历史档案数字化落地：从零搭建可自用的历史档案系统实操指南

前期环境准备

本方案采用Docker容器化部署，零环境配置，全流程复制操作即可完成，不同系统环境准备步骤如下：

Windows/macOS系统

直接下载Docker Desktop安装包，双击运行后默认下一步完成安装：

• Windows 64位下载地址：https://desktop.docker.com/win/main/amd64/Docker%20Desktop%20Installer.exe
• Intel芯片macOS下载地址：https://desktop.docker.com/mac/main/amd64/Docker.dmg
• Apple芯片macOS下载地址：https://desktop.docker.com/mac/main/arm64/Docker.dmg

Linux Ubuntu/Debian系统

直接复制以下命令到终端执行，一键完成Docker和Docker Compose安装：

``` 一键安装Docker（使用国内阿里镜像源） curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun sudo systemctl start docker 安装Docker Compose sudo curl -L "https://github.com/docker/compose/releases/download/v2.20.3/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose sudo chmod +x /usr/local/bin/docker-compose ```

历史档案数字化预处理

扫描完成后的纸质历史档案需要按规范整理，才能方便后续系统自动索引检索，核心步骤如下：

• 扫描参数设置：分辨率设置为300DPI，彩色档案存储为JPG格式，字画/手稿类档案存储为PNG格式，开启扫描仪自带的偏色校正、黑边去除功能。
• 目录与命名规则：一级目录为档案大类（如：民国文书、建国后户籍），二级目录为全宗编号（如：全宗003），单文件命名规则为全宗编号_档案件号_页码.后缀，示例：./民国文书/全宗003/003_124_01.jpg。

系统部署与初始化配置

按以下步骤操作，10分钟内即可完成系统部署：

1. 新建空白文件夹，命名为history-archive，在文件夹内新建文本文件，重命名为docker-compose.yml，将以下完整配置复制进去保存：

   

   ```
   version: '3.4'
   services:
   paperless:
   image: ghcr.io/paperless-ngx/paperless-ngx:latest
   restart: unless-stopped
   ports:
   - "8000:8000"
   environment:
   PAPERLESS_REDIS: redis://broker:6379
   PAPERLESS_DBHOST: db
   PAPERLESS_ADMIN_USER: admin
   PAPERLESS_ADMIN_PASSWORD: admin123
   volumes:
   - ./data:/usr/src/paperless/data
   - ./media:/usr/src/paperless/media
   - ./export:/usr/src/paperless/export
   - ./consume:/usr/src/paperless/consume
   broker:
   image: docker.io/redis:7-alpine
   restart: unless-stopped
   volumes:
   - ./redis:/data
   db:
   image: docker.io/postgres:15-alpine
   restart: unless-stopped
   volumes:
   - ./postgres:/var/lib/postgresql/data
   environment:
   POSTGRES_DB: paperless
   POSTGRES_USER: paperless
   POSTGRES_PASSWORD: paperless
   ```
   

2. 在history-archive文件夹的地址栏输入cmd回车，调出命令提示符，输入启动命令：

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

3. 等待5-10分钟，第一次启动会自动拉取镜像初始化数据库，完成后打开浏览器，输入地址http://localhost:8000访问系统，使用预配置账号登录：用户名：admin，密码：admin123。
4. 基础配置调整：登录后先修改管理员密码，路径为：右上角用户图标→设置→账户→修改密码；再切换中文界面：设置→应用设置→语言→选择「简体中文」，保存后刷新即可；最后开启自动OCR：设置→应用设置→OCR→勾选「对新文档自动执行OCR」，保存后生效，系统会自动将扫描图片转为可检索文字。

批量导入与档案管理

两种导入方式按需选择：

批量自动导入（大项目适用）

将预处理好的所有档案文件夹，整体复制到history-archive/consume目录下，系统会在10分钟内自动扫描导入，自动完成OCR和索引建立，无需手动操作。

手动补录（少量档案适用）

点击系统顶部「添加文档」，直接拖拽多个文件到上传区，点击上传即可完成录入。

分类索引设置

导入完成后，按照预先的分类规则创建标签：左侧菜单栏→文档→标签→创建标签，对应档案大类（如「民国文书」「建国后户籍」），批量选中对应档案后批量添加标签，后续可直接通过标签筛选，也可直接检索档案内的关键词。

常见问题处理

• 8000端口被占用无法访问：打开docker-compose.yml，将- "8000:8000"修改为- "8080:8000"，保存后执行docker-compose up -d重启，使用http://localhost:8080访问即可。
• 数据备份迁移：所有数据都存储在history-archive文件夹内，备份直接复制整个文件夹到移动硬盘即可，迁移时直接复制到新设备，重新执行启动命令即可使用，无需重新配置。
• OCR识别不准：可以手动对单份档案重新执行OCR，点击文档详情→更多→重新OCR即可，对于清晰度极低的历史档案，可以手动添加文字标注补充索引。

本方案所有数据存储在本地，无需依赖外部服务，部署完成后可长期稳定运行，支持十万级以内的历史档案管理，满足绝大多数中小规模档案数字化项目需求。