含扫描收件与中文 OCR 复核拆解 · 文档权限设置 · 同版本恢复与升级验证清单
概述
引言：月底核对付款，要找一份两年前的合同
月底核对供应商付款时，财务要找一份两年前签署的合同。档案柜里按年份码着 2020 到 2024 年的合同档案袋，NAS 共享目录里也有一批扫描文件，名字还是复合机生成的 scan00047.pdf 这类编号。按年份翻了一遍档案和目录，又去员工电脑和邮件附件里找副本，仍得逐份打开 PDF 才能确认是哪份合同，附件有没有漏掉。
财务想按供应商、合同日期或正文里的项目名称找文件。IT 想的是后面两件事：扫描件由谁收、谁核对？服务器坏了，这些文件还在不在？
开源文档管理系统 Paperless-ngx 于 2026 年 9 月 20 日发布 v3.2.1，把 OCRmyPDF 更新到 17.12，修复了连字文本层问题；Tantivy 搜索索引文件缺失时，系统会自动重建索引。IT 打算借这次更新，把扫描件的收件和检索理一遍。
1. 月底找合同：问题出在什么地方？
财务先碰到的是文件名。scan00047.pdf 看不出供应商和签署日期；同一份合同的扫描件可能躺在两个年份的目录里，邮件里还有另一个版本。共享文件夹把文件放在了一处，找文件的人却得记得当初存在哪。财务只记得那份合同编号是 2024-HT-001，签于 2024 年 1 月，可这两条信息都没有出现在文件名里。
IT 和财务把需求列成三件事：
- 扫描后的文件要能按供应商、合同编号和正文内容搜索；
- 财务需要核对日期、金额、文档类型和附件，其他员工只能看到获授权的资料；
- 文档保存多年后，系统升级或服务器故障也要能恢复查阅。
为缩小试点范围，IT 决定先用这份已确认内容的供应商合同测试整条流程。这份合同完成收件、检索、复核和恢复验证之后，再把发票、付款凭证以及更多历史合同接进来。
2. IT 先试一份合同：从复合机到搜索结果
复合机送进第一份合同
试点从复合机开始。财务从档案袋里取出编号 2024-HT-001 的供应商合同原件，把首页印着“合同”二字的一面朝上放进复合机的自动进纸器，正文和附件按页序排好。复合机逐页进纸，开启双面扫描后背页一起读取，最后生成一个完整的 PDF。
扫描结果直接写入 NAS 上的 consume 收件目录。复合机使用专用账号登录 NAS，这个账号只获得收件目录的写入权限；复合机负责把纸质合同送进来，后面的识别、建档和检索都交给 Paperless-ngx。
PDF 落进 consume 后，Paperless-ngx 接手。处理完成后，财务在网页上看到一条新文档，标题暂时沿用文件名 scan00047，正文已经可以搜索。扫得清不清楚，要等财务逐页核对时才看得出来，扫描参数也在那时定下。
财务点开这条新文档，先对照纸质原件翻一遍页数，再把标题从 scan00047 改成供应商简称加合同事项，其余字段留到待复核列表里逐项核对。
先安排文件放在哪里
复合机把扫描文件送进 NAS 的待归档目录。IT 选用一台独立 Linux 服务器运行 Paperless-ngx，负责读取文件、识别扫描文字和提供网页检索；NAS 保存文档，并把备份副本送往另一台 NAS 或独立存储。应用和 PostgreSQL 数据库通过 Docker Compose 部署，数据与搜索运行文件放在 Linux 本地 SSD。
IT 按扫描量调整服务器的 CPU、内存和 SSD，NAS 容量另算。目录的作用如下：
| 组件 | 放置位置 | 主要用途 |
|---|---|---|
consume 收件目录 |
主 NAS | 接收复合机扫描件 |
media 文档目录 |
主 NAS | 保存原件与缩略图 |
PostgreSQL 与 data |
Linux 本地 SSD | 保存业务数据与搜索索引 |
