Paperless-ngx

Папка со сканами быстро превращается в список Scan001.pdf и Scan002.png. Если номер договора забыт, обычный поиск по именам не помогает: нужная информация осталась внутри картинки.

Paperless-ngx сохраняет оригинал, распознает текст и добавляет документ в общий индекс. OCR - это превращение изображения букв в текст, по которому уже можно искать.

На стенде договор назывался Scan001. Запрос «Кедровый мост» нашел его среди других сканов, хотя название проекта было только на странице. В карточке остались исходный PDF и русский текст.

После импорта откройте документ кнопкой с иконкой просмотра. На вкладке «Содержимое» сравните текст со сканом; затем проверьте дату и добавьте понятный тег. Описание файла можно оставить прежним.

Такой порядок полезен для договоров, счетов и актов: искать можно по названию проекта, контрагенту или фразе. В примере распознались кириллица и сумма, а реквизиты проверялись отдельно.

Paperless-ngx - проект сообщества под GPL-3.0. Лицензию покупать не нужно; вы оплачиваете сервер, хранение копий и обслуживание. Архив и пользователи входят в открытую поставку.

Диапазон DocuWare указан в прайсе вендора на 6 октября 2026. Итог зависит от пользователей, хранилища и модулей; это ориентир, а не одинаковая корзина функций.

Для читателя из России практическая разница в управлении архивом: здесь доступны русский интерфейс, российский сервер и оплата инфраструктуры в рублях. Документы базовой установки обрабатываются на вашей VM.

Evernote полезнее, когда основной материал - заметки, а документы их дополняют. Paperless-ngx удобен, когда материал уже существует в виде сканов и его нужно найти, открыть и классифицировать.

Сравнивайте не только подписки. У своего архива есть отдельная задача: сохранять копии и проверять восстановление. Эти действия ниже показаны командами, чтобы стоимость владения не заканчивалась ценой VPS.

Приложение на Python и Django принимает файл через веб-интерфейс или каталог consume. Очередь Valkey передает его обработчику; Tesseract распознает страницы, OCRmyPDF создает архивный PDF/A.

PDF/A - версия PDF для длительного хранения. Paperless оставляет исходник отдельно: распознанная копия не заменяет загруженный файл. Карточка документа связывает файлы, текст, дату, метки и разрешения.

PostgreSQL хранит карточки и пользователей. Полнотекстовый индекс Tantivy находится в томе data; оригиналы, архивные PDF и миниатюры - в media. Caddy открывает браузеру HTTPS, приложение слушает localhost.

Русский язык интерфейса и язык OCR задаются независимо. Русские меню не устанавливают модель распознавания; за нее отвечают PAPERLESS_OCR_LANGUAGE и PAPERLESS_OCR_LANGUAGES в настройках контейнера.

Для показанного профиля подойдет CPU4-RAM8-DISK100: четыре процессорных ядра, 8 ГБ памяти и 100 ГБ диска. Установка ниже рассчитана на чистую Ubuntu 24.04 и работу через SSH.

Основная нагрузка возникает при распознавании страниц. На одном восьмистраничном скане процессор занимал примерно два ядра, с пиком 2,4. Поэтому выбран готовый тариф с четырьмя ядрами.

8 ГБ - объем выбранного тарифа, а не требование Paperless к запуску. Запас нужен для более крупных файлов и нескольких обработчиков; базовый расход памяти показан в замерах.

Диск считайте по своим документам: храниться будут оригинал, архивная копия и миниатюра. Восьмистраничный тестовый PDF увеличил media примерно на 6,3 МиБ; одинаковые сто файлов потребовали бы около 630 МиБ.

1. Установите Docker на Ubuntu 24.04

   Войдите через SSH и откройте root-сессию командой sudo -i. Пакеты берутся из репозитория Docker; нужен именно плагин docker compose.

   apt-get update
   apt-get install -y ca-certificates curl openssl
   install -m 0755 -d /etc/apt/keyrings
   curl -fsSL https://download.docker.com/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc
   chmod a+r /etc/apt/keyrings/docker.asc
   printf 'deb [arch=%s signed-by=/etc/apt/keyrings/docker.asc] https://download.docker.com/linux/ubuntu noble stable\n' "$(dpkg --print-architecture)" > /etc/apt/sources.list.d/docker.list
   apt-get update
   apt-get install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin
   systemctl enable --now docker

2. Скачайте compose и закрепите версии

   Официальный файл задает базу, очередь и тома. Замените плавающие теги и откройте порт приложения только на localhost.

