icereed/paperless-gpt

paperless‑gpt – 为 paperless‑ngx 提供 AI 增强的文档处理

功能说明

• 作为开源文档管理器 paperless‑ngx 的辅助工具。
• 将扫描的图片或 PDF 发送给大型语言模型（LLM）——OpenAI、Ollama、Anthropic 等——由模型提取文本（基于 LLM 的 OCR），然后使用同一模型生成合理的标题、标签、创建日期、对应者和自定义字段。
• 在文档中查找参考号码（发票号码、合同 ID、案件编号），如果在 paperless‑ngx 档案库中找到完全匹配的项目，则填入 文档链接 字段，使两条记录互相指向对方。
• 如果您偏好非 LLM 的提供商，也可以调用外部 OCR 服务（Google Document AI、Azure Document Intelligence、Docling Server）。
• 生成带有透明文本层的可搜索 PDF，并可将其上传回 paperless‑ngx 作为同一文档的新版本。

重要性

• 传统 OCR 只提供原始文本，没有上下文。通过使用 LLM，系统可以理解扫描内容的含义，生成准确的标题和标签，并自动连接相关文件——节省数小时的手动整理时间。
• 所有处理都在本地（Docker）或通过 Ollama 的本地 LLM 上进行，因此您可以将敏感文档保留在自己的网络内。

如何开始使用

1. 先决条件 – 安装 Docker、运行中的 paperless‑ngx 实例，以及 LLM API 密钥（OpenAI、Ollama 等）或 OCR 服务账户。
2. Docker‑Compose – README 提供了一个现成的 docker-compose.yml，可同时启动 paperless‑ngx 和 paperless‑gpt。您只需填入环境变量，例如 PAPERLESS_BASE_URL、PAPERLESS_API_TOKEN 和 LLM 凭据。
3. 配置 – 大部分行为由环境变量控制：
   • LLM_PROVIDER / LLM_MODEL 选择模型（例如 gpt‑4o 或 qwen3:8b）。
   • OCR_PROVIDER 选择 OCR 后端（llm、google_docai、azure、docling）。
   • 标签名称（MANUAL_TAG、AUTO_TAG、FAIL_TAG）让您跟踪哪些文档已处理或失败。
   • PDF 处理选项（PDF_UPLOAD_MODE、CREATE_LOCAL_PDF 等）让您保留原始文件、以可搜索版本替换，或将 PDF 存储在本地。
4. 网页界面 – 容器启动后，一个简单的界面让您审核 AI 建议、调整提示词，并对选定文档执行临时分析。
5. 安全注意事项 – 此服务本身没有认证机制；您必须将其放在反向代理或 VPN 之后，以防止未经授权的访问。

谁可能使用

• 小型企业或自由职业者，收到大量发票、合同和往来信件，希望自动归档。
• 已经使用 paperless‑ngx 的团队，需要更智能的 OCR，而不想将数据移至第三方 SaaS。
• 偏好自托管 AI（Ollama）以保护隐私或节省成本的用户。

更多信息

• 完整文档位于 docs/ 文件夹（工作流程、链接逻辑、托管详细信息）。
• 项目采用 MIT 许可证，Docker 镜像位于 Docker Hub 和 GHCR，并通过 server.camp 提供德国/奥地利/瑞士的托管选项。

---

以上所有信息直接取自仓库的 README。