: docker.io/library/postgres:15 restart: always volumes: - ./db:/var/lib/postgresql/data environment: POSTGRES_USER: paperless POSTGRES_PASSWORD: paperless POSTGRES_DB: paperless webserver: image: ghcr.io/paperless-ngx/paperless-ngx:latest restart: always depends_on: - db - broker - gotenberg - tika ports: - "8000:8000" healthcheck: test: ["CMD", "curl", "-f", "http://localhost:8000"] interval: 30s timeout: 10s retries: 5 volumes: - ./data:/usr/src/paperless/data - ./media:/usr/src/paperless/media - ./export:/usr/src/paperless/export - ./consume:/usr/src/paperless/consume env_file: - .env environment: PAPERLESS_REDIS: redis://broker:6379 gotenberg: image: docker.io/gotenberg/gotenberg:7.7.1 restart: always command: - "gotenberg" - "--chromium-disable-routes" environment: DISABLE_CHROMIUM_SANDBOX: "true" tika: image: apache/tika:latest restart: always tika: image: ghcr.io/paperless-ngx/tika:latest restart: always ```

四、环境变量与OCR核心配置

在同级目录下创建.env文件来存储敏感配置和系统参数：

```bash nano .env ```

填入以下关键配置。特别要注意PAPERLESS_OCR_LANGUAGE的设置，这里配置为简体中文和英文混合识别：

```ini 基础配置 PAPERLESS_TIMEZONE=Asia/Shanghai PAPERLESS_URL=http://localhost:8000 管理员配置（首次启动后可通过UI修改，但建议预设） PAPERLESS_ADMIN_USER=admin PAPERLESS_ADMIN_PASSWORD=your_secure_password_here OCR 语言包设置：chi_sim (简体中文) + eng (英文) PAPERLESS_OCR_LANGUAGE=chi_sim+eng OCR 自动清理设置 PAPERLESS_OCR_CLEAN_UP=none 数据库配置 PAPERLESS_DBHOST=db PAPERLESS_DBPORT=5432 PAPERLESS_DBNAME=paperless PAPERLESS_DBUSER=paperless PAPERLESS_DBPASS=paperless Redis配置 PAPERLESS_REDIS=redis://broker:6379 ```

五、服务启动与初始化

配置文件就绪后，执行以下命令拉取镜像并启动所有服务：

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

首次启动需要下载镜像，耗时取决于网络速度。启动成功后，查看容器状态确保所有服务均为Up (healthy)：

```bash docker compose ps ```

如果Webserver服务显示不健康，请使用docker compose logs -f webserver查看日志排查。通常是因为目录权限问题，请重新检查第三步的chmod命令。

系统初始化需要下载OCR语言包。进入Webserver容器手动下载中文语言包，确保OCR功能正常：

```bash docker compose exec webserver wget https://github.com/tesseract-ocr/tessdata/raw/main/chi_sim.traineddata -P /usr/share/tessdata/ docker compose exec webserver wget https://github.com/tesseract-ocr/tessdata/raw/main/eng.traineddata -P /usr/share/tessdata/ ``>

下载完成后，重启容器使配置生效：

```bash docker compose restart webserver ```

六、Nginx反向代理与SSL证书配置

为了在企业内网或公网安全访问，建议配置Nginx反向代理。首先安装Nginx：

```bash sudo apt-get install -y nginx ```

创建站点配置文件：

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

写入以下配置（假设域名为archive.company.com，请替换为实际IP或域名）：

```nginx server { listen 80; server_name archive.company.com; location / { proxy_pass http://127.0.0.1:8000; 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; 文档上传大小限制 client_max_body_size 100M; } 静态文件缓存优化 location /static/ { alias /var/www/paperless/static/; expires 30d; } } ```

启用配置并重启Nginx：

```bash sudo ln -s /etc/nginx/sites-available/paperless /etc/nginx/sites-enabled/ sudo nginx -t sudo systemctl restart nginx ```

如需HTTPS加密，安装Certbot并自动配置证书：

```bash sudo apt-get install -y certbot python3-certbot-nginx sudo certbot --nginx -d archive.company.com ```

七、档案归档实操流程

浏览器访问http://服务器IP:8000或配置的域名。使用.env文件中设置的管理员账号登录。

1. 设置文档类型与标签

在系统设置中，预先定义好企业的档案类型，如“合同”、“发票”、“人事档案”。在“标签”栏创建部门标签，如“财务部”、“技术部”。这些元数据是后续检索的关键。

2. 文档上传与自动识别

点击界面上的“上传”按钮，拖拽PDF或图片文件。系统会自动将文件移动到consume目录，由后台任务进行OCR处理。

操作细节：上传后，文档会出现在“待处理”视图中。等待数秒后，刷新页面，文档会自动转入“文档”视图，且右侧边栏会显示OCR识别出的全文内容。如果包含中文，确认chi_sim语言包已生效，文字无乱码。

3. 元数据关联

点击文档进入详情页。在右侧面板：

1. 文档类型：选择对应的类型（如“合同”）。
2. 标签：勾选对应的部门标签。
3. 归档日期：系统默认取创建日期，可手动修改为实际签约日期。

点击“保存”完成归档。

八、用户权限与数据备份策略

作为管理员，点击右上角头像 -> “设置” -> “用户”。点击“+ 添加用户”创建普通员工账号。

权限模型说明：

• 超级用户：拥有所有权限，包括系统设置和用户管理。
• 普通用户：仅能查看和编辑被自己创建的文档，或者被明确授权的文档。

在“组”设置中，可以创建“财务组”，并将“财务部”标签的查看权限赋予该组，实现基于标签的权限隔离。

数据备份是档案管理的底线。编写定时任务脚本backup.sh：

```bash !/bin/bash DATE=$(date +%Y%m%d) BACKUP_DIR=/opt/backups/paperless mkdir -p $BACKUP_DIR 备份数据库 docker compose exec -T db pg_dump -U paperless paperless > $BACKUP_DIR/db_$DATE.sql 打包文档数据和配置 tar -czf $BACKUP_DIR/data_$DATE.tar.gz ./data ./media ./export 删除7天前的备份 find $BACKUP_DIR -name ".sql" -mtime +7 -delete find $BACKUP_DIR -name ".tar.gz" -mtime +7 -delete ```

赋予执行权限并设置Crontab每天凌晨2点执行：

```bash chmod +x backup.sh crontab -e 添加以下行 0 2 cd ~/paperless && ./backup.sh ```