   mkdir -p /opt/paperless-ngx && cd /opt/paperless-ngx
   curl -fsSL https://raw.githubusercontent.com/paperless-ngx/paperless-ngx/v3.3.0/docker/compose/docker-compose.postgres.yml -o compose.yml
   sed -i -e 's/paperless-ngx:latest/paperless-ngx:3.3.0/' -e 's/valkey:9-alpine/valkey:9.1.2-alpine/' -e 's/postgres:18$/postgres:18.6/' -e 's/"8000:8000"/"127.0.0.1:8000:8000"/' -e 's/POSTGRES_PASSWORD: paperless/POSTGRES_PASSWORD: ${DB_PASSWORD}/' compose.yml
   sed -i '/PAPERLESS_DBENGINE: postgresql/a\      PAPERLESS_DBPASS: ${DB_PASSWORD}' compose.yml

3. Задайте домен, секреты и русский OCR

   Замените ваш-домен своим доменом, направленным на IP сервера. На Fatmetal подойдет его автоматический адрес с дефисами вместо точек: дополнительные DNS-записи не нужны.

   umask 077
   printf 'DB_PASSWORD=%s\nAPP_DOMAIN=ваш-домен\n' "$(openssl rand -hex 32)" > .env
   cat > docker-compose.env <<EOF
   PAPERLESS_SECRET_KEY=$(openssl rand -hex 64)
   PAPERLESS_URL=https://ваш-домен
   PAPERLESS_PROXY_SSL_HEADER=["HTTP_X_FORWARDED_PROTO", "https"]
   PAPERLESS_ALLAUTH_TRUSTED_PROXY_COUNT=1
   PAPERLESS_TIME_ZONE=Europe/Moscow
   PAPERLESS_OCR_LANGUAGE=rus+eng
   PAPERLESS_OCR_LANGUAGES=rus
   PAPERLESS_TASK_WORKERS=2
   PAPERLESS_THREADS_PER_WORKER=2
   PAPERLESS_AI_ENABLED=false
   PAPERLESS_ADMIN_USER=admin
   PAPERLESS_ADMIN_PASSWORD=$(openssl rand -hex 24)
   EOF
   install -d -o 1000 -g 1000 consume export

4. Добавьте HTTPS

   Caddy получает сертификат автоматически. Входящие TCP-порты 80 и 443 должны быть доступны; PostgreSQL и Valkey остаются внутри Docker-сети.

   cat > compose.override.yml <<'EOF'
   services:
     caddy:
       image: caddy:2.11.7-alpine
       restart: unless-stopped
       ports: ["80:80", "443:443"]
       environment: {APP_DOMAIN: "${APP_DOMAIN}"}
       volumes: ["./Caddyfile:/etc/caddy/Caddyfile:ro", "caddydata:/data", "caddyconfig:/config"]
   volumes: {caddydata: {}, caddyconfig: {}}
   EOF
   printf '{$APP_DOMAIN} {\n  encode zstd gzip\n  reverse_proxy webserver:8000\n}\n' > Caddyfile

5. Запустите архив и войдите

   При первом старте контейнер установит русский языковой пакет и подготовит базу. Пароль администратора хранится в файле настроек с правами только для root.

   docker compose pull
   docker compose up -d --wait --wait-timeout 600
   docker compose ps
   grep '^PAPERLESS_ADMIN_PASSWORD=' docker-compose.env

Откройте https://ваш-домен/accounts/login/, войдите как admin с показанным паролем. Установите русский язык в настройках профиля и загрузите PDF или PNG через область загрузки документов.

Дождитесь завершения обработки, затем откройте документ. В поиске выберите «Название и содержимое» и введите фразу со страницы. Сравните найденный текст и оригинал, прежде чем заполнять учетные поля.

При первоначальной установке скачивание образов заняло около четырех минут, запуск и подготовка базы - еще около трех. До готовности контейнеров прошло около девяти минут; выпуск сертификата идет отдельно.

Память в таблице относится к контейнерам без файлового кеша и расходов ОС. Поиск продолжал отвечать во время OCR. Эти цифры описывают небольшой архив и один импорт за раз.

Проверено на версии v3.3.0, 6 октября 2026. На новых версиях результаты могут отличаться.

Резервную копию делайте штатным экспортером. Он сохраняет файлы и manifest с карточками, текстами и правами. Каталог export принадлежит пользователю приложения, поэтому команду запускайте от paperless:

cd /opt/paperless-ngx
docker compose exec -T -u paperless webserver mkdir -p /usr/src/paperless/export/backup
docker compose exec -T -u paperless webserver python manage.py document_exporter /usr/src/paperless/export/backup --no-progress-bar

Скопируйте export/backup на другой сервер вместе с compose-файлами, Caddyfile, .env и docker-compose.env. Эти файлы содержат секреты; доступ к копии должен быть ограничен.

