摘要
一句话总结 Paperless-AI 是一款专为 Paperless-ngx 设计的 AI 增强扩展工具，通过集成多种大语言模型（如 OpenAI、Ollama 等）为文档库提供自动化分类、智能标签分配和基于 RAG 的自然语言语义检索功能。
关键要点
- 开源与热度：项目基于 MIT 协议开源，在 GitHub 上拥有 5277 个 Stars。
- 自动化文档处理：系统能自动检测新文档，利用 AI 分析内容并自动分配标题、标签、文档类型和发件人。
- 自然语言检索（RAG）：内置基于检索增强生成（RAG）的 AI 对话功能，系统可理解文档完整上下文，支持用户通过日常提问获取精准答案。
- 广泛的模型支持：兼容 OpenAI API 和本地 Ollama，支持 DeepSeek、Gemini、Llama、Mistral 等多种大语言模型及 VLLM、LiteLLM 等推理服务。
- 隐私与人工干预：结合本地模型可实现隐私友好的文档查询；针对敏感文档，提供专用的 Web 界面（
/manual路径）供用户手动触发 AI 标签分配。 - 智能规则引擎：支持自定义规则以限制 AI 处理的文档范围，并可设置自定义输出标签以跟踪分类状态。
- 便捷部署：提供开箱即用的 Docker 镜像（包含健康监控、自动重启和优雅停机功能），同时支持基于 Node.js 的本地开发环境。
风险与缺口
- 首次安装限制：在首次安装并完成初始设置（如配置 API 密钥和偏好）后，必须重启容器才能构建 RAG 索引，否则相关功能将无法正常运行（后续常规更新无此要求）。
功能与定位
Paperless-AI 是专为文档管理系统 Paperless-ngx 设计的 AI 驱动扩展工具。它通过集成兼容 OpenAI 的 API 和 Ollama，为文档库引入了自动分类、智能标签分配以及语义搜索功能，旨在通过直观的 Web 界面实现全自动化的文档工作流和基于上下文的对话交互。
典型使用场景
- 自动化文档归档：系统自动检测并处理 Paperless-ngx 中的新文档，提取关键信息并完成分类。
- 自然语言文档检索：用户可以通过日常提问（如“我什么时候签的租房合同？”或“上一次电费是多少？”）快速从海量文档库中获取精准答案。
- 敏感文档人工审核：对于涉及隐私或机密的敏感文档，用户可通过专用的 Web 界面手动触发 AI 标签分配。
核心功能
- 自动化文档处理：自动检测新文档，利用 AI 分析内容，并自动为其分配标题、标签、文档类型和发件人（Correspondent）。
- 基于 RAG 的 AI 对话：利用检索增强生成（RAG）技术，支持自然语言文档搜索与问答。系统能够理解文档的完整上下文（而非仅依赖关键词匹配），并基于用户的自有数据提供语义记忆。
- 智能标签与规则引擎：支持自定义规则以限制哪些文档需要被处理，可自动应用标签，或设置自定义输出标签以跟踪分类状态。
- 手动处理模式：提供专用的 Web 界面（通过
/manual路径访问），用于手动进行 AI 标签分配。
特色与差异点
- 广泛的模型与后端支持：内置支持多种大语言模型和推理服务，包括本地部署的 Ollama（支持 Mistral, Llama, Phi-3, Gemma-2 等模型），以及 OpenAI, DeepSeek.ai, OpenRouter.ai, Perplexity.ai, Together.ai, Gemini, LiteLLM, VLLM, Fastchat 等。
- 隐私友好：结合本地模型（如 Ollama）和 RAG 技术，可在保障数据隐私的前提下进行智能文档查询。
- 多语言与响应式设计：支持多语言文档分析，并配备响应式 Web 界面。
使用方式概览
- Docker 部署：提供开箱即用的 Docker 支持，包含健康监控、自动重启、持久化卷和优雅停机功能，配置需求极低。
- 本地开发：基于 Node.js 环境，通过
npm install安装依赖，使用npm run test启动开发/测试模式。
限制与注意事项
- 首次安装要求：在首次安装并完成初始设置（如配置 API 密钥和偏好设置）后，必须重启容器以构建 RAG 索引。后续的常规更新则不需要此操作。