| Compose 与环境配置 | Linux 配置目录 | 重建应用和挂载关系 |
| 导出与备份副本 | 另一台 NAS 或独立存储 | 故障后恢复整套档案 |
Paperless-ngx 服务账号按运行需要读写收件目录和文档目录。财务日常在网页上修改标题、日期和标签，media 文件夹里的文件名和位置交给 Paperless-ngx 管理，数据库记录和文件路径才能一一对上。
一份合同依次经过六个环节
- 财务从复合机扫描试点合同，PDF 写入 NAS 的
consume目录。 - Paperless-ngx 读取新文件，建立文档记录，并保存需要归档的文件。
- 系统执行 OCR（扫描文字识别），提取可供搜索的中文和其他文字内容。
- IT 预先配置工作流，为新文档添加“待复核”标签；财务打开按该标签筛选的保存视图。
- 财务核对合同信息和查看权限，确认后移除“待复核”标签，再按合同编号或供应商名称查找。
- IT 把文档、数据库和运行数据纳入备份，并用同一份合同安排恢复测试。
第 4 步的工作流与保存视图由管理员事先设置，收件目录本身只负责接收文件，配好之后新文档才会进入专门的“待复核”工作列表。
如果扫描文件放在 NFS 等网络共享目录中，Paperless-ngx 又无法可靠收到文件变化通知，IT 可设置 PAPERLESS_CONSUMER_POLLING_INTERVAL，让系统按间隔扫描 consume。设置后用这份测试 PDF 查看导入日志，看到这份文件的处理记录。
3. 合同搜到了，财务还要核对什么？
财务在搜索框输入供应商名称、合同编号或项目关键词，就能找到对应的扫描件。搜得准不准，取决于扫描质量，盖章页、表格、小字号和倾斜页面最容易出错。IT 为中文资料安装并配置对应的 OCR 语言，再用双面合同、发票、盖章页和复印件做测试。
扫描时先处理五件小事：
- 放正纸张，清理扫描玻璃上的污渍和阴影；
- 为小字号文件选择足够清晰的扫描分辨率；
- 双面合同启用双面扫描，背页一起进入 PDF；
- 正文与附件按顺序保存，便于逐页核对；
- 模糊、折痕和印章遮挡的页面由财务重新检查。
拿到识别结果后，财务打开那份 2024-HT-001 合同，按工作规则填写或确认下列信息：
- 标题：供应商简称、合同事项和年份；
- 日期：合同签署日 2024 年 1 月 15 日，扫描入库时间由系统另行记录；
- 往来单位：对应供应商或客户；
- 文档类型：采购合同、销售合同、发票或付款凭证；
- 标签与保存路径：项目、年度及处理状态；
- 所有者和查看权限：对应的财务组或项目组；
- 关键内容：金额、合同编号、公司名称和附件页数。
财务对照原件逐项确认。OCR 文字用来搜索，印章附近的字段和表格里的数字以纸面为准。
随后，财务可以按标签、日期或供应商建立“待复核”“本月新增”“合同到期检查”等保存视图，集中处理每天的文档。保存视图负责筛选工作列表；未复核合同的查看范围，则通过文档权限来限制。
试点也要验证谁能打开这份合同。财务组访问职责内的资料，项目负责人只查看获授权的项目合同；系统管理员维护应用、账号与备份。Paperless-ngx 的所有者、用户组和文档权限控制网页端访问，NAS 目录权限保护文件存储。远程办公可使用企业 VPN 或受控 HTTPS 入口，按企业账号策略设置强密码和双重验证，并检查可获取的登录和文档审计记录，及时停用离职人员账号。
如果合同还在多人修订阶段，可以先走Synology Drive 文件协作与版本管理流程；签署版确认后再导入。Paperless-ngx 里只放签署版。
4. 过一段时间再找：备份能恢复那份合同吗？
服务器损坏或升级失败，这份合同连同标签、权限和搜索还能恢复吗？
需要保存的资料分布在几个位置。NAS 上有原始文档和缩略图；Linux 服务器上有 PostgreSQL 数据库、搜索索引、应用运行数据及部署配置。IT 将它们列进恢复清单，记录备份存放位置与演练日期。
