Paperless-ngx 3.4:扫描件自动认字归档,工作流能拼出自定义标题

摘要

paperless-ngx 把扫描件变成可检索的档案:Tesseract 认字、模型猜标签、全文搜索带高亮,3.4 让工作流标题能用自定义字段拼,缩略图也换了生成方式。

推荐
软件名称
Paperless-ngx
版本
3.4.2
收费
免费
开源
开源
操作系统
WindowsmacOSLinux
更新时间
2026-11-17 23:00
paperless-ngx 是一套自建的文档管理系统:把纸质单据扫成 PDF 丢进去,它自己认字、提取日期与金额、按标签归好类,之后找合同只要搜一句关键词。

纸单据最难对付的地方不是保存,而是找。报销时翻抽屉,查合同时翻邮箱附件,对账时在一堆扫描件里找某个月的那张,时间都花在回忆「我把它放哪了」。paperless-ngx 属于文档管理这一类工具,用 Python 写成,以 GPL-3.0 开源,在 GitHub 上有四万八千多颗星。服务跑在自己的机器上,用浏览器访问,Windows、macOS 与手机看到的都是同一套界面。它的思路是把扫描件当成一条可检索的数据,而不是一张图片,识别、命名、归类、搜索都走同一条流水线。

扫进来之后,它先认字

文件进系统后会先跑一遍 OCR,引擎是 Tesseract,认得的语言一百多种。识别出来的文字会以隐藏文本层的形式落进 PDF,所以你既看得见原件的样子,也能选中、复制、搜索里面的字。哪怕是纯图片扫出来的页面,同样能被搜到。

paperless-ngx document detail metadata editing
左边是识别后填好的元数据,右边是原件

归档格式选的是 PDF/A,这个标准为长期保存而设,多年后打开不会因为字体或渲染方式变了就走形,原始文件也一并留着,不做覆盖。

分类靠模型,也靠工作流

标签、通讯录、文档类型这几项属性,除了手填,也可以交给机器学习去猜。系统看过一批已归档的单据后,会给新来的文件自动打上推测结果,人只需要确认。省掉的正是最容易拖延的那段活:几十份发票堆在待办里,谁都不想挨个点开。

猜不准的部分交给工作流。触发条件可以按文件名、来源(扫描目录、网页上传、邮件、接口)、路径和邮件规则来限定,动作可以是打标签、指定通讯录、设文档类型、写存储路径、填自定义字段,也能顺带把查看与编辑权限分好。

paperless-ngx workflow trigger and action editor
触发条件与动作分开配置,一个工作流能串好几步

找东西是它最能打的一环

全文搜索带自动补全,候选词取自你自己的文档,不是通用词表。结果按相关度排序,命中的词会在摘要里高亮,一眼能看出这条为什么排在前面。常用的几组条件可以存成视图,固定在侧栏或首页,不必每次重设。

paperless-ngx search results with highlighted matches
命中的词直接标出来,不必点进去猜

同一份文档还能挂多个版本,共用一套元数据,合同改了几版也不会散成几条记录。

3.4 这一版动了哪些地方

3.4.0 最实在的两处改动都在工作流上:标题模板里可以用自定义字段拼内容,自定义字段的查询条件也能写相对日期,比如「最近三十天」这种随当天浮动的区间,不必再把日期写死。PDF 缩略图的生成换成了 poppler 工具链,封面渲染这条链路比之前稳。

界面侧的调整偏细节,但都是每天要点几十次的地方:上传按钮上直接显示待传数量,并且能跳到上传列表;父标签与子标签在工作流里可以分开勾选,不必整棵树一起套;AI 对话支持 markdown 输出,代码块和表格不会被拍平成一行;任务徽章改成懒加载,打开首页不用再为几个数字等半天。

3.4.2 是收尾的一版。移动端保存按钮的显示、保存视图名字在「保存并关闭」时丢失、文档历史里看不见标签名,这几处都修了。索引与 AI 索引的初始化也改成等 tesseract 语言包装完再启动,避免首次部署时抢跑。

自建这件事,代价在哪

它不提供托管版本,得自己在服务器上跑一套服务。数据全部留在自己的硬盘上,文件名与目录结构可以按规则自定义,不同文档还能套不同配置。权限体系支持全局授权,也支持按文档、按对象单独授权,几个人共用一台服务时够用。

那些 AI 能力默认是关的,要用得自己接一个大模型,接不接由你决定。邮件收取与 Office 文档解析都依赖可选组件,不装也能正常用,只是少这两条入口。项目自带一个体检工具,会定期核对归档是否健康,文件与数据库对不对得上。

paperless-ngx 把「纸变档案」拆成识别、归类、检索三段,每段都留了手动干预的口子。3.4 没有大改版,动的全是每天要点几十次的位置,这类更新恰恰是长期用下来最省力的。
Paperless-ngx下载地址
支持的操作系统: Windows macOS Linux