Papermerge 文档管理系统 Docker 部署完整指南【免费下载链接】papermergeOpen Source Document Management System for Digital Archives (Scanned Documents)项目地址: https://gitcode.com/gh_mirrors/pa/papermerge扫描件攒了几千份——发票、合同、银行对账单——想找去年那张电费单只能靠人肉翻文件夹。Papermerge 是一款开源的扫描文档管理系统专治这个毛病把扫描的 PDF、TIFF 丢进去它自动跑 OCR光学字符识别把图片里的文字认成可搜索的文本并建索引从此搜“电费 3月 38.46”三个词对应文件直接弹出来。架构一图看懂四个容器各管一摊浏览器里看到的是 Web 界面左栏放文件夹、标签和文档列表右栏直接预览 PDF 原图。背后是 docker-composeDocker 的多容器编排工具拉起的四个容器appWeb 应用对外提供 8000 端口服务、dbPostgreSQL 数据库存索引和元数据、redis缓存加任务队列、worker后台进程专跑 OCR 这类重活。四个容器共享同一个媒体卷所以 app 和 worker 看到的是同一批文件。Papermerge Docker 部署clone 后一条命令拉起先把仓库拉到本地落点在 docker 目录启动编排文件和配置模板都放在这里git clone https://gitcode.com/gh_mirrors/pa/papermerge cd papermerge/docker整个系统拉起来只要一行首次运行会拉取 app 和 worker 两个镜像等一两分钟-d表示后台运行终端不会被占住docker-compose up -d启动后浏览器打开http://localhost:8000用默认账号 admin/admin 登录登录后第一件事改密码。必改配置三处OCR 语言最常踩坑默认安装只认德语的 OCR材料不是德语的话改下面三处都在 docker/config 目录里papermerge.config.py 第 13 行OCR_DEFAULT_LANGUAGE deu改成eng英语或spa西班牙语。这是默认识别语言也是最容易踩的坑。同文件的OCR_LANGUAGES字典默认列了 deu/spa/eng/fra/rus/ron 六种语言把不用的删掉只留需要的。语言越多OCR 越慢、占内存越大。docker-compose.yml 里数据库密码POSTGRES_PASSWORDdbpass。如果 5432 端口暴露到了外网就改成复杂密码否则不用动。存储路径、静态文件目录之类的项默认都已和容器内路径对齐不用管。运维备忘看日志、改端口、备数据看日志服务不对劲时在 docker 目录跑下面这条实时盯所有容器的输出后面加服务名如 worker就只看那一个docker-compose logs -fOCR 卡住不完成时优先看 worker 的日志通常能定位到是哪份文件挂了。改端口在 docker-compose.yml 里找到 app 服务下的ports: 8000:8000把冒号左边换成本机空闲端口例如- 8080:8000改完重启 app 容器即可生效。备份数据数据分两块数据库索引、标签、元数据和媒体卷media_root存扫描原文件。数据库用 pg_dump 导出一个 SQL 文件docker exec -it postgres_db sh -c pg_dump -U dbuser dbname backup.sql媒体卷把里面的文件直接打包走就行。两者每月各跑一次即可恢复时导入 SQL、再放回原文件。OCR 全文搜索扫描件里的字也能搜这是 Papermerge 最核心的价值。一张这样的银行对账单上传后 worker 自动跑 OCR识别出的文字会被建索引文件里的每个字都能被搜索到还可以导出带 OCR 文本层的 PDF——里面的文字能直接选中复制。右侧详情面板有 OCR Language 字段标签、文档类型、金额、日期都能作为元数据挂在文档上的结构化字段维护之后按“发票 2023-05”直接筛不用逐个打开文件除了 OCR最值得一说的是自动化规则Automates可以写“进入 Inbox 的文档按发件人自动挪到 Invoices 文件夹并打标签”这类规则免掉手工分类。其余能力一行带过彩色标签、层级文件夹、文档版本管理、页面管理删页/抽页/调序、多用户权限、REST API。下一步想深入自动化规则、IMAP 邮件导入或备份策略从仓库 README 的 Resources 一节入手官方文档和在线演示demo/demo的地址都在那里。【免费下载链接】papermergeOpen Source Document Management System for Digital Archives (Scanned Documents)项目地址: https://gitcode.com/gh_mirrors/pa/papermerge创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Papermerge 文档管理系统 Docker 部署完整指南
