- Fizikai dokumentumok intelligens digitalizálása OCR technológia segítségével az azonnali keresésekhez.
- Automatizált szervezés címkék és hozzárendelési szabályok alapján a papír káosz kiküszöbölése érdekében.
- Docker-t használó, saját tárhelyen működő rendszer, amely garantálja az információk teljes védelmét.
- Sokoldalú adatfeldolgozási lehetőség webes felületeken, e-maileken és felhasználói mappákon keresztül.
Elpazaroltál már egy egész délelőttöt egy régi bérleti szerződés vagy egy mosógép számlájának keresésére, ami pont akkor halt meg, amikor szükséged lett volna a kaucióra? Ez egy gyakori rémálom: papírhegyek tornyosulnak a fiókokban, vagy ha kicsit jártasabbak vagyunk a technikában, a számítógépünkön mappák tele vannak olyan fájlokkal, amelyeknek értelmetlen nevei vannak, mint például a "scan_123.pdf", és amelyek semmit sem mondanak.
A probléma megoldására megérkezett a Paperless-ngx, egy nyílt forráskódú eszköz, amely fizikai dokumentumait intelligens digitális archívummá alakítja . Nem csak egy PDF mentéséről van szó, hanem egy olyan rendszer létrehozásáról, ahol az információk valóban kereshetők és rendszerezhetők anélkül, hogy hetente órákat kellene rá szánnod.
Mi teszi különlegessé a Paperless-ngx-et?
Az első dolog, ami kiemelkedik, az a papírmentes megoldások terén nyújtott segítség . Beolvashatunk fizetési jegyzékeket, szerződéseket vagy számlákat, és amennyiben a törvény megengedi, az eredetit eldobhatjuk. De az igazi varázslat az OCR-ben (optikai karakterfelismerés) rejlik . Ez a technológia lehetővé teszi a program számára, hogy „olvassa” a képen vagy PDF-ben található szöveget. Tehát, ha az „elektromosság” szóra keresünk rá, a rendszer az összes áramszolgáltató számláját megtalálja, még akkor is, ha a fájl neve „végleges_dokumentum.pdf”.
Továbbá a rendszer egy rendkívül intuitív automatikus címkéző rendszerrel rendelkezik , amely megtanulja a szokásaidat. Idővel, ha azt észleli, hogy egy dokumentum megemlíti a bérbeadódat vagy a bérleti feltételeket, automatikusan címkéket rendel hozzá, például „Lakhatás” vagy „Szerződés”. Webalapú felületként az az előnye, hogy dokumentumaidhoz bármilyen eszközről – mobiltelefonról, táblagépről vagy számítógépről – hozzáférhetsz, amennyiben csatlakozol az internethez.
Összehasonlítás a kereskedelmi megoldásokkal
A piacot tekintve látható néhány nagyon hatékony dokumentumkezelő rendszer, de a legtöbbjük elképesztően drága , és az adatokat harmadik féltől származó felhőszolgáltatásokban kell tárolni. Néhány vállalati szoftver fantasztikusan néz ki, de ha megpróbáljuk helyben telepíteni, a költségek tiltóak . Néha olcsóbb havi csomagokat kínálnak, de ez azt jelenti, hogy a SaaS modellben külső szerverektől kell függeni ; ha leállítjuk a fizetést, elveszítjük a hozzáférést a teljes szervezetünkhöz.
A Paperless-ngx áttöri ezt a szokást azzal, hogy saját tárhelyen működik . Ez azt jelenti, hogy teljes mértékben Ön ellenőrzi adatait, és abszolút bizalmasan kezeli személyes vagy üzleti dokumentumait havi díjak nélkül, vagy amiatt, hogy egy külső cég kezeli az adatait.
Telepítés és műszaki telepítés
A rendszer beállításához és a gép tisztán tartásához a legjobb a Docker és a Docker Compose használata . Ami az adatbázist illeti, bár az SQLite vagy a MariaDB használható, a stabilitás és a teljesítmény érdekében a PostgreSQL az előnyben részesített megoldás .
