无纸化文档管理神器推荐- Paperless-ngx，一键部署和使用技巧

一款开源自托管的文档管理系统，主打把纸质单据、合同、发票扫描后自动做 OCR 文字识别，生成可长期保存的 PDF/A 档案，支持全文检索、智能标签、自动分类与权限管理，数据完全存在自己的 NAS 或服务器上，适合家庭与小型团队做无纸化归档，是目前最流行、维护最活跃的自建文档库方案。

image-20260222224528983

功能清单：

  • 强大 OCR，扫描件 / 照片也能全文搜索

  • 自动分类、打标签、匹配对应人，越用越智能

  • 支持 PDF/A 归档，长期保存不失效

  • 多端统一：网页、手机拍照上传、邮件批量导入

  • 多用户 + 权限控制，小团队也能用

  • Docker 一键部署，完美跑在 NAS / 服务器

  • 数据完全本地自托管，隐私安全可控

使用场景：

家庭 / 个人：账单、发票、证件、保单、合同、小票电子化存档，全文搜索

自由职业 / 小团队：合同、报销、项目资料统一管理，多用户权限

NAS 用户：本地部署、数据自己掌控，安全不泄露

无纸化办公：纸质文件拍照 / 扫描 → 可搜索数字档案

Docker安装部署

1、创建本地文件夹

mkdir -p /opt/paperless-ngx
cd /opt/paperless-ngx
# /opt/paperless-ngx创建四个文件目录
mkdir -p data media export consume data/postgres

目录说明：

  • data: 数据库和索引文件存储

  • media: 文档处理后的存储位置

  • export: 文档导出目录

  • consume: 文档导入监控目录

2、Docker Compose配置

version: "3.6"
services:
  webserver:
    image: ghcr.io/paperless-ngx/paperless-ngx:2.20.6
    restart: unless-stopped
    ports:
      - "9980:8000"
    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:
      # Redis设置
      PAPERLESS_REDIS:  redis://:passwd@192.168.50.100:16379
      # 数据库设置
      PAPERLESS_DBENGINE: mariadb
      PAPERLESS_DBHOST: 192.168.50.1
      PAPERLESS_DBUSER: root 
      PAPERLESS_DBPASS: 123456 
      PAPERLESS_DBPORT: 3306
      PAPERLESS_TIKA_ENABLED: 1
      PAPERLESS_TIKA_ENDPOINT: http://tika:9998
      PAPERLESS_TIKA_GOTENBERG_ENDPOINT: http://gotenberg:3000
    deploy:
      resources:
        limits:
          memory: 1024m  # 限制为使用1GB内存
    
  tika:
    image: apache/tika:latest
    restart: unless-stopped
    deploy:
      resources:
        limits:
          memory: 1024m  # 限制为使用1GB内存
​
  gotenberg:
     image: gotenberg/gotenberg:8.19
     restart: unless-stopped
     deploy:
      resources:
        limits:
          memory: 1024m  # 限制为使用1GB内存
​

连接已安装好的Redis和数据库，也可以创建独立的数据库和Redis

1）连接Redis

  # Redis设置
  PAPERLESS_REDIS:  redis://:passwd@192.168.50.100:16379

2）根据需求修改数据库配置

选择数据库引擎，支持mariadb

  PAPERLESS_DBENGINE: mariadb
  PAPERLESS_DBHOST: 192.168.50.1
  PAPERLESS_DBUSER: root 
  PAPERLESS_DBPASS: 123456 
  PAPERLESS_DBPORT: 3306

