会计档案数字化实操：手把手教你搭建电子档案管理系统

一、环境准备与依赖安装

本指南基于Linux环境（推荐Ubuntu 20.04或22.04 LTS）进行部署，利用Docker容器化技术搭建Paperless-ngx开源系统。该方案支持OCR识别、元数据提取及全文检索，完全满足会计档案数字化管理需求。

更新系统源并安装基础依赖工具：

```bash sudo apt-get update sudo apt-get install -y curl git python3-pip ```

接着，安装Docker及Docker Compose插件。这是运行系统的核心环境，请确保命令执行无报错：

```bash curl -fsSL https://get.docker.com | sh sudo usermod -aG docker $USER ```

注意：执行完用户组修改后，必须注销当前用户并重新登录，或者执行以下命令使权限生效，否则后续启动容器会报权限拒绝错误：

```bash newgrp docker ```

二、系统目录结构规划

为防止数据丢失，我们需要规划持久化存储目录。执行以下命令创建项目目录及关键子目录：

```bash mkdir -p ~/paperless/data mkdir -p ~/paperless/export mkdir -p ~/paperless/media mkdir -p ~/paperless/consume mkdir -p ~/paperless/db mkdir -p ~/paperless/redis ```

目录说明：

• data：存储应用配置及索引数据。
• export：存储导出后的原始文档。
• media：存储处理后的文档预览图及缩略图。
• consume：监控目录，放入此处的文件会自动被系统吸入并处理。
• db：PostgreSQL数据库文件存储。
• redis：Redis缓存数据存储。

三、配置文件编写与部署

进入项目目录并创建docker-compose.yml文件：

```bash cd ~/paperless nano docker-compose.yml ```

将以下配置完整复制粘贴到文件中。该配置已针对中文会计档案优化，开启了简体中文OCR识别：

```yaml version: "3.4" services: broker: image: docker.io/redis:7 restart: always volumes: - ./redis:/data db: image: docker.io/postgres:15 restart: always volumes: - ./db:/var/lib/postgresql/data environment: POSTGRES_USER: paperless POSTGRES_PASSWORD: paperless POSTGRES_DB: paperless webserver: image: ghcr.io/paperless-ngx/paperless-ngx:latest restart: always depends_on: - db - broker ports: - "8000:8000" healthcheck: test: ["CMD", "curl", "-f", "http://localhost:8000"] interval: 30s timeout: 10s retries: 5 volumes: - ./data:/usr/src/paperless/data - ./media:/usr/src/paperless/media - ./export:/usr/src/paperless/export - ./consume:/usr/src/paperless/consume env_file: - .env environment: PAPERLESS_REDIS: redis://broker:6379 PAPERLESS_DBHOST: db PAPERLESS_DBUSER: paperless PAPERLESS_DBPASS: paperless PAPERLESS_DBNAME: paperless 设置时区为上海时间 PAPERLESS_TIME_ZONE: Asia/Shanghai 配置OCR语言为简体中文+英文，识别会计凭证中的数字和金额 PAPERLESS_OCR_LANGUAGE: chi_sim+eng 设置OCR清理模式，会计档案通常需要保留文字层，设为none保留所有内容 PAPERLESS_OCR_CLEAN: none 自动识别日期 PAPERLESS_CONSUMER_ENABLE_BARCODES: "true" PAPERLESS_CONSUMER_ENABLE_DATES: "true" ```

保存并退出（Ctrl+X，然后Y，最后Enter）。接着创建环境变量文件.env：

```bash nano .env ```

填入管理员账号密码配置：

```ini PAPERLESS_ADMIN_USER=admin PAPERLESS_ADMIN_PASSWORD=your_secure_password_here PAPERLESS_URL=http://localhost:8000 ```

