eikek/docspell

Assist in organizing your piles of documents, resulting from scanners, e-mails and other sources with miminal effort.

何を解決するか

Docspell は、スキャナー、メール、その他のソースから生成されるファイルの「混乱」を整理するのを個人、家族、中小企業に支援する個人用ドキュメント管理システム（DMS）です。メタデータ抽出を自動化することで、手動でのタグ付けや分類の面倒な作業を排除します。

動作方法

このシステムは、さまざまなソースからのファイルを統合し、Stanford Core NLP ライブラリを介して機械学習と自然言語処理（NLP）を使用して、連絡先の提案、タグの推測、日付の特定を行います。また、Tesseract や ocrmypdf などの OCR（光学文字認識）ツールを統合し、スキャンされたドキュメントを全文検索可能にします。

対象ユーザー

主に、書類をデジタル化して整理したい家庭ユーザー、家族、および小規模なグループや企業を対象としています。

特徴

  • メタデータの自動化: 既存のドキュメントに基づいて、ML と NLP を使ってタグと連絡先を提案します。
  • OCR 統合: ドキュメントに対して OCR を実行し、全文検索を可能にします。
  • マルチチャネル入力: スキャナー、メール、Android アプリによるモバイルアップロードに対応します。
  • 柔軟なインターフェース: モバイル対応の SPA Web アプリ、CLI、REST/HTTP API を提供します。

関連

  • プロジェクト
    arc53/DocsGPT

    独自のドキュメントや接続されたアプリに基づいた AI エージェントを作成できるオープンソースプラットフォーム。自己ホストと出典を明示した回答を特徴とする。

  • プロジェクト
    clusterzx/paperless-ai

    Paperless‑AI は、自己ホスト型ドキュメント管理ツール Paperless‑ngx 用のオープンソース拡張機能です。新規ドキュメントを自動分類し、AI 生成のタイトル／タグを追加、ベクトルインデックスを構築して自然言語での質問（RAGチャット）が可能になります。OpenAI互換モデル（Ollama サーバー含む）と連携でき、シンプルな Web UI を備えた Docker イメージとして提供されます。

  • プロジェクト
    icereed/paperless-gpt

    paperless‑gpt は、paperless‑ngx に統合されるオープンソースの Docker サービスで、LLM（OpenAI、Ollama など）または外部 OCR API を使用してテキストを抽出し、タイトル/タグ/カスタムフィールドを自動生成し、参照番号を介して関連文書をリンクし、検索可能な PDF とシンプルなレビュー UI を生成します。

  • プロジェクト
    ucbepic/docetl

    DocETL は宣言的かつエージェント的なフレームワークで、LLM を用いて大規模な構造化データと非構造化データを処理し、コストと精度を最適化するためにプロンプトとモデルを自動的に最適化します。

  • プロジェクト
    linuxrebel/DocuBrowser

    DocuBrowseは、幅広いドキュメント形式をインデックス化し、ローカルで実行されるOllamaモデルを使用してキーワードとAI生成による意味的類似性で検索できるクロスプラットフォームデスクトップ/ウェブアプリです。完全オフラインで動作し、深層リンクによる本文ナビゲーション、オンデマンドAI要約、PIIフィルタリングを提供します。