外观
Paperless-ngx：纸质文档数字化归档
把扫描的 PDF 和照片自动做文字识别（OCR），提取日期、分类和标签，之后可以按内容搜索。适合处理合同、发票、说明书、证件复印件这类东西。
适合谁
- 家里纸质文件多，找一份旧合同要翻半天。
- 有扫描仪或愿意用手机扫描应用。
部署要点
这个应用需要多个容器配合（应用本体、数据库、Redis、OCR 组件），建议直接使用官方提供的 compose 文件，而不是自己拼凑——版本之间的依赖关系有要求。
关键配置项：
PAPERLESS_OCR_LANGUAGE：设置为chi_sim+eng以同时识别中文和英文。- 消费目录（consume）：放进去的文件会被自动处理，可以把它映射到一个 SMB 共享文件夹，扫描仪直接存进去。
- 数据目录：
media（原始文件）、data（索引与数据库）要分别持久化。
资源需求
OCR 是计算密集型任务。处理一批扫描件时 CPU 会满载一段时间，低功耗平台上会比较慢。内存建议 4 GB 以上可用，中文 OCR 模型加载后占用不低。
数据与备份
media目录里是你的原始文件，这是不可再生数据，必须纳入严格备份。data目录里是索引和数据库，丢了可以重建（重新 OCR），但很费时间。- 官方提供了导出命令，可以把文档和元数据一起导出成可移植的格式，适合定期归档。
原件不要马上扔
数字化完成、验证能搜到之后，重要原件（合同、证件）仍然建议保留纸质版。
已知坑
- 首次导入大批文件时，OCR 队列会跑很久，期间 NAS 会比较卡。分批导入更稳妥。
- 中文识别准确率取决于扫描质量，分辨率太低时效果很差。
- 升级跨大版本时需要按官方说明执行迁移步骤。