Názory k článku Paperless-ngx: archiv dokumentů stojící na metadatech a zálohách

Jako archiv to funguje hezky, obzvláště se síťovým duplexním skenerem s podavačem.

Ale narazil jsem na to, že většinu běžných dokumentů už mám elektronicky, ale ty papírové jsou často sesponkované a přelepené, takže tím podavačem to nejde a ručně to má ohnuté rožky a je to pracné.

Ja zkousel lecos, vcetne Paperless-ngx... Nakonec jsem skoncil u Papra. Nema tolik funkci, ale pro me domaci potreby to staci...

Paperless používám nějaký čas a kvůli češtině dělám vlastní docker build.
Propojil jsem paperless, n8n, nextcloud a home assistant.

Můžeš to, prosím, víc rozvést (podrobněji popsat tvou konfiguraci)?

Torchu mi neni jasne kdo je cilovka.

Pro beznou rodinu si myslim ze bezna adresarova struktura typu dane/, deti/, druzstvo/ atd. je vyhodnejsi, ma to vyhodu ze to dokazu pouzit i po 30 letech, je to nezavisle na nejake databazi, a manzelka to taky dokaze pouzit bez zaskolovani do softwaru.

Pro firmu bych cekal ze faktury budou soucasti firemniho ucetniho programu.

Tohle funguje dokud máte všechno elektronicky. Problém nastává s kombinací archivovaného papíru + elektronické kopie + OCR.

Ta adresářová struktura + OCR je v článku taky zmíněná.

Hlavní výhoda Paperless za mě není v tom, že je to archiv, ale v tom jak zpracovává nová data.

Na skeneru dám skenovat na předchystané SMB/FTP a víc nemusím dělat. Objeví se to v systému samo už předzpracované.

A u skeneru je list s lepícími štítky s řadou nepoužitých ASN, takže nalepím, naskenuju, mechanicky založím a dál už pracuju elektronicky. A neřeším zvlášť sken, uložení do složky, sdílení disku, OCR, ...

Jen ty vícestránkové smlouvy se sponkami a přelepkami to kazí.

"jak zpracovává nová data." - no, metadata/stitky ze slovniku stejne musim dokumentum prirazovat rucne (jak jsem pochopil, a jinak to asi nejde), tak nejak nevidim tu vyhodu.

Jo, asi bude jednodussi neco dohledat nebo pripadne dohledat tu papirovou formu, ale kolikrat potrebuju dohledat neco starsiho nez rok pro vyuctovani dani? Leda tak u tech superdulezitych dokumentu jako kupni smlouva nemovitosti, a to neni takovy problem najit. Pripadne do dvou let zpatky se hledaji papiry koupe vyrobku, kvuli zaruce, ale to zase zvladne bezny email kde to beztak je taky.

Sken, ulozeni, sdileni, OCR - sken zustava pri vsech postupech. Ulozeni do adresare nebere az tolik casu, stejne tak nekdo musi v paperless udelat metadata. Sdileni - automaticke zalohovaci systemy mam nejen kvuli dokumentum. OCR - tohle nedelam, nevim proc. Proc se dela OCR u domacich dokumentu? Co je potreba tak vyhledavat?

Furt nejak nevidim tu vyhodu. Navic predstava ze tenhle software bude fungovat dalsich 30 let abych mohl pouzivat databazi mi prijde silene naivni. Zatimco adresare fungovaly i pred 30 lety, tak veskery software se kompletne zmenil. A pokud nepredpokladam takovou zivotnost softwaru, tak to znamena ze databazi bude nutne konvertovat na jine systemy.

"Sken, ulozeni, sdileni, OCR - sken zustava pri vsech postupech"

Jenže Paperless tohle právě celé dělá automaticky. Takže uživatel dělá ručně jen ten sken. Zbytek to celé udělá samo.

A když je OCR, tak se dá vyhledávat třeba právě ve fakturách nebo smlouvách a nejsou skoro potřeba ty metadata. (Metadata to umí taky připravit automaticky z toho OCR. Ale ne vždycky se to trefí.)

Ta databáze pro mě osobně popravdě není až tak podstatná. Ale ten sken s automatickou konverzí a OCR je super. Stejně jako upload přímo z telefonu (aplikace + vpn). Vyfotím a samo se to objeví na správném místě.

