一、前期准备：明确化工档案合规分类+轻量工具选型
化工档案有严格的行业分类，必须先按《化工建设项目档案管理规范》（HG/T 20235-2014）整理逻辑拆分，再选本地+云端双备份的轻量工具组合，避免商业软件的冗余成本和锁定风险。
1. 化工档案强制拆分的5大类（含必填核心字段）
- 建设档案类：项目立项、设计图纸、施工记录、竣工验收单 → 核心字段：项目编号、图纸图号、施工单位
- 生产运行档案类：生产报表、设备巡检单、应急预案演练记录 → 核心字段：装置名称、巡检时段、隐患等级
- 安全环保档案类：危化品许可证、安全评价报告、排污监测数据 → 核心字段：证件有效期、危化品UN编号、监测因子
- 设备物资档案类：设备说明书、维护保养手册、采购合同 → 核心字段：设备编号、品牌型号、采购日期
- 行政人事类：仅需扫描技术骨干职称证、特种作业操作证（化工专项）→ 核心字段：姓名、作业类别、有效期
2. 工具组合（全免费、可本地/云端同步）
本地文档管理：使用开源软件「Paperless-ngx」2.12.0版本；本地图片转文字（OCR）：软件自带Tesseract 5.3.4；云端合规备份：使用阿里云OSS的「低频访问存储」或「归档存储」（按需选，前6个月低频存储免费额度5GB）。
二、本地部署开源Paperless-ngx（含Tesseract化工专项训练词库导入）
Paperless-ngx是专为个人/小微企业设计的文档OCR+分类工具，支持一键Docker部署，小白也能操作。
1. 基础环境安装（Windows/macOS通用Docker方式）
- 下载Docker Desktop：Windows用户→https://desktop.docker.com/win/main/amd64/Docker%20Desktop%20Installer.exe；macOS Intel芯片→https://desktop.docker.com/mac/main/amd64/Docker.dmg；macOS Apple芯片→https://desktop.docker.com/mac/main/arm64/Docker.dmg
- 安装后启动Docker Desktop，等待左下角状态栏变绿（显示「Docker Desktop is running」）
2. 创建部署配置文件
在电脑桌面新建文件夹命名为「paperless」，内部创建2个文件：
- docker-compose.yml（可直接复制）：
```yaml
version: "3.8"
services:
broker:
image: docker.io/library/redis:7
restart: unless-stopped
volumes:
- redisdata:/data
db:
image: docker.io/library/postgres:16-alpine
restart: unless-stopped
volumes:
- pgdata:/var/lib/postgresql/data
environment:
POSTGRES_DB: paperless
POSTGRES_USER: paperless
POSTGRES_PASSWORD: paperless_secure_password_2024（请务必修改为复杂密码）
webserver:
image: ghcr.io/paperless-ngx/paperless-ngx:2.12.0
restart: unless-stopped
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
environment:
PAPERLESS_REDIS: redis://broker:6379
PAPERLESS_DBHOST: db
PAPERLESS_TASK_WORKERS: 2
PAPERLESS_THREADS_PER_WORKER: 4
PAPERLESS_OCR_LANGUAGES: chi_sim+eng（中文简体+英文）
PAPERLESS_TIME_ZONE: Asia/Shanghai
PAPERLESS_ADMIN_USER: admin
PAPERLESS_ADMIN_PASSWORD: admin_secure_password_2024（请务必修改为复杂密码）
volumes:
pgdata:
redisdata:
```
- docker-compose.override.yml（化工OCR词库导入专用，可直接复制）：
```yaml
version: "3.8"
services:
webserver:
volumes:
- ./tessdata:/usr/share/tesseract-ocr/5/tessdata
environment:
PAPERLESS_OCR_LANGUAGE_MODEL_PATH: /usr/share/tesseract-ocr/5/tessdata