Paperless-ngx 提供 document_exporter，可导出文档、缩略图、元数据和数据库内容。管理员先暂停新文档导入，等待正在处理的 OCR 和分类任务结束，再将导出结果复制到独立备份位置。后续可更新已有导出目录。导出之外，IT 另外保存这几样：
- 当前 Paperless-ngx 的精确版本号；
- Docker Compose 文件和环境配置；
- NAS 挂载路径与服务账号权限；
- PostgreSQL 和相关卷的备份记录；
- HTTPS、域名及访问入口的重建步骤；
- 最近一次恢复测试的结果。
IT 用两轮演练检查这份合同，每轮都按同一张核对单验收。
演练在一台测试实例上进行。恢复完成后，IT 在浏览器里打开编号 2024-HT-001 的合同 PDF，从首页的合同编号、签订日期 2024 年 1 月 15 日和甲乙双方信息开始，一页页翻到最后的附件，对照原件确认页数和内容完整。
核对结果写进一张恢复验证记录，只列三项可以直接观察的结果：合同文档能正常打开，合同编号能检索到，查看权限已核对。第一项看原件和附件是否完整；第二项在搜索框输入 2024-HT-001 和供应商名称，确认这份合同出现在结果里；第三项分别用财务组账号和其他部门账号登录，确认前者能打开、后者看不到。
三项都打勾，IT 在记录上签字；有一项出问题，就记下现象和处理过程，修正后重做。两轮演练共用一张记录表，恢复前后、升级前后的结果放在一起看。
第一轮：只验证恢复。 准备与导出时相同版本的空白测试实例，挂载独立备份目录并运行 document_importer。导入后按核对单检查原件、附件、日期、标签、保存路径和用户组权限，再搜索供应商、合同编号及正文关键词。导出内容里没有 API Token，测试实例需要重新生成 Token，并验证依赖接口的自动化任务。
第二轮：再验证升级。 IT 在恢复成功的测试实例中升级到 v3.2.1，再导入新的中文扫描件，检查收件、OCR、待复核视图、全文搜索、下载和权限。测试通过后，再安排生产环境的备份与升级。
分两轮做，升级后搜索失败，IT 就知道是升级引起的，和备份无关。每次演练都记录版本、用时、出现的问题和处理结果。Linux 服务器还可纳入服务器整机恢复方案，协助重建操作系统与容器环境；Paperless-ngx 的应用级导出副本仍单独保留一份。
5. 一份合同跑通后，怎样用于日常归档？
IT 可以先让财务连续处理同一类资料，例如采购合同，再逐步增加发票和费用凭证。对每份文件，财务知道从哪里查看待复核任务、要核对哪些字段；IT 则负责扫描接入、账号权限与定期恢复演练。
正式上线前，用这份试点合同逐项检查：
- Linux 服务器已准备 Docker Compose 与 PostgreSQL
- NAS 已建立
consume、media和独立备份目录 - 复合机账号只能写入指定收件目录
- Paperless-ngx 服务账号的目录权限已验证
- 中文 OCR 已用合同、发票和盖章页测试
- 财务已确认待复核字段、标签与处理规则
- 用户组、文档权限和远程访问入口已配置
- 文档导出、数据库、Compose 与环境配置已纳入备份
- 恢复实例的软件版本与导出版本一致
- 原件、搜索、权限和 API 调用已通过恢复验证
上线后，财务输入供应商名称或 2024-HT-001，打开那份合同的原件与附件，其他部门的同事搜不到它。下一次演练，IT 还从备份里还原这份合同，按同一张记录表再查一遍。
关于本方案服务方
成都美步科技有限公司（简称美步科技）是四川成都 Synology 群晖授权代理与方案集成商，为财务档案管理、制造、教育等行业提供群晖 NAS 选型、文档目录与权限规划、容器应用部署和备份恢复演练服务，已在成都、重庆、贵阳、昆明等西南城市完成多个企业文档归档项目落地。咨询热线 028-85561528，参考群晖 NAS 产品选型。