Papermerge 文档管理系统 Docker 部署完整指南【免费下载链接】papermergeOpen Source Document Management System for Digital Archives (Scanned Documents)项目地址: https://gitcode.com/gh_mirrors/pa/papermerge扫描件攒了几千份——发票、合同、银行对账单——想找去年那张电费单只能靠人肉翻文件夹。Papermerge 是一款开源的扫描文档管理系统专治这个毛病把扫描的 PDF、TIFF 丢进去它自动跑 OCR光学字符识别把图片里的文字认成可搜索的文本并建索引从此搜“电费 3月 38.46”三个词对应文件直接弹出来。架构一图看懂四个容器各管一摊浏览器里看到的是 Web 界面左栏放文件夹、标签和文档列表右栏直接预览 PDF 原图。背后是 docker-composeDocker 的多容器编排工具拉起的四个容器appWeb 应用对外提供 8000 端口服务、dbPostgreSQL 数据库存索引和元数据、redis缓存加任务队列、worker后台进程专跑 OCR 这类重活。四个容器共享同一个媒体卷所以 app 和 worker 看到的是同一批文件。Papermerge Docker 部署clone 后一条命令拉起先把仓库拉到本地落点在 docker 目录启动编排文件和配置模板都放在这里git clone https://gitcode.com/gh_mirrors/pa/papermerge cd papermerge/docker整个系统拉起来只要一行首次运行会拉取 app 和 worker 两个镜像等一两分钟-d表示后台运行终端不会被占住docker-compose up -d启动后浏览器打开http://localhost:8000用默认账号 admin/admin 登录登录后第一件事改密码。必改配置三处OCR 语言最常踩坑默认安装只认德语的 OCR材料不是德语的话改下面三处都在 docker/config 目录里papermerge.config.py 第 13 行OCR_DEFAULT_LANGUAGE deu改成eng英语或spa西班牙语。这是默认识别语言也是最容易踩的坑。同文件的OCR_LANGUAGES字典默认列了 deu/spa/eng/fra/rus/ron 六种语言把不用的删掉只留需要的。语言越多OCR 越慢、占内存越大。docker-compose.yml 里数据库密码POSTGRES_PASSWORDdbpass。如果 5432 端口暴露到了外网就改成复杂密码否则不用动。存储路径、静态文件目录之类的项默认都已和容器内路径对齐不用管。运维备忘看日志、改端口、备数据看日志服务不对劲时在 docker 目录跑下面这条实时盯所有容器的输出后面加服务名如 worker就只看那一个docker-compose logs -fOCR 卡住不完成时优先看 worker 的日志通常能定位到是哪份文件挂了。改端口在 docker-compose.yml 里找到 app 服务下的ports: 8000:8000把冒号左边换成本机空闲端口例如- 8080:8000改完重启 app 容器即可生效。备份数据数据分两块数据库索引、标签、元数据和媒体卷media_root存扫描原文件。数据库用 pg_dump 导出一个 SQL 文件docker exec -it postgres_db sh -c pg_dump -U dbuser dbname backup.sql媒体卷把里面的文件直接打包走就行。两者每月各跑一次即可恢复时导入 SQL、再放回原文件。OCR 全文搜索扫描件里的字也能搜这是 Papermerge 最核心的价值。一张这样的银行对账单上传后 worker 自动跑 OCR识别出的文字会被建索引文件里的每个字都能被搜索到还可以导出带 OCR 文本层的 PDF——里面的文字能直接选中复制。右侧详情面板有 OCR Language 字段标签、文档类型、金额、日期都能作为元数据挂在文档上的结构化字段维护之后按“发票 2023-05”直接筛不用逐个打开文件除了 OCR最值得一说的是自动化规则Automates可以写“进入 Inbox 的文档按发件人自动挪到 Invoices 文件夹并打标签”这类规则免掉手工分类。其余能力一行带过彩色标签、层级文件夹、文档版本管理、页面管理删页/抽页/调序、多用户权限、REST API。下一步想深入自动化规则、IMAP 邮件导入或备份策略从仓库 README 的 Resources 一节入手官方文档和在线演示demo/demo的地址都在那里。【免费下载链接】papermergeOpen Source Document Management System for Digital Archives (Scanned Documents)项目地址: https://gitcode.com/gh_mirrors/pa/papermerge创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考