icereed/paperless-gpt

何を解決するか

paperless-gpt は paperless-ngx のためのAIパワードコンパニオンで、ドキュメントの手動分類作業を自動化することを目的としています。低品質のスキャンや複雑なレイアウトを持つドキュメントに対して、従来のOCRが苦戦する場合でも、手動での名前付け、タグ付け、データ抽出の問題を解決します。

動作方法

このツールはAPI経由で paperless-ngx と統合され、大規模言語モデル（LLM）および専門的なOCRサービスを使用してドキュメントの内容を分析します。一般のLLMタスク（名前付けなど）と特定のOCRタスク（テキスト抽出など）に、さまざまなプロバイダーを設定できます。

• OCRプロバイダー：LLMベースのOCR（GPT-4oやMiniCPM-Vなどの視覚対応モデルを使用）、Azure Document Intelligence、Google Document AI、および自前ホスティング可能なDoclingサーバーをサポートしています。
• メタデータ生成：抽出されたテキストをAIが分析し、ドキュメントのタイトル、タグ、作成日、連絡先を自動生成します。
• カスタムフィールド抽出：3つの書き込みモード（追加、更新、置換）を使用して、特定のデータをカスタムフィールドに抽出できます。
• PDFの強化：Google Document AIを使用する場合、オリジナル画像の上に透過テキストレイヤーを重ねた検索可能なPDFを生成できます。

対象ユーザー

大量のスキャンドキュメントを扱う、または不整なスキャンから高精度のテキスト抽出が必要な paperless-ngx のユーザー。

特徴

• LLM強化OCR：視覚対応LLMを使用して、低品質スキャンを文脈認識可能なテキストに変換します。
• 自動整理：タイトル、タグ、日付、連絡先を自動生成します。
• カスタマイズ可能なプロンプト：Web UIからタイトルやタグ用のAIプロンプトを直接管理できます。
• 柔軟なOCRオプション：OpenAI、Ollama、Azure、Google、Doclingなど、複数のエンタープライズおよびローカルプロバイダーをサポートしています。
• アドホック分析：選択したドキュメントに対してカスタム分析や要約を実行できます。
• 検索可能なPDF：Google Document AI経由でPDFに選択可能なテキストレイヤーを生成します。
• Dockerデプロイ：paperless-ngxと併用可能なDocker Composeによる簡単なセットアップが可能です。