规划合同扫描归档与恢复演练
准备实施时，企业可以先整理扫描量、文档类型、复核人员、权限分组和现有 NAS 容量。美步科技作为西南 Synology 群晖授权代理与方案集成商，可据此规划 Linux 服务器、NAS 目录、账号权限和备份位置，并把这套步骤整理成财务和 IT 都能执行的操作说明。
- 评估 Paperless-ngx 与 NAS 文档归档架构
- 梳理合同扫描、复核与权限流程
- 制定文档系统备份与恢复测试
操作步骤
- 1规划 NAS 目录与 Linux 服务器在 NAS 建立 consume、media 和独立备份目录，在 Linux 服务器用 Docker Compose 部署 Paperless-ngx 与 PostgreSQL，data 放在本地 SSD。
- 2接入复合机并试扫一份合同为复合机创建只写 consume 目录的专用账号，双面扫描一份已确认内容的供应商合同，查看导入日志确认文件已被处理。
- 3配置中文 OCR 与待复核工作流安装中文 OCR 语言，设置工作流为新文档添加“待复核”标签，并为财务建立按该标签筛选的保存视图。
- 4复核字段并设置文档权限财务对照原件确认标题、签署日期、往来单位、文档类型、标签、保存路径、所有者与用户组权限，确认后移除“待复核”标签。
- 5导出备份并完成两轮恢复演练用 document_exporter 导出到独立存储，在同版本测试实例运行 document_importer 验证原件、搜索与权限，再在测试实例升级到 v3.2.1 复验。
常见问题与解答
为您整理的关于此内容的常见疑惑及专业解答
Paperless-ngx 需要安装在独立服务器上吗？
具备容器运行能力和足够资源的 NAS 也可以部署 Paperless-ngx。文中的独立 Linux 服务器方案适合希望分开规划 OCR、数据库资源与 NAS 维护的企业。
扫描件已经存在 NAS，为什么还要用 Paperless-ngx？
按文件名和目录查找旧合同比较费时。Paperless-ngx 可以对扫描内容建立全文索引，并用往来单位、文档类型、标签和日期整理资料；用户权限和审计功能按部署要求配置。
中文合同能直接搜索吗？
配置对应的 OCR 语言后，可以检索识别出的文字。合同编号、日期、金额和公司名称由财务对照原件核对，盖章与表格区域尤其需要逐项确认。
扫描后没有自动导入，先检查哪里？
先确认完整 PDF 已进入 consume，再看服务账号权限与导入日志。网络目录无法提供可靠的文件变化通知时，可以设置 PAPERLESS_CONSUMER_POLLING_INTERVAL，让系统按间隔轮询。
consume、media 和 data 都要备份吗？
consume 用于接收待导入文件，media 保存文档与缩略图，data 保存搜索索引等运行数据。备份清单还要覆盖 PostgreSQL、部署配置和应用导出副本，并注明各目录的恢复用途。
为什么恢复测试要先使用相同版本？
导出内容与软件版本相关。先用相同版本导入并检查文档、搜索和权限，后续升级出现问题时更容易判断原因。
四川成都/西南地区如何咨询 Paperless-ngx 与 NAS 文档归档方案？
**成都美步科技有限公司**是 Synology 群晖在四川成都的授权代理与方案集成商，咨询热线 **028-85561528**，可协助规划 NAS 收件与文档目录、Paperless-ngx 服务器部署、合同扫描复核流程和备份恢复演练。**西南地区（成都、重庆、贵阳、昆明等）**提供本地工程师到场实施与当日响应。详细配置可参考站内[群晖 NAS 产品选型](/products)。