```
3. 导入化工专项Tesseract词库
在「paperless」文件夹内新建「tessdata」子文件夹，下载化工行业专用训练的chi_sim.traineddata和eng.traineddata覆盖式放入：
chi_sim化工版→https://github.com/tesseract-ocr/tessdata_fast/raw/main/chi_sim.traineddata；eng化工版→https://github.com/tesseract-ocr/tessdata_fast/raw/main/eng.traineddata
4. 启动服务
- Windows用户：打开「paperless」文件夹，按住Shift键右键点击空白处→选择「在此处打开PowerShell窗口」，输入命令`docker-compose up -d`，按回车等待3-5分钟
- macOS用户：打开终端（Launchpad→其他→终端），输入`cd ~/Desktop/paperless`，按回车，再输入`docker-compose up -d`，按回车等待3-5分钟
- 启动成功后，浏览器输入http://localhost:8000，用之前设置的admin账号密码登录
三、化工档案OCR扫描+自动分类实操
1. 批量扫描前的配置（按HG/T 20235-2014设置规则）
- 登录Paperless-ngx后，点击左侧「标签」→「新增标签」，添加5个一级标签：建设档案、生产运行、安全环保、设备物资、行政人事，再对应添加之前的核心字段作为二级标签（比如安全环保下加「危化品许可证」「UN编号」「有效期」）
- 点击左侧「文档类型」→「新增文档类型」，添加与一级标签对应的类型
- 点击左侧「自动规则」→「新增规则」，设置自动分类（比如设置规则：如果OCR识别到「UN编号」，自动添加「安全环保」一级标签和「危化品许可证」二级标签）
2. 批量扫描操作
- 使用普通扫描仪或手机扫描APP（比如全能扫描王免费版），将纸质档案扫描为300dpi的PDF格式，保存到「paperless」文件夹内的「consume」子文件夹
- Paperless-ngx会自动检测「consume」文件夹，后台进行OCR识别、分类、打标签，等待1-10分钟（取决于文件数量和大小）
- 点击左侧「文档」，可查看已处理的档案，支持全文检索、按标签/文档类型筛选、下载、编辑
四、化工档案云端合规备份实操
根据《化工建设项目档案管理规范》，档案需异地备份，选择阿里云OSS低频访问存储（免费额度5GB/月前6个月，后续0.08元/GB/月）。
1. 开通阿里云OSS并创建合规存储桶
- 注册/登录阿里云账号→进入OSS控制台→https://oss.console.aliyun.com/
- 点击左侧「Bucket列表」→「创建Bucket」，填写：
- Bucket名称：比如「hgda-companyname-2024」（必须唯一）
- 地域：选择离自己最近的合规地域（比如华东1（杭州）有化工行业云合规资质）
- 存储类型：低频访问存储
- 版本控制：开启（防止误删）
- 读写权限：私有
- 其他设置默认，点击「确定」
- 点击左侧「访问控制」→「RAM访问控制」→「创建用户」，勾选「OpenAPI调用访问」，设置登录密码（可选），点击「确定」，保存生成的AccessKey ID和AccessKey Secret
- 返回RAM访问控制页面→点击刚才创建的用户→「添加权限」，搜索「AliyunOSSFullAccess」，点击「确定」
2. 配置Paperless-ngx自动同步到OSS
- 修改之前的docker-compose.yml，在webserver的environment下添加2行：
- PAPERLESS_EXPORT_STORAGE: s3
- PAPERLESS_S3_ENDPOINT_URL: https://oss-cn-hangzhou.aliyuncs.com（换成自己的地域Endpoint，可在Bucket的「概览」页找到）
- PAPERLESS_S3_REGION_NAME: cn-hangzhou（换成自己的地域代码）
- PAPERLESS_S3_ACCESS_KEY_ID: 刚才保存的AccessKey ID
- PAPERLESS_S3_SECRET_ACCESS_KEY: 刚才保存的AccessKey Secret
- PAPERLESS_S3_BUCKET_NAME: 刚才创建的Bucket名称
- 保存修改后，在PowerShell/终端中重新输入`docker-compose up -d --force-recreate`重启服务
- 点击左侧「设置」→「导出」→「启用自动导出」，设置每天凌晨2点自动导出所有新增/修改的档案到OSS
微信咨询
电话联系
QQ客服
微信咨询一对一服务