安全提示：请务必将your_secure_password_here修改为强密码。

四、启动服务与初始化

在~/paperless目录下执行以下命令拉取镜像并启动容器：

```bash docker compose up -d ```

首次启动需要下载镜像，请耐心等待。启动成功后，执行以下命令查看容器状态，确保所有服务均为Up (healthy)状态：

```bash docker compose ps ```

如果Webserver状态一直处于starting或unhealthy，请使用以下命令查看日志排查错误：

```bash docker compose logs -f webserver ``>

五、会计档案分类体系搭建

浏览器访问http://服务器IP:8000，使用.env中配置的账号密码登录。接下来建立符合会计准则的分类体系。

1. 创建文档类型（Document Types）
进入Settings -> Document Types，点击右上角+ Add。建议创建以下类型：

• 记账凭证
• 原始凭证（如发票、银行回单）
• 财务报表
• 税务申报表
• 合同协议

2. 创建标签（Tags）
进入Settings -> Tags，建立多维度的标签体系：

• 年度标签：2023、2024、2025（颜色可区分）
• 月份标签：01月-12月
• 会计期间：Q1、Q2、Q3、Q4
• 凭证字号范围：如"记字001-100"

3. 创建通信人（Correspondents）
用于记录往来单位。进入Settings -> Correspondents，添加常用的供应商、客户名称，如"XX科技有限公司"、"XX税务局"。

六、档案录入与OCR识别实操

系统支持两种录入方式，推荐使用监控目录方式实现批量自动化。

方式一：监控目录自动吸入（推荐）
将扫描好的会计凭证PDF或图片文件上传至服务器的~/paperless/consume目录：

```bash cp /path/to/your/invoice.pdf ~/paperless/consume/ ```

系统会自动检测该文件，进行OCR识别，并将其移入文档库。识别完成后，consume目录下的文件会消失，转而出现在Web界面的Dashboard中。

方式二：Web界面直接上传
点击界面左侧的Documents -> Upload，拖拽文件即可。适合少量补充录入。

验证OCR效果：
点击任意已上传的文档，进入详情页。右侧侧边栏会显示识别出的文本内容。如果会计凭证中的金额、日期、摘要被准确识别为文本，说明OCR配置成功。此时，你可以直接在顶部的搜索框输入凭证号或金额，系统将瞬间定位到该档案。

七、建立自动归档规则

为了减少人工打标签的工作量，需配置自动归档规则。例如，文件名包含"2023年3月"的文档自动打上对应标签。

进入Settings -> Automation Rules，点击+ Add：

• Rule Name: 2023年3月凭证自动归类
• Match Type: 文件名包含
• Match String: 2023-03 或 2023年3月
• Action: 指定标签为 "2023" 和 "03月"
• Action: 指定文档类型为 "记账凭证"

保存规则后，系统对后续上传或历史文档（若开启匹配历史文档）生效。建议针对"发票号"、"报销人"等元数据设置相应的匹配规则。

八、数据备份与恢复

会计档案数据至关重要，必须配置定期备份。备份主要针对数据库和媒体文件。

创建备份脚本backup.sh：

```bash nano ~/backup_paperless.sh ```

写入以下内容：

```bash !/bin/bash BACKUP_DIR="/home/$(whoami)/backups/paperless" DATE=$(date +%Y%m%d_%H%M%S) mkdir -p $BACKUP_DIR 备份数据库 docker compose exec -T db pg_dump -U paperless paperless > $BACKUP_DIR/db_dump_$DATE.sql 打包媒体文件和数据配置 tar -czf $BACKUP_DIR/data_media_$DATE.tar.gz ./data ./media ./export echo "Backup completed: $DATE" ```

赋予执行权限并测试：

```bash chmod +x ~/backup_paperless.sh cd ~/paperless ~/backup_paperless.sh ``>

设置Crontab定时任务，每天凌晨2点执行备份：

```bash crontab -e ```

添加一行：

```cron 0 2 cd /home/$(whoami)/paperless && /home/$(whoami)/backup_paperless.sh ``>