Zrušit databázi (resp. použít ji jen na provozní cache) a použít sidecar soubory by z hlediska archivace bylo lepší. JSON nebo Yaml nebo tak by byly taky čitelné i za 30 let. Nebo i přímo jako kontejner do toho PDF, ale já nerad modifikuju originální data.

A u otázky k čemu... v běžném provozu třeba právě ty záruční listy nebo účtenky. Občas se to hodí. V papírové formě v tom byl hrozný binec. Protože účtenky za boty, bundy nebo sportovní náčiní třeba elektronicky v emailu nemáme. U elektroniky je to jedno.

Pojmenování souborů a rozřazování do složek je pro mě osobně nepříjemná práce. Full-text s OCR tohle v 95% případech řeší.

V neběžném provozu... třeba u stavby domu to je papírů a papírů. Od vyjadřovaček, přes povolení, rozpočty, faktury atd. Ten šanon s papíry má několik kilo a kontroluje se každou chvíli něco oproti něčemu. Je teda pravdou, že je potřeba hledat i v emailu, té komunikace je fakt hodně.

Tohle vypadá jako velmi užitečný nástroj, ale především pro hračičky a domácí kutily.
Dovedu si to představit v malé firmě, ovšem tam by nejspíš preferovali aplikaci, která běží přímo v počítači paní účetní - řešení s dockerem nebo nějakým serverem pro ně nebude zajímavé, zvlášť, když vyžaduje alespoň občas odbornou kontrolu a aktualisaci. Takže ta firma bude potřebovat svého ajťáka, i kdyby to měl být externista. Pro ně by bylo zajímavější nějaké řešení v cloudu, ale pak budou na vážkách, zda něco od MS nebo Google vs. svěříme svá data mimo firmu?.
Velké firmy budou preferovatvelká řešení, a pro domácnost to je příliš náročné na údržbu na to, aby tomu věřili na desítky let - což v rodině znamená od stavby domu, přes narození dětí, až do jejich dostudování; pokud to přinese mlaďák, musí se o to starat až skoro do důchodu, pokud někdo ve středním věku, určitě to bude potřebovat udržet v chodu i po svých sedmdesátých narozeninách - bude na to mít sílu a ochotu?
Systém leží to v adresářích je sice nepraktický na vyhledávání, ale téměř dokonale blbuvzdorný.

Já tu mám jen tak pohozené dokumenty od roku 2001, tedy zhruba čtvrt století staré, vždy na hromadě podle roku vzniku; vrcholem údržby je, že starší adresáře jsou zazipované. Za tu dobu jsem pár systémů zkusil, ale opravdu si nedovedu představit, že bych dnes stále používal program, který bych před těmi pětadvaceti lety vybral - i kdyby to měla být hodně pokročilá verse! A to mám na archivních médiích i data starší - třeba faktury vystavené v Lotus 1-2-3, spoustu věcí v Quatro Pro, accessovské databáze s uloženými dokumenty, a stovky MS-Word souborů ve formátu, který bez patřičného nastavení dnešní MS Office odmítají přečíst. Například databázi filmů a fotek, včetně náhledů a objednávek, s vyplněnými popisy v externím souboru, který ovšem bez VB maker v dobové wordové šabloně zpracuji jen obtížně.
Tenkrát to vypadalo jako dobrý nápad a šetřilo mi to hodiny práce - dneska abych psal nějaký konversní program a transformoval to na něco modernějšího.
Nebo dokumenty psané v čistém textu, ovšem ten se vyvíjel od Kamenických, přes Latin 2, ISO-8859-2, až k Unicode.
Nebo smlouvy psané na Macovi v QuarkPressu. Nebo dokumenty v RTF formátu, ovšem jedna polovina z Apple Mac, druhá z MS Windows...

Rozhodnout se pro Paperless-* není jen tak jednoduchá volba aplikace. Znamená to i rozhodnout o systému ukládání, formátech vstupních dat (obrázky JPG, PDF...) jménech souborů, číslování papírových dokumentů, atd.
Tohle je hodně komplexní volba!

Pro menší firmy postavené okolo Microsoft Office se řešení nabízí přímo se Sharepointem (Global Vault + CO), přičemž hlavní výhoda tkví v tom, že s tím přímo počítají a podporují ostatní dodavatelé (kompatibilita) včetně pluginů, nebo externích řešní jako ShareGate. Že to není dokonalé je pravda, sem tam zazlobí Retention Policies - Pureview (DLP) po aktualizacích.

