Ferramentas
Paperless-ngx
Gestor de documentos open source que faz OCR, classifica e arquiva papéis digitalizados num acervo pesquisável, rodando no seu próprio servidor.
O Paperless-ngx tira da gaveta (ou da pasta sem nome) o contrato, a nota fiscal e o manual de garantia. Ele recebe esses papéis escaneados ou em PDF, lê o texto com OCR e transforma tudo num acervo pesquisável no seu servidor. É o sucessor oficial do Paperless e do Paperless-ng, mantido pela comunidade.
Para que serve
- Aplicar OCR com o Tesseract em digitalizações que são só imagem, em mais de 100 idiomas, para buscar e selecionar o texto.
- Puxar anexos de várias contas de e-mail, com regras próprias para cada conta.
- Sugerir etiquetas, correspondente e tipo de documento com aprendizado de máquina.
- Achar qualquer arquivo por busca de texto completo, com trechos destacados e sugestão de documentos parecidos.
- Guardar cada documento em PDF/A, formato pensado para arquivamento longo, junto do original intacto.
Como começar
O README indica Docker Compose como o jeito mais fácil e oferece um script que monta o ambiente:
bash -c "$(curl -L https://raw.githubusercontent.com/paperless-ngx/paperless-ngx/main/install-paperless-ngx.sh)"Ele aceita PDF, imagens e texto puro. Documentos do Office e do LibreOffice entram pelo Apache Tika, que é opcional. Há uma demonstração pública com login demo e senha demo, zerada com frequência. Não envie nada confidencial para ela.
Licença e custo
A licença é GPL-3.0. O uso é gratuito, inclusive em empresa, e quem distribuir uma versão modificada precisa entregar o código junto. Não existe serviço hospedado oficial, então o custo é o servidor e o tempo de quem cuida dele.
Quando vale a pena
O Paperless-ngx é uma boa pedida para quem quer digitalizar a papelada de casa ou de um escritório pequeno sem subir contrato e documento pessoal num conversor de PDF online. O README avisa que os dados ficam em texto claro, sem criptografia, e que o sistema nunca deve rodar em host não confiável. A recomendação é um servidor local com backup em dia. Links públicos de compartilhamento passam por cima das permissões, então use com cuidado. Mayan EDMS e Docspell são outras opções abertas.