零基础实操：虚拟机快速搭建企业级档案管理系统

环境准备与基础配置

本指南基于Ubuntu 22.04 LTS系统进行演示，目标是在虚拟机中部署Paperless-ngx。这是一款开源的、基于AI的文档管理系统，支持OCR识别、标签管理和自动归档，完全满足企业档案管理需求。

1. 虚拟机规格与系统安装

在VMware Workstation或VirtualBox中创建新虚拟机，具体配置建议如下：

• 操作系统：选择Ubuntu 22.04 LTS Server版本（下载地址：https://releases.ubuntu.com/22.04/ubuntu-22.04.4-live-server-amd64.iso）。
• 硬件配置：建议分配4核CPU、8GB内存（OCR处理较吃内存）、50GB磁盘空间。
• 网络模式：推荐使用NAT模式或桥接模式，确保虚拟机能访问外网以下载依赖包。

2. 系统基础环境初始化

安装系统完成后，首先登录终端，执行以下命令更新系统源并安装基础工具：

```bash sudo apt update && sudo apt upgrade -y sudo apt install -y curl wget git gnupg2 software-properties-common apt-transport-https ca-certificates lsb-release ```

为了防止Docker容器占用过多内存导致系统崩溃，建议配置Swap交换空间：

```bash sudo fallocate -l 4G /swapfile sudo chmod 600 /swapfile sudo mkswap /swapfile sudo swapon /swapfile echo '/swapfile none swap sw 0 0' | sudo tee -a /etc/fstab ```

Docker环境安装

Paperless-ngx依赖Docker和Docker Compose运行。执行以下脚本一键安装最新版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，避免每次使用sudo：

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

验证安装是否成功：

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

部署Paperless-ngx核心服务

我们将创建一个专门的目录来存放配置文件和数据，保证数据持久化。

1. 创建目录结构

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

2. 编写Docker Compose配置文件

在~/paperless目录下创建docker-compose.yml文件。该文件定义了Web服务、数据库、缓存、OCR转换工具等组件。请直接复制以下完整内容：

```yaml version: "3.4" services: broker: image: docker.io/library/redis:7 restart: always volumes: - ./data/redis:/data db: image: docker.io/library/postgres:15 restart: always volumes: - ./data/db:/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" 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 添加OCR依赖 command: ["sh", "-c", "paperless-ngx migrate && gunicorn paperless.asgi:application --bind 0.0.0.0:8000"] gotenberg: image: docker.io/gotenberg/gotenberg:7.12 restart: always environment: - DISABLE_GOOGLE_CHROME=1 command: - "gotenberg" - "--chromium-disable-javascript=true" - "--chromium-allow-list=file:///tmp/." tika: image: apache/tika:latest restart: always ```

3. 配置环境变量

在同一目录下创建.env文件。这是系统的核心配置，包含时区、管理员密码等敏感信息。请务必修改以下配置中的密码部分：

```ini 设置为系统管理员用户名和密码 PAPERLESS_ADMIN_USER=admin PAPERLESS_ADMIN_PASSWORD=your_secure_password_here 设置时区，OCR识别和文档时间将依赖此项 PAPERLESS_TIME_ZONE=Asia/Shanghai 设置系统允许访问的域名或IP，表示允许所有 PAPERLESS_URL=http://192.168.1.100:8000 设置OCR语言包，默认包含英语和简体中文 PAPERLESS_OCR_LANGUAGE=chi_sim+eng 启用自动重命名已存在的文档 PAPERLESS_ENABLE_DELETE_IF_ALREADY_ARCHIVED=true 配置OCR处理引擎 PAPERLESS_OCR_THREADS=4 ``>

注意：请将PAPERLESS_URL中的IP地址替换为你虚拟机的实际IP地址，可通过ip addr命令查看。

4. 启动服务

配置文件就绪后，执行以下命令拉取镜像并启动所有容器：

```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：

```bash docker compose ps ``>

确保所有服务的Status均为Up (healthy)。

配置Nginx反向代理（可选）

为了更安全地访问系统，建议在宿主机或虚拟机内配置Nginx作为反向代理，实现SSL加密访问。

1. 安装Nginx

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

2. 配置站点文件

创建配置文件/etc/nginx/sites-available/paperless：

```nginx server { listen 80; server_name _; client_max_body_size 100M; 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; proxy_redirect off; } } ```

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 ```

系统初始化与使用

服务启动后，打开浏览器，访问http://<虚拟机IP>:8000（如果配置了Nginx，则直接访问虚拟机IP）。

1. 创建超级管理员

如果在.env中未预设密码，或需要手动创建管理员，请在~/paperless目录下执行：

```bash docker compose run --rm webserver createsuperuser ``>

按照提示输入用户名、邮箱和密码。

2. 基础操作流程

• 上传文档：登录Dashboard后，点击右上角“Upload”按钮，将PDF或图片拖入上传区。
• OCR识别：文档上传后会自动进入处理队列，系统会自动提取文字内容。处理完成后，可在右侧边栏看到识别后的文本。
• 自动归档：在“Settings” -> “Document Types”中定义文档类型，并在“Settings” -> “Automation Rules”中设置规则，例如“如果文档包含‘发票’，则自动打上‘财务’标签并归档到‘财务文档’类型”。

数据备份与恢复策略

档案数据至关重要，必须建立定期备份机制。

1. 数据库备份

创建脚本backup.sh，用于导出PostgreSQL数据库：

```bash !/bin/bash BACKUP_DIR="./backups" DATE=$(date +%Y%m%d_%H%M%S) mkdir -p $BACKUP_DIR docker compose exec -T db pg_dump -U paperless paperless > $BACKUP_DIR/db_backup_$DATE.sql echo "Database backed up to $BACKUP_DIR/db_backup_$DATE.sql" ```

赋予执行权限并运行：chmod +x backup.sh && ./backup.sh。

2. 文件与数据恢复

恢复时，首先恢复数据库：

```bash cat ./backups/db_backup_xxx.sql | docker compose exec -T db psql -U paperless paperless ``>

由于docker-compose.yml中已将./data、./media等目录挂载到了本地，因此文件数据实际上已经持久化在虚拟机本地。只需确保这些目录不被删除即可。若迁移服务器，直接打包~/paperless目录到新服务器，执行docker compose up -d即可恢复运行。