Paperless-ngx: como criar seu próprio arquivo pesquisável de documentos
Você se lembra de que havia um valor importante em um contrato, mas o arquivo se chama scan_2024_03_17.pdf e está entre centenas de arquivos semelhantes. Um gerenciador de arquivos comum pesquisa pelo nome, enquanto as palavras de que você precisa estão dentro da digitalização.
O Paperless-ngx resolve esse problema. Você envia um PDF, a foto de um recibo ou um anexo de e-mail, e o serviço reconhece o texto, cria um índice e reúne arquivos dispersos em um único arquivo documental. Depois disso, é possível encontrar um documento pelo sobrenome, endereço, número da conta ou qualquer frase presente na página.
O que é o Paperless-ngx
O Paperless-ngx é um sistema gratuito e de código aberto para gerenciamento de documentos. Ele é instalado no seu próprio servidor, recebe arquivos de diferentes fontes, executa OCR e permite pesquisar pelo conteúdo.
Em vez de uma única estrutura rígida de pastas, o sistema usa correspondentes, tipos de documento, etiquetas, datas, campos personalizados e regras de armazenamento. Assim, você pode exibir em poucos segundos as contas de energia de 2026, os documentos relacionados a um apartamento específico ou as garantias que estão prestes a vencer.
Por que o Paperless-ngx é melhor do que pastas comuns
As pastas funcionam enquanto há poucos documentos e você ainda se lembra do seu próprio sistema de nomes. Depois de alguns anos, aparecem diretórios como Documentos, Digitalizações, Novos e Para organizar, e encontrar o arquivo certo fica difícil.
| Pasta comum | Paperless-ngx |
|---|---|
| Pesquisa pelo nome do arquivo | Pesquisa pelo texto dentro do documento |
| Um arquivo, uma pasta | Várias etiquetas e propriedades |
| Nomes e organização manuais | Atribuição automática de metadados |
| Os anexos precisam ser salvos manualmente | Importação por e-mail |
| A digitalização continua sendo uma imagem | O OCR torna o texto pesquisável |
Em vez de tentar se lembrar do diretório, basta se lembrar de uma palavra presente no documento.
Como o Paperless-ngx processa um arquivo
Depois do envio, o serviço:
- salva o arquivo original;
- extrai o texto existente ou inicia o OCR;
- cria, quando necessário, uma versão PDF para arquivamento e miniaturas;
- adiciona o conteúdo a um índice de texto completo;
- aplica regras e sugere o correspondente, o tipo, as etiquetas e o caminho de armazenamento.
Você pode começar apenas com o envio e a pesquisa e adicionar automação mais tarde.
Os recursos mais úteis do Paperless-ngx
Pesquisa dentro de digitalizações
Depois do OCR, é possível encontrar um contrato pelo endereço, uma fatura pelo número do cliente e um recibo pelo modelo do aparelho. Por exemplo, uma pesquisa por “rescisão antecipada” mostrará documentos com essa expressão mesmo que o PDF original fosse composto apenas por imagens.
A qualidade depende da digitalização: uma página reta e com bom contraste é reconhecida melhor do que uma foto escura tirada de lado. Para um arquivo em russo e inglês, é importante instalar os dois idiomas de OCR.
Organização automática
O Paperless-ngx consegue comparar documentos novos com aqueles que você já organizou. Você classifica manualmente algumas faturas do mesmo fornecedor, e o serviço aprende a sugerir o mesmo correspondente, tipo e etiquetas para os arquivos seguintes.
Para uma lógica rigorosa, é possível criar regras com base no texto, no nome do arquivo, na origem ou na pasta de envio.
Importação por e-mail
O serviço pode verificar uma caixa de correio por IMAP e processar as mensagens de acordo com regras. Por exemplo, ele pode coletar apenas anexos PDF enviados por um fornecedor, encaminhá-los ao arquivo e depois marcar o e-mail como lido ou movê-lo para outra pasta.