安装tika、gotenberg容器，为了识别docx、pptx等Office文档，不安装的话直接上传word文档会报错

3、独立数据库和Redis安装的Docker Compose

services:
  # ===== Redis 消息队列服务 =====
  broker:
    image: redis:7  # 使用 Redis 7 版本作为消息代理
    container_name: paperless-redis  # 容器名称
    restart: unless-stopped  # 容器退出时自动重启（除非手动停止）
    command: redis-server --maxmemory 512mb --maxmemory-policy allkeys-lru  # 限制内存512MB，LRU淘汰策略
    networks:
      - paperless-network  # 连接到自定义网络
    healthcheck:  # 健康检查配置
      test: ["CMD", "redis-cli", "ping"]  # 使用 redis-cli ping 命令检查服务状态
      interval: 30s  # 每30秒检查一次
      timeout: 3s  # 超时时间3秒
      retries: 3  # 失败3次后标记为不健康
      start_period: 10s  # 容器启动后10秒开始健康检查
​
  # ===== PostgreSQL 数据库服务 =====
  db:
    image: postgres:15  # 使用 PostgreSQL 15 版本
    container_name: paperless-db  # 容器名称
    restart: unless-stopped  # 容器退出时自动重启（除非手动停止）
    environment:
      POSTGRES_DB: paperless  # 数据库名称
      POSTGRES_USER: paperless  # 数据库用户名
      POSTGRES_PASSWORD: paperless  # 数据库密码
    volumes:
      - ./data/postgres:/var/lib/postgresql/data  # 数据库数据持久化目录映射
    networks:
      - paperless-network  # 连接到自定义网络
    healthcheck:  # 健康检查配置
      test: ["CMD-SHELL", "pg_isready -U paperless -d paperless"]  # 检查数据库是否就绪
      interval: 30s  # 每30秒检查一次
      timeout: 5s  # 超时时间5秒
      retries: 3  # 失败3次后标记为不健康
      start_period: 30s  # 容器启动后30秒开始健康检查（数据库启动较慢）
​
  # ===== Paperless-ngx 主服务 =====
  webserver:
    # image: ghcr.io/paperless-ngx/paperless-ngx:latest  # 官方镜像
    build:
      context: .  # 构建上下文为当前目录
      dockerfile: Dockerfile  # 使用自定义 Dockerfile 构建
    image: paperless-ngx-zh:latest  # 自定义镜像名称（支持中文）
    container_name: paperless-web  # 容器名称
    restart: unless-stopped  # 容器退出时自动重启（除非手动停止）
    depends_on:  # 依赖服务，这些服务会优先启动
      db:
        condition: service_healthy  # 等待数据库健康检查通过
      broker:
        condition: service_healthy  # 等待 Redis 健康检查通过
      gotenberg:
        condition: service_healthy  # 等待 Gotenberg 健康检查通过
      tika:
        condition: service_healthy  # 等待 Tika 健康检查通过
    ports:
      - "8000:8000"  # 端口映射：宿主机8000端口 -> 容器8000端口
    environment:
      # ----- 数据库连接配置 -----
      PAPERLESS_REDIS: redis://broker:6379  # Redis 连接地址
      PAPERLESS_DBENGINE: postgresql  # 数据库引擎类型
      PAPERLESS_DBHOST: db  # 数据库主机地址（容器名）
      PAPERLESS_DBNAME: paperless  # 数据库名称
      PAPERLESS_DBUSER: paperless  # 数据库用户名
      PAPERLESS_DBPASS: paperless  # 数据库密码
​
      # ===== 文档处理核心配置 =====
      PAPERLESS_TIKA_ENABLED: "1"  # 启用 Tika 文档解析服务（支持更多文档格式）
      PAPERLESS_TIKA_GOTENBERG_ENDPOINT: http://gotenberg:3000  # Gotenberg PDF 转换服务地址
      PAPERLESS_TIKA_ENDPOINT: http://tika:9998  # Tika 文档解析服务地址
​
      # ----- OCR 光学字符识别配置 -----
      # OCR（中文建议开启）
      PAPERLESS_OCR_LANGUAGE: chi_sim+eng  # OCR 识别语言：简体中文+英文
      PAPERLESS_OCR_MODE: skip  # OCR 模式：跳过已有文本层的文档（避免重复识别）
​
      # ----- 系统性能与安全配置 -----