Для восстановления подготовьте пустой экземпляр той же версии. Перед его первым запуском удалите строки PAPERLESS_ADMIN_ из docker-compose.env: учетные записи вернутся из копии. Поместите копию в export/backup и выполните:

sed -i '/^PAPERLESS_ADMIN_/d' docker-compose.env
docker compose up -d --wait --wait-timeout 600
docker compose exec -T -u paperless webserver python manage.py document_importer /usr/src/paperless/export/backup --no-progress-bar

После восстановления проверьте вход, поиск и просмотр нескольких документов. В нашем опыте вернулись четыре документа, их исходники и архивные PDF, сохраненная дата, тег и право читателя на один файл.

Для обновления сначала сделайте копию, затем замените тег приложения в compose.yml на выбранный релиз. Скачайте образ, пересоздайте контейнер и проверьте журнал миграций:

docker compose pull webserver
docker compose up -d --wait --wait-timeout 600 webserver
docker compose logs --tail=100 webserver

Пользователю для чтения нужны view_document, view_uisettings и view_savedview, плюс разрешение на конкретный документ. На стенде читатель видел один договор, не видел остальные и не мог сохранить изменения.

Чтобы повторить доступ только к одному документу, откройте оболочку приложения. В примере создается пользователь reader, а 1 - номер разрешенного документа из адреса его карточки.

docker compose exec -u paperless webserver python manage.py shell
from django.contrib.auth import get_user_model
from django.contrib.auth.models import Permission
from guardian.shortcuts import assign_perm
from documents.models import Document
from getpass import getpass
u = get_user_model().objects.create_user('reader', None, getpass('Пароль читателя: '))
u.user_permissions.set(Permission.objects.filter(content_type__app_label='documents', codename__in=['view_document', 'view_uisettings', 'view_savedview']))
assign_perm('view_document', u, Document.objects.get(pk=1))
exit()

SMTP нужен для отправки документов из интерфейса. После настройки PAPERLESS_EMAIL_HOST, PORT, HOST_USER, HOST_PASSWORD и USE_TLS появляется пункт отправки по электронной почте; доставка PDF проверена до ящика получателя. Добавьте в docker-compose.env данные своего сервера:

PAPERLESS_EMAIL_HOST=mail.example.com
PAPERLESS_EMAIL_PORT=587
PAPERLESS_EMAIL_HOST_USER=you@example.com
PAPERLESS_EMAIL_HOST_PASSWORD=пароль-почты
PAPERLESS_EMAIL_USE_TLS=true
PAPERLESS_EMAIL_USE_SSL=false
PAPERLESS_EMAIL_FROM=you@example.com

Пересоздайте webserver командой из раздела обновления. Выберите документ, затем «Отправить» - «Электронная почта». Проверьте письмо с PDF в ящике получателя, а не только сообщение об успешной отправке.

AI включается отдельно в конфигурации Paperless. Он предлагает реквизиты и отвечает на вопросы со ссылкой на документ. Для базового OCR и обычного поиска ключ провайдера не нужен.

Прокси к внешним API входит в VPS Fatmetal: http://api-proxy.fatmetal.net:8080. Провайдера и модель выбираете вы. Для проверенного OpenAI-совместимого подключения добавьте в окружение webserver:

HTTP_PROXY=http://api-proxy.fatmetal.net:8080
HTTPS_PROXY=http://api-proxy.fatmetal.net:8080
NO_PROXY=localhost,127.0.0.1,10.0.0.0/8,172.16.0.0/12,db,broker,webserver,caddy
OPENAI_API_BASE=https://openrouter.ai/api/v1

В версии 3.3.0 поля LLM endpoint и embedding endpoint оставьте пустыми: заполненный endpoint использует транспорт, который игнорирует эти прокси-переменные. Выберите OpenAI-совместимый backend, укажите свой ключ для LLM и эмбеддингов. Проверенные модели: openai/gpt-4o-mini и openai/text-embedding-3-small; embedding endpoint тоже остается пустым.

Пересоздайте webserver, затем выполните команду document_llmindex rebuild от paperless из раздела диагностики. В проверенном чате ответ содержал сумму договора и ссылку на исходный документ.

Подготовить отдельный PDF можно в Stirling-PDF. Совместные файлы удобно держать в Nextcloud; Paperless добавляет к сканам постоянный индекс.

Если задача - один раз распознать PDF, отдельный постоянный архив добавит лишнее обслуживание. Если нужна общая папка с редактированием заметок, выбирайте соответствующее файловое облако или редактор.