Docling / marker
同类链路中的上游解析环节，本方向此前已报道过这两者的文档解析能力
Docling/marker 只做“文件→结构化文本”的转换，不提供归档、检索与权限；paperless-ngx 是包含存储与检索的系统，更适合作为落地底座
自动排版把纸质单据变成一份可检索的电子档案：扫描、OCR、自动分类、全文搜索，替代“文件夹 + 手工命名”的土办法。
项目介绍
paperless-ngx 是一个社区维护的自托管文档管理系统，定位是把物理文档变成可检索的在线档案，也就是“少用点纸”。它是原 Paperless 与 Paperless-ng 的官方继任项目，设计上把维护责任分给一个团队而不是单一作者。使用方式以 docker compose 为主，官方仓库自带 compose 配置与一键安装脚本，也能从 Paperless-ng 直接换镜像迁移。系统围绕“扫描—识别—归档—检索”这条链工作：把扫描件放进系统后自动做文字识别与分类，之后可以按关键词、标签、日期等方式查找。README 特意强调安全边界：文档（社保号、税务记录、发票等）以明文存储且不加密，因此绝对不能跑在不受信任的主机上，最安全的用法是自家局域网服务器 + 定期备份。完整功能列表与截图在官方文档站。
主要应用领域
中小企业的合同/发票/送货单归档与检索；财务与行政共用一套文档库；把历史纸质台账数字化后做关键词查找；作为后续 OCR、分类模型的上游数据底座。
关键技术
Django 后端 + Angular 前端的自托管文档管理系统，官方提供 docker compose 文件与一键安装脚本，可从 Paperless-ng 直接换镜像迁移；文档侧包含 OCR、自动分类与全文检索能力，具体 OCR 引擎与中文效果本轮未核验。以上为 README 与目录阅读结论，未实际部署。
实用价值
它把“文档数字化”从一次性项目变成可长期运行的系统：扫描即可检索，避免纸质档案找不到、重复打印与人工归档成本。对企业来说这是 AI 落地中最不依赖模型能力、见效最直接的一环。
局限
官方明确说明文档以明文存储、无加密，不应部署在不受信任的主机；GPL-3.0 对二次分发与衍生作品有传染性要求，若计划做成对外销售的封闭产品需先评估；本项目 README 未对中文字段识别与表格提取给出口径，未实际部署验证。
开源协议
GPL-3.0
仓库标注 GPL-3.0：允许商用与修改，但分发衍生作品时须以同协议开放源代码并保留声明；若只是企业内部自用而不对外分发，通常不触发传染条款，但具体边界应结合部署方式由法务确认。
协议解读供选型参考，不构成法律意见。
推荐理由
适合先把“发票、合同、送货单”一类高频单据跑通再扩面：内网服务器 + docker compose + 每日备份，先只开全文检索与标签，不急于接自动化审批。
观测
Star47900；观测时间：2026-11-08T08:19:30.000Z
暂无可比增长基线
开源代码
专业社区口碑
未找到可靠口碑
本轮仅检索 Hacker News 首页，未见针对该项目的可靠讨论帖；仓库自身声明社区支持与 Discussions/Matrix 渠道，但本轮未进入阅读。
未做 Hacker News 站内检索，也未阅读其 Matrix 房间与 Discussions；Issue 数量未统计，不判断口碑倾向。
类似项目推荐
模型知识参考，未在线核验；名称、维护状态和许可证需另行核实。