As faturas deixam de se acumular na caixa de entrada e passam a ser pesquisadas junto com as digitalizações.
Fluxos de trabalho, campos e visualizações salvas
Os fluxos de trabalho executam ações quando um documento é enviado, adicionado ou alterado, ou de acordo com um agendamento. Eles podem atribuir um proprietário, adicionar uma etiqueta, selecionar um tipo e definir um caminho de armazenamento.
Os campos personalizados transformam o arquivo em um pequeno banco de dados. Para um contrato, é possível armazenar a data de vencimento; para uma fatura, o valor e o prazo de pagamento; para um equipamento, o número de série. As visualizações salvas podem mostrar, por exemplo, “pagamento necessário” ou “garantia vence neste mês”.
Digitalização em lote com códigos de barras
O Paperless-ngx pode dividir uma digitalização grande em vários documentos usando códigos de barras. Você pode inserir páginas separadoras entre os papéis ou colar um código ASN na primeira folha.
ASN é um número de série de arquivamento que liga a cópia digital ao original em papel. Esse recurso é conveniente ao digitalizar grandes pilhas de documentos.
Versões e IA opcional
A série Paperless-ngx 3.x trouxe versões de documentos, conjuntos de links para acesso compartilhado e recursos de IA integrados. Ao conectar um modelo, o serviço pode sugerir metadados e responder a perguntas sobre os documentos.
A IA não é necessária para os recursos principais: OCR, pesquisa, regras, etiquetas e importação de e-mail funcionam sem ela. Ao usar uma API externa de IA, parte do texto pode sair do servidor, enquanto um modelo local exige mais recursos.
Para quem o Paperless-ngx é indicado
Para um arquivo pessoal ou familiar: contratos, seguros, extratos, garantias, recibos, documentos do imóvel e manuais de equipamentos.
Para profissionais autônomos e pequenas empresas: faturas, termos de aceite, contratos, despesas e correspondência com parceiros. A importação de e-mails reduz o trabalho manual, enquanto as permissões de acesso permitem compartilhar documentos entre usuários.
Para processos administrativos: pesquisa rápida de documentos comprobatórios, filtros por fornecedor e período e uma fila de arquivos ainda não processados.
O Paperless-ngx não substitui um sistema contábil, uma assinatura eletrônica ou uma plataforma ECM corporativa.
Que servidor o Paperless-ngx precisa
A carga depende da quantidade de páginas, da qualidade das digitalizações, da frequência dos envios e dos componentes adicionais. Para começar, você pode usar estas referências práticas:
| Cenário | CPU | RAM | Disco |
|---|---|---|---|
| Arquivo pessoal | 2 vCPU | 2 GB | a partir de 30–50 GB NVMe |
| Família ou equipe pequena | 2–4 vCPU | 4 GB | a partir de 60–100 GB NVMe |
| Grandes lotes, arquivos Office, IA local | a partir de 4 vCPU | a partir de 8 GB | tamanho do arquivo com margem adicional |
Em um servidor pouco potente, a interface pode funcionar normalmente, mas o OCR de documentos grandes será lento. O Tika e o Gotenberg, usados para Word, Excel e outros formatos de escritório, também aumentam o consumo de memória.
Planeje o disco com uma boa margem: além dos originais, o sistema pode armazenar versões de arquivamento, miniaturas, índice, banco de dados e arquivos temporários. As cópias de segurança também exigem espaço separado.
Como instalar o Paperless-ngx em um VPS com Docker
O método compatível mais simples é o Docker Compose. Você precisará de um servidor Linux, do Docker Engine e do plug-in Compose.
O projeto oficial fornece um instalador interativo:
bash -c "$(curl -L https://raw.githubusercontent.com/paperless-ngx/paperless-ngx/main/install-paperless-ngx.sh)"Ele solicita o diretório, o banco de dados, a porta, o idioma de OCR, os componentes adicionais e a conta de administrador. Depois, cria a configuração do Compose e inicia os contêineres.
