B03-PaperLess-ngx(文档无纸化)

1-项目介绍

项目地址： Star:15.1K

• Paperless-ngx是一个社区支持的开源文档管理系统，它可以将你的物理文档转换成可搜索的在线存档，这样你就可以少用纸了
• 部署无纸化的最简单方法是 docker compose
• 使用标签、对应项、类型等组织扫描文档并为其编制索引
• 对您的文档执行OCR，添加可搜索和可选择的文本，甚至对仅扫描图像的文档也是如此
• 利用开源Tesseract引擎识别100多种语言
• 支持PDF文档、图像、纯文本文件、Office文档（Word、Excel、Powerpoint和LibreOffice等效文件） 1 等
• 全文搜索可以帮助您找到所需的内容
• 电子邮件处理 1 ：从您的电子邮件帐户导入文档
• 针对多核系统优化：Paperless-ngx并行处理多个文档
• 支持移动的设备

1.1 项目效果

2-搭建环境

Docker环境：由于使用Docker-compose是最方便的模式，故在群晖7.1X的Docker环境下，
添加了Portainer容器，以使用Docker-compose模式部署，如果读者使用的是群晖7.2X，
则可以直接使用官方的Container Manager，如果是使用其他环境，各位请自行了解支持
Docker-compose部署的模式，此处不在赘述。
以下是我使用的环境，各位可自行参考：

A-01 PVE安装指南

A01-PVE 详细安装手册

知识就是力量tgssr

A03-PVE_DSM(群晖-ARPL引导) 安装指南

PVE_DSM(群晖-ARPL引导)

知识就是力量tgssr

B03-Portainer

Portainer-图形化Docker管理工具

知识就是力量tgssr

3-搭建过程:

3.1 新建 paperless 文件夹

登录群晖->File station->docker->paperless,在此文件夹中新建6个空文件夹，并在空文件夹点击右键->查看属性，确定物理路径，比如“/volume1/docker/paperless/data”，如果你有多个存储卷，此处可能是volume2或volumeX，物理路径需要绝对正确，并确保与你的环境一致，有差异请修正docker-compose命令相应的语句。

redisdata
pgdata
data
media
export
consume

3.2 准备好docker-compose命令

version: "3.4"
services:
  broker:
    image: library/redis:7
    restart: unless-stopped
    volumes:
      - /volume1/docker/paperless/redisdata:/data
  db:
    image: library/postgres:15
    restart: unless-stopped
    volumes:
      - /volume1/docker/paperless/pgdata:/var/lib/postgresql/data
    environment:
      POSTGRES_DB: paperless
      POSTGRES_USER: paperless
      POSTGRES_PASSWORD: paperless
  webserver:
    image: paperlessngx/paperless-ngx:latest
    restart: unless-stopped
    depends_on:
      - db
      - broker
      - gotenberg
      - tika
    ports:
      - "38000:8000"  # 任意端口号，确保与本地服务无冲突即可
    healthcheck:
      test: ["CMD", "curl", "-fs", "-S", "--max-time", "2", "http://localhost:8000"]
      interval: 30s
      timeout: 10s
      retries: 5
    volumes:
      - /volume1/docker/paperless/data:/usr/src/paperless/data
      - /volume1/docker/paperless/media:/usr/src/paperless/media
      - /volume1/docker/paperless/export:/usr/src/paperless/export
      - /volume1/docker/paperless/consume:/usr/src/paperless/consume
    environment:
      PAPERLESS_REDIS: redis://broker:6379
      PAPERLESS_DBHOST: db
      PAPERLESS_TIKA_ENABLED: 1
      PAPERLESS_TIKA_GOTENBERG_ENDPOINT: http://gotenberg:3000
      PAPERLESS_TIKA_ENDPOINT: http://tika:9998
      PAPERLESS_OCR_LANGUAGES: chi-sim chi-tra  # OCR语言，可在WEB界面修改
      PAPERLESS_OCR_LANGUAGE: eng+chi_sim  # OCR语言，后续可在WEB界面修改
      USERMAP_UID: 0
      USERMAP_GID: 0
      PAPERLESS_TIME_ZONE: Asia/Shanghai  # 时区设置
      # PAPERLESS_OCR_USER_ARGS: {"invalidate_digital_signatures": true} #安装前无法使用，需安装后使用
    dns:
      - 8.8.8.8
      - 8.8.4.4
  gotenberg:
    image: gotenberg/gotenberg:latest
    restart: unless-stopped
    command:
      - "gotenberg"
      - "--chromium-disable-javascript=true"
      - "--chromium-allow-list=file:///tmp/.*"
      - "--api-timeout=300s"
  tika:
    image: apache/tika:latest
    restart: unless-stopped

3.3 通过Portainer 执行docker-compose语句

此处需要确保能科学上网并能从Docker拉取镜像，因为镜像很大，拉取的时间约0.5-1H。

拉取成功后出现以下5个容器

3.4 建立超管用户

选择webserver的容器，打开终端，输入命令：
python3 manage.py createsuperuser，依提示设置usr，email，password

3.5 登录并设置OCR支持语言

使用IP+端口方式登录，如192.168.41.7:38000，登录后至configration界面
可以看到docker-compose命令有设置但未带入，设置后可解决部分导入文件乱码的问题。

4-视频教程

5-部署及使用经验总结及问题讨论