      # 安全 & 性能
      PAPERLESS_TASK_WORKERS: 2  # 任务处理工作进程数量
      PAPERLESS_THREADS_PER_WORKER: 2  # 每个工作进程的线程数
      PAPERLESS_TIME_ZONE: Asia/Shanghai  # 系统时区设置为上海时区
​
      # ----- 任务调度优化配置 -----
      PAPERLESS_TRAIN_TASK_CRON: "5 */1 * * *"  # 每小时第5分钟自动训练分类器（提高自动分类准确度）
      PAPERLESS_INDEX_TASK_CRON: "15 0 * * *"  # 每天午夜00:15进行索引优化（提高搜索速度）
      PAPERLESS_SANITY_TASK_CRON: "30 0 * * 0"  # 每周日午夜00:30进行完整性检查（检查文档一致性）
​
      # ----- 文件权限配置 -----
      # 宿主机用户和分组
      PAPERLESS_UID: 1000  # 容器内文件所有者的用户ID（对应宿主机用户）
      PAPERLESS_GID: 1000  # 容器内文件所有者的组ID（对应宿主机用户组）
​
    volumes:  # 数据卷映射（持久化存储）
      - ./data:/usr/src/paperless/data  # 应用数据目录（索引、缓存等）
      - ./media:/usr/src/paperless/media  # 文档存储目录（原始文件和归档文件）
      - ./export:/usr/src/paperless/export  # 导出目录（用于导出文档）
      - ./consume:/usr/src/paperless/consume  # 消费目录（监控此目录自动导入文档）
    networks:
      - paperless-network  # 连接到自定义网络
    healthcheck:  # 健康检查配置
      test: ["CMD", "curl", "-f", "http://localhost:8000"]  # 检查 Web 服务是否响应
      interval: 30s  # 每30秒检查一次
      timeout: 10s  # 超时时间10秒
      retries: 3  # 失败3次后标记为不健康
      start_period: 60s  # 容器启动后60秒开始健康检查（应用启动较慢）
​
  # ===== Gotenberg PDF 转换服务 =====
  gotenberg:
    image: gotenberg/gotenberg:8  # 使用 Gotenberg 8 版本
    container_name: paperless-gotenberg  # 容器名称
    restart: unless-stopped  # 容器退出时自动重启（除非手动停止）
    command:  # 容器启动命令参数
      - gotenberg  # 主程序
      - --chromium-disable-javascript=true  # 禁用 Chromium 的 JavaScript（提高安全性和性能）
      - --libreoffice-start-timeout=60s  # LibreOffice 启动超时时间设置为60秒
      - --api-timeout=300s  # API 请求超时时间300秒
    environment:
      DISABLE_GOOGLE_CHROME: "1"  # 禁用 Google Chrome（使用 Chromium 代替）
    networks:
      - paperless-network  # 连接到自定义网络
    healthcheck:  # 健康检查配置
      test: ["CMD", "curl", "-f", "http://localhost:3000/health"]  # 检查 Gotenberg 健康状态
      interval: 30s  # 每30秒检查一次
      timeout: 10s  # 超时时间10秒
      retries: 3  # 失败3次后标记为不健康
      start_period: 40s  # 容器启动后40秒开始健康检查（LibreOffice 启动较慢）
​
  # ===== Apache Tika 文档解析服务 =====
  tika:
    image: apache/tika:latest  # 使用 Apache Tika 最新版本
    container_name: paperless-tika  # 容器名称
    restart: unless-stopped  # 容器退出时自动重启（除非手动停止）
    networks:
      - paperless-network  # 连接到自定义网络
    healthcheck:  # 健康检查配置 - 简化为 TCP 端口检查
      test: ["CMD-SHELL", "timeout 5 bash -c '</dev/tcp/localhost/9998' || exit 1"]  # 检查 9998 端口是否可访问
      interval: 30s  # 每30秒检查一次
      timeout: 10s  # 超时时间10秒
      retries: 5  # 失败5次后标记为不健康（增加容错）
      start_period: 60s  # 容器启动后60秒开始健康检查（Tika 启动较慢）
​
# ===== 网络配置 =====
networks:
  paperless-network:  # 自定义网络名称
    driver: bridge  # 使用桥接网络驱动
    name: paperless-net  # 网络显示名称
    ipam:  # IP 地址管理配置
      driver: default  # 使用默认 IPAM 驱动
      config:
        - subnet: 172.28.0.0/16  # 子网地址范围
          gateway: 172.28.0.1  # 网关地址

