paperless-gpt
使用 LLM 與 LLM 視覺(OCR)處理 paperless-ngx - AI 驅動的文件數位化
paperless-gpt 是什麼?
使用 LLM 與 LLM 視覺(OCR)技術處理 paperless-ngx - 由 AI 驅動的文件數位化
paperless-gpt 概覽
這是什麼
paperless-gpt 是一個開放原始碼工具,與 paperless-ngx 整合,利用大型語言模型(LLM)與 LLM Vision(OCR)進行文件數位化。它能自動產生 AI 驅動的文件標題、標籤,並透過讀取發票、合約或案件編號等參考號碼,將相關文件連結在一起。本專案由 Icereed 維護,採用 MIT 授權。
主要功能
- LLM 增強 OCR:使用 OpenAI 或 Ollama 從掃描文件中提取具上下文感知的高品質文字。
- 連結相關文件:自動比對文件中的參考號碼(如發票、合約、案件編號),並填入 paperless-ngx 的文件連結欄位。
- 支援多種專業 AI OCR 服務:Google Document AI、Azure Document Intelligence 與 Docling Server。
- 自動產生標題、標籤、通訊對象與自訂欄位,提供三種寫入模式(附加、更新、取代)。
- 產生可搜尋與可選取的 PDF,內含透明文字圖層;可作為新版本上傳至 paperless-ngx。
- 透過網頁介面自訂提示詞與 AI 工作流程,可針對不同文件類型設定觸發標籤、提示詞與處理步驟。
- 對選取的文件進行臨時分析,使用自訂提示詞取得摘要或特定資訊。
使用情境
paperless-gpt 適用於需要在 paperless-ngx 中整理大量掃描文件的使用者。它可自動化命名、標記與連結發票、合約、提醒函、修正單、送貨單與往來信件。也適合從品質不佳的掃描文件中利用 LLM OCR 提取文字,並將純影像文件轉換為可搜尋的 PDF。
快速開始
請參閱儲存庫的 README 以取得詳細安裝說明。本專案支援使用環境變數的 Docker Compose 部署方式,儲存庫中提供了基本的 Docker Compose 範例。
授權與價格
本專案採用 MIT 授權,為免費且開放原始碼。針對德國、奧地利與瑞士的使用者,可透過 server.camp 取得代管服務,該服務會與本專案分享部分收益。
內容整理自該專案公開的 README 與儲存庫資訊。