Em um servidor de produção, é mais seguro baixar e examinar o script primeiro:
curl -L https://raw.githubusercontent.com/paperless-ngx/paperless-ngx/main/install-paperless-ngx.sh \
-o install-paperless-ngx.sh
less install-paperless-ngx.sh
bash install-paperless-ngx.shNo diretório de instalação, você pode verificar a inicialização com os comandos:
docker compose ps
docker compose logs -f webserverPara OCR em russo e inglês, normalmente se define rus+eng e se instalam no Docker os dados adicionais de idioma rus eng.
Não exponha diretamente a porta interna do aplicativo. Conecte um domínio por meio de um proxy reverso, ative HTTPS e feche as portas desnecessárias. Para um arquivo pessoal, é ainda mais seguro permitir acesso somente por VPN.
Paperless-ngx em um VPS da tropic.host
Para um arquivo pequeno, um VPS com 2 vCPU, 2–4 GB de RAM e armazenamento NVMe é adequado. Na tropic.host, você pode implantar o Ubuntu, instalar o Docker e manter o Paperless-ngx acessível pelo computador e pelo celular sem precisar comprar um NAS doméstico.
Um VPS funciona 24 horas por dia, por isso o serviço pode coletar anexos de e-mail regularmente. No entanto, os documentos costumam conter dados pessoais: use HTTPS ou VPN, chaves SSH, um firewall restritivo e cópias de segurança independentes.
Segurança e cópias de segurança
O Paperless-ngx não oferece criptografia de ponta a ponta integrada para os documentos. Um usuário com acesso total ao servidor, aos volumes do Docker ou a uma cópia de segurança poderia, em tese, ler o arquivo.
Medidas mínimas:
- hospedar o serviço apenas em uma infraestrutura confiável;
- atualizar o sistema e os contêineres;
- restringir o acesso SSH a chaves;
- guardar cópias criptografadas fora do servidor principal;
- testar a restauração periodicamente.
Para migração e cópias de segurança, há um document_exporter integrado:
docker compose exec webserver document_exporter ../exportCopie o diretório de exportação para outro dispositivo ou para um armazenamento independente. Uma cópia no mesmo VPS não protege contra falha do disco, exclusão acidental ou perda de acesso.
Vale a pena instalar o Paperless-ngx?
O Paperless-ngx é útil quando o problema deixa de ser armazenar os arquivos e passa a ser encontrá-los. Ele transforma digitalizações, anexos e PDFs com nomes pouco claros em um arquivo no qual os documentos são encontrados pelo conteúdo e processados de acordo com regras consistentes.
Para começar, basta instalar o serviço, configurar os idiomas de OCR e enviar os primeiros arquivos. Etiquetas, importação de e-mail, fluxos de trabalho, códigos de barras e recursos de IA podem ser adicionados quando surgir um processo repetitivo e bem definido.
FAQ
É possível usar o Paperless-ngx gratuitamente?
Sim. É um projeto de código aberto. Os custos existem apenas para hardware, VPS, domínio ou serviços externos.
O Paperless-ngx reconhece texto em russo?
Sim. O OCR usa o pacote de idioma rus do Tesseract. Em um arquivo com vários idiomas, normalmente se configura rus+eng.
O arquivo original é excluído depois do OCR?
Não. O arquivo original é preservado. Dependendo das configurações, uma versão PDF separada para arquivamento pode ser criada ao lado dele.
É possível enviar documentos pelo celular?
Sim. Você pode usar a interface web, a API, um aplicativo móvel compatível ou encaminhar o documento para um endereço de e-mail conectado.
Uma cópia de segurança do VPS é suficiente?
Um snapshot do VPS é útil, mas é melhor combiná-lo com o exportador integrado e guardar uma cópia separada. É importante não apenas criar o arquivo, mas também testar a restauração em uma instalação limpa.