Ha a maximális egyszerűségre törekszel, a fejlesztők egy automatizált telepítőszkriptet kínálnak , amely terminálból futtatható. Miután létrehoztál egy dedikált mappát és futtattad a telepítőparancsot a curl segítségével, egy varázsló végigvezet a szolgáltatás konfigurálásán. Fontos megjegyezni, hogy ne futtass ismeretlen forrásból származó szkripteket, de a hivatalos GitHub repository biztonságos hely a beszerzéséhez.
Szerényebb hardvert, például Raspberry Pi-t használók számára a telepítés lehetséges, bár türelemre van szükség. Régebbi modellek vagy korlátozott RAM-mal rendelkezők esetén az OCR folyamat meglehetősen lassú lehet . Normális, hogy az első alkalommal, amikor feltöltesz egy fájlt, az eltarthat néhány percig; amíg a naplók nem mutatnak hibákat, a rendszer egyszerűen keményen dolgozik a szöveg feldolgozásán.
Követelmények és speciális konfiguráció
A zökkenőmentes működés érdekében, különösen, ha sok dokumentumot dolgozol fel, Ubuntu 20.04+, Debian 11+ vagy CentOS 8+ rendszert futtató szerver ajánlott . Míg a minimum 2 GB RAM, a 4 GB ideális az intenzív OCR-hez , legalább egy kétmagos processzorral és egy SSD-vel a villámgyors adatbázis-teljesítmény érdekében.
A kezdeti beállítás során elengedhetetlen az .env fájl módosítása, hogy az OCR nyelve spanyol (spa) legyen, és a megfelelő időzóna (Európa/Madrid) legyen beállítva. A telepítés után rendszergazdai vagy szuperfelhasználói fiókot kell létrehozni a konzolon keresztül a webes felület eléréséhez, amely jellemzően a helyi IP-cím 8000-es portján érhető el.
Munkafolyamatok és dokumentumkezelés
Belépés után az eszköz erejét a dokumentumok részben ismerhetjük meg, ahol a fájlokat húzással mozgathatjuk . Ez nagyon hasznos olyan számlák mentéséhez, amelyek csak akkor érhetők el, ha egy cég ügyfele vagyunk, és amelyek a jövőben hasznosak lehetnek. A szerkesztés gombbal beállíthatjuk a levelezőket és a dokumentumtípusokat a pontos rendszerezés érdekében.
A dokumentumok többféleképpen is elérhetik a rendszert. A manuális feltöltés mellett beállíthat egy használati mennyiséget , egy mappát, ahová a feltöltött fájlok automatikusan feldolgozásra kerülnek. A rendszert akár egy biztonságos e-mail fiókhoz is csatlakoztathatja IMAP-on keresztül. Így szabályokat hozhat létre, amelyek lehetővé teszik, hogy a "számla" szót tartalmazó e-mailek automatikusan feldolgozásra és archiválásra kerüljenek anélkül, hogy Önnek egy ujját is mozdítania kellene.
A keresés optimalizálása érdekében automatikus hozzárendelési szabályokat hozhat létre a vezérlőpulton. Például, ha a feladó egy adott e-mail cím, a rendszer hozzárendeli a megfelelő e-mail címet és a „Költség” címkét, így a szervezet gyakorlatilag láthatatlanná válik a felhasználó számára.
Ez a megoldás a dokumentumok iktatásának fárasztó feladatát hatékony, digitális folyamattá alakítja. A Tesseract OCR használatának és a Docker rugalmasságának köszönhetően bárki, aki rendelkezik egy alapvető szerverrel, biztonságos, tartós és mindenekelőtt privát digitális archívumot hozhat létre , végérvényesen kiküszöbölve a papírokkal teli fiókoktól és a kétségbeesett utolsó pillanatos keresésektől való függést.
