企业官网建设流程全解析

Papermerge Docker 部署教程：3 条命令把扫描文档变成可检索的数字档案

【免费下载链接】papermergeOpen Source Document Management System for Digital Archives (Scanned Documents)项目地址: https://gitcode.com/gh_mirrors/pa/papermerge

Papermerge 是一款开源文档管理系统，专门为扫描文档这类数字档案设计：上传的 PDF 会按文件夹归档、打上标签、支持全文检索，OCR 还能把扫描件里的文字、金额、日期抽成可直接搜索的字段。这篇教程只做一件事——把它在你的机器上跑起来，并告诉你跑起来之后怎么配、怎么修。

系统部署完成后的样子是这样的：文件夹按"发票 / 保险 / 合同"分好，每份文档挂着彩色标签，右侧直接预览扫描件，OCR 语言、金额、店铺、日期都能逐条填写。堆在硬盘里找不到、搜不到的扫描账单，从此变成一个可检索的档案库。

🗂️ 最小化部署：3 条命令启动 Papermerge

先花 10 秒确认环境：一台装了 Docker 和 Docker Compose 的 Linux 机器，内存 2GB 以上、至少 20GB 空闲磁盘、网络能正常拉取镜像。除此之外什么都不用装——Web 应用、数据库、队列、工作节点全部打包在镜像里，手动装依赖的环节全省掉了。

git clone https://gitcode.com/gh_mirrors/pa/papermerge cd papermerge/docker docker-compose up -d

• 第一条：把项目仓库拉到本地
• 第二条：进入存放编排文件的 docker 目录
• 第三条：后台启动全部服务，首次运行要拉取镜像，耐心等几分钟

启动完成后，后台实际跑着 4 个组件：Papermerge 主应用、PostgreSQL（存文档元数据）、Redis（任务队列）、worker（负责 OCR 和文档转换）。平时不用逐个管理，排障时才需要关注它们的输出。

🔑 首次访问：改密码、找到 3 个配置文件

浏览器打开http://localhost:8000——8000 是默认端口。用初始账号登录：

• 用户名：admin
• 密码：admin

登录成功后，第一件事就是把密码改掉，否则只要这台机器连着网，整个档案库就暴露在默认凭据之下。

登录后先熟悉一下主界面：

可调项集中在docker/config/下的 3 个文件：

• docker/config/papermerge.config.py——业务参数，OCR 语言、存储路径都改这里
• docker/config/app.production.py——Web 应用的行为设置
• docker/config/worker.production.py——工作节点（跑 OCR 的那个）的设置

改完保存后重启容器即可生效。

功能加深：OCR 多语言与自动化归档

OCR 多语言配置方法

扫描件能不能"读出字"，取决于 OCR 启用了哪些语言。编辑docker/config/papermerge.config.py，在OCR_LANGUAGES里声明：

OCR_LANGUAGES = { 'deu': 'German', 'eng': 'English', 'spa': 'Spanish' }

比如德国银行的账单，就是靠deu这一项识别出来的。仓库里的example_data/目录自带德、英、西三语的示例文档，上传几份就能验证识别效果。

让归档自动发生

手工分文件是体力活，Papermerge 的自动化规则（automates）可以在管理界面里配置，常用三条：

• 按规则把新文档自动丢进对应文件夹
• 对新上传的文档自动运行 OCR
• 根据文档内容自动添加标签，比如"已付款"

配置完成后，上传这件事就只剩下"扔进去"一步。

🛡️ 排障与兜底：查日志、改端口、备份数据

服务起不来，先跟一遍日志

页面打不开时别猜，直接看输出：

docker-compose logs -f

这条命令会实时跟随 4 个容器的日志输出，看到报错的那几行后对照文档或 issue 排查，多数启动失败都是环境变量或端口冲突。

8000 端口被占用？改成 8080

本机已有服务占着 8000 时，改docker/docker-compose.yml中 app 的端口映射：

ports: - "8080:8000"

左边是本机端口、右边是容器端口；改成 8080 后重启服务，改用http://localhost:8080访问即可。

备份：记住两个位置

Papermerge 的数据存在两处，备份时两处都要带走：

• PostgreSQL 数据库卷：存放文档元数据，由 docker-compose 自动管理
• 媒体文件：docker/volumes/media，扫描件的原件都在这里

建议把"复制 media 目录 + 导出数据库"做成定期任务，换机器时可以原样还原。

更多参数细节可以参考项目 README 和官方文档；使用中遇到 bug，直接提 issue 反馈即可。

【免费下载链接】papermergeOpen Source Document Management System for Digital Archives (Scanned Documents)项目地址: https://gitcode.com/gh_mirrors/pa/papermerge