3、启动容器

sudo docker compose up

Paperless-ngx使用指南

1、创建用户

#进入 paperless-ngx 的安装目录
cd /usr/src/paperless/src
docker exec -it <容器名> python manage.py createsuperuser

按照交互式提示输入用户名、邮箱、密码即可完成创建

2、登录

浏览器使用NAS IP：端口地址登录，使用刚才创建的用户名和密码登录

image-20260304001039671

3、上传文档和文档操作

1）上传文档

上传文档非常简单，将文档直接拖进浏览器，或者点击上传文件按钮

image-20260222224700084

上传文档后，查看和现实上传文档的状态

image-20260222224934437

也可以在文档任务中查看进展状态，尤其是上传多个文档的时候，比较方便

image-20260222225013761

2）文档操作

点击打开文档

设置单个文档的属性，查看文档内容，设置文档权限，添加备注，查看文档修改历史等

image-20260222225205727

批量操作文档：

点击文档，进入文档列表页面进行操作

image-20260222225439096

4、为什么一定要 Tika + Gotenberg?

官方推荐的方案

  • Tika：识别 Word／Excel／ 文本内容

  • Gotenberg：负责 LibreOffice 转 PDF

  • Paperless本体只做编排与OCR

5、其他一些设置建议

1）安全性考虑

  • 建议使用 HTTPS 进行加密访问

  • 配置反向代理保护服务

  • 定期更新系统和镜像

2）性能优化

内存不够的建议，限制约束容器内存

    deploy:
      resources:
        limits:
          memory: 1024m  # 限制为使用1GB内存

  • 为文档存储预留足够空间

  • 根据需要调整 OCR 语言包

  • 合理设置文档处理队列

3）数据备份

做好数据备份，比如定期备份数据库、备份重要的配置文件，备份文件目录

# 运维
Logo
腾讯云开发者社区

腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。

更多推荐

终极指南：Flink SQL连接器版本管理从混乱到有序的升级之路

Apache Flink作为流处理领域的佼佼者，其SQL连接器的版本管理一直是开发者面临的核心挑战。本文将系统讲解Flink SQL连接器版本管理的最佳实践，帮助你轻松应对版本兼容性问题，实现从混乱到有序的升级之旅。## 连接器版本管理的常见痛点 😫在Flink应用开发中，连接器版本管理常常让开发者头疼不已。不同版本的连接器可能导致各种兼容性问题，例如API变更、功能差异甚至运行时错误。

avatar 腾讯云开发者社区

Elasticsearch复杂数据类型终极指南：从入门到精通

Elasticsearch作为功能强大的搜索引擎，支持多种复杂数据类型，让开发者能够灵活处理各种结构化和非结构化数据。本文将带你全面了解Elasticsearch中的复杂数据类型，从基础概念到实际应用，助你轻松掌握数据建模的核心技巧。## 内部对象：构建层级化数据结构在Elasticsearch中，对象类型（Object）是最基础的复杂数据类型之一，用于表示具有嵌套关系的数据。例如，我们可

avatar 腾讯云开发者社区

如何快速搭建Neon无服务器PostgreSQL：面向初学者的完整指南

Neon是一款革命性的无服务器PostgreSQL解决方案，它通过分离存储和计算层，实现了自动扩缩容、类代码式数据库分支以及零级扩展能力。本指南将帮助你从零开始搭建Neon开发环境，体验这款创新数据库的强大功能。## 准备工作：环境要求与依赖项在开始搭建Neon环境前，请确保你的系统满足以下要求：- Linux操作系统（推荐Ubuntu 20.04+或Debian 11+）- Git

avatar 腾讯云开发者社区