icereed/paperless-gpt

paperless‑gpt – paperless‑ngx のための AI 強化文書処理

機能

• オープンソースの文書管理ソフト paperless‑ngx のコンパニオンとして動作します。
• スキャンした画像や PDF を大規模言語モデル（LLM）– OpenAI、Ollama、Anthropic など – に送信し、テキストを抽出（LLM ベースの OCR）し、同じモデルを使用して適切なタイトル、タグ、作成日、対応者、カスタムフィールドを生成します。
• 文書内の参照番号（請求書番号、契約 ID、ケース番号）を探し、paperless‑ngx アーカイブに完全一致がある場合、文書リンク フィールドに入力して、2 つのレコードが相互にリンクされるようにします。
• 非 LLM プロバイダーを希望する場合は、外部 OCR サービス（Google Document AI、Azure Document Intelligence、Docling Server）を呼び出すこともできます。
• 透明なテキストレイヤーを持つ検索可能な PDF を生成し、同じ文書の新しいバージョンとして paperless‑ngx にアップロードできます。

重要性

• 従来の OCR は生のテキストのみを提供し、コンテキストはありません。LLM を使用することで、システムはスキャンの意味を理解し、正確なタイトルとタグを生成し、関連ファイルを自動的に接続できます – 手動での整理時間を大幅に節約できます。
• すべての処理はオンプレミス（Docker）または Ollama を介したローカル LLM で行われるため、機密文書を自社ネットワーク内に保持できます。

セットアップ方法

1. 前提条件 – Docker がインストールされていること、実行中の paperless‑ngx インスタンス、および LLM API キー（OpenAI、Ollama など）または OCR サービスアカウント。
2. Docker‑Compose – README には、paperless‑ngx と paperless‑gpt を並行して起動する既製の docker-compose.yml が用意されています。PAPERLESS_BASE_URL、PAPERLESS_API_TOKEN、LLM 認証情報などの環境変数を入力するだけです。
3. 設定 – ほとんどの動作は環境変数で制御されます：
   • LLM_PROVIDER / LLM_MODEL でモデルを選択（例：gpt‑4o または qwen3:8b）。
   • OCR_PROVIDER で OCR バックエンドを選択（llm、google_docai、azure、docling）。
   • タグ名（MANUAL_TAG、AUTO_TAG、FAIL_TAG）で、処理済みまたは失敗した文書を追跡できます。
   • PDF 処理オプション（PDF_UPLOAD_MODE、CREATE_LOCAL_PDF など）で、元のファイルを保持、検索可能なバージョンに置き換え、または PDF をローカルに保存できます。
4. Web UI – コンテナが起動すると、シンプルな UI で AI の提案を確認し、プロンプトを調整し、選択した文書に対してアドホック分析を実行できます。
5. セキュリティ注意 – このサービス自体には認証がありません。不正アクセスを防ぐために、リバースプロキシまたは VPN の背後に配置する必要があります。

対象ユーザー

• 多くの請求書、契約書、通信文を受け取り、自動ファイリングを希望する中小企業やフリーランサー。
• すでに paperless‑ngx を使用しており、データをサードパーティの SaaS に移行せずに、よりスマートな OCR を必要とするチーム。
• プライバシーやコストの理由から、セルフホスト AI（Ollama）を好むユーザー。

詳細情報

• 完全なドキュメントは docs/ フォルダにあります（ワークフロー、リンクロジック、マネージドホスティングの詳細）。
• プロジェクトは MIT ライセンスで、Docker イメージは Docker Hub と GHCR にあり、ドイツ/オーストリア/スイス向けのマネージドホスティングオプションが server.camp から提供されています。

---

上記の情報はすべて、リポジトリの README から直接取得したものです。