Potom jsou perličky jako tisk šťítků a popisků (SLM) v SW přímo od dodavatele a šablony (tisk) nacpe přímo k navázaným dokumentům konkrétní zakázky, tedy snadno se udělá dotisk, aktualizace routingu v Solidu. Stejně tak protokoly měření (Metrel, Kyoritsu) a nacpe to přímo do zakázky.

https://www.root.cz/zpravicky/ubuntu-se-zameri-na-ai/nazory/vlakno/6/

A to je taky on-premise provozovatelny a open-source reseni ?

Přirozeně ano a přirozeně ne.

Menší firmy jsou zpravidla postavené na Microsoftu, taková je realita i přes skutečnost, že upsali duši a upletli si na sebe pořádný bič. Nejsem výjimkou a poslední 2 roky řeším jak z toho čoudového pekla utéct. Microsoft ztratil veškerou důvěryhodnost, svou budoucnost si postavil tak, že zlikviduje SBS řešení (on-premise) a všechny nažene do jejich čoudu a řádně oškube.

Potíž tkví v tom, že zdrhnout vlastně nejde. Není kam a narozdíl od korporací prostě není reálné nechat si vytvořit řešení na míru, platit SAP a kde jinde vzít stejně schopné řešení, jako MSO, natož pak k ADDS ... hodně věcí jsem překlopil na SLES, terminály už mám na SLED (data vždy na FreeBSD, ty ničemu jinému nesvěřím). Nevadí dělat věci jinak, pokud dosáhnu stejného výsledku.

Svoje servery mám fyzicky na firmě, sekundáry v DC Ktiš a terciární v 4DC2 Katowicích, 2 roky přemýšlím jak poslat Microsoft k šípku, učím se SLES (včetně jejich learning programu a kurzů), protože člověk co se mi o SLES stará jde prostě do důchodu.

... jestli je to Open Source s razítkem od Stallmana je mi fakt jedno, stejně jako většině firem.

Pro mne jsou podobné systémy požehnání a každá snaha o automatizované zpracování je vítána.

Ja si zas nedokážu představit ručně prohledávat cca 7kg dokumentu na stavbu menšího rodinného domu - diky dodrbanemu stavebnímu zákonu ve vaší zemi.
V roce 91 dokumentace k velke nemovitosti vážila ani ne 1kg. To jsem byl ještě občanem tohoto stavebního kurníku.
Ke konci 90 let uz bylo na rekonstrukci jádra bytu treba stavební povolení a přes 2kg těžká dokumentace.

A to nezminuji totální papírové houští aeroklubu. Dokumenty od každého letadla, instruktorů, trackovani vypršení. Kdyz prijde kontrola nebo pruser je to full time prace.
A o průsery v aeroklubech neni nouze :-)

Jo, právě tam se takový program stoprocentně hodí. Jen si člověk musí ujasnit, co od toho má čekat.
Ale i tak bych předpokládal spíš nějakou variantu aplikace v PC paní účetní, než samostatný kontejner - zvlášť, pokud by to mělo být historicky doby před desítkami let. Pokud to člověk pořizuje dneska, musí si prostě uvědomit, že s tím taky desítky let bude muset pracovat - a čert ví, kam se zatím ten IT svět pohne.

V době WSL2 je Docker kontejner taky jen taková "aplikace v PC paní účetní". Naopak, je menší šance, že se aplikace rozdrbe instalací dalších aplikací na PC.

13. 6. 2026, 16:50 editováno autorem komentáře

To je do jisté míry pravda, ale pořád zůstává ta nutnost se o ten kontejner správně starat. Tady jednoduché nechám stáhnout a nainstalovat aktualisace, když si to o ně řekne nebude fungovat.

Tak jsem paperless-ngx zkoušel a bohužel mě to zklamalo. Napojení na e-mail a pravidla jsou super. Ale po zpracování dokumentu a vytažení textu z něj není možné nastavit, aby to automaticky roztřídilo text do polí pomocí regexu nebo nějakých pravidel.

Rád bych měl vlastní pole s daty z faktury jako jsou: Datum vystavení, Datum splatnosti, Celkem

Máte s tím někdo zkušenosti? Jde to, nebo je to už mimo možnosti této aplikace?

V nějaké firmě bych pro to viděl využití,ale chtělo by to alespoň základní workflow jako schvalování došlých faktur, třídění podle pravidel, ...

Na schvalování faktur je ucetni program nebo integrace. Ne DMS.