Page informative, sans valeur de conseil. Installez depuis la source officielle, vérifiez la licence du logiciel, et gardez en tête qu'un OCR peut se tromper sur un document dégradé : contrôlez les pièces importantes.
À quoi ça sert
Paperless-ngx est un système de gestion électronique de documents (GED) open source. Vous déposez un fichier dans un dossier surveillé ; il le détecte, le passe à l'OCR, en extrait le texte intégral, devine la date, propose un type, des étiquettes et un correspondant, puis archive le tout dans une base indexée. Ensuite, une recherche plein texte retrouve n'importe quel document en quelques secondes.
Ce n'est pas un chatbot : Paperless-ngx range et retrouve, il ne « discute » pas avec vos documents. En revanche, parce qu'il produit un texte propre et structuré, il constitue une excellente source en amont d'un RAG — on branche ensuite un outil comme AnythingLLM ou Khoj pour l'interrogation en langage naturel.
Ce qui fait sa force
- Un OCR éprouvé. Paperless-ngx s'appuie sur OCRmyPDF (moteur Tesseract) : il ajoute une couche texte sélectionnable aux PDF scannés tout en conservant l'image d'origine. Vous gardez le document tel quel, mais il devient cherchable.
- Classement automatique qui apprend. Au fil de vos validations, l'outil affine la suggestion d'étiquettes, de types et de correspondants. Plus on l'utilise, moins on trie à la main.
- Tout reste chez vous. Aucune dépendance à un service en ligne : base de données, fichiers et index vivent sur votre machine ou votre serveur. C'est une vraie alternative locale aux GED cloud.
- Une architecture robuste et standard. Application Django, base PostgreSQL, files de tâches via Redis, et — en option — Apache Tika et Gotenberg pour ingérer les documents bureautiques (Word, Excel, PowerPoint). Des briques connues, faciles à sauvegarder et à superviser.
- Projet vivant et documenté. Reprise communautaire très active de l'ancien Paperless-ng, avec des releases fréquentes et une documentation soignée.
Pour qui
Pour les particuliers et les petites structures qui veulent en finir avec les classeurs et les PDF éparpillés — sans confier leurs documents à un service cloud. Niveau requis : avancé pour l'installation (Docker Compose, quelques variables à régler) ; une fois en place, l'usage quotidien est très accessible. Pour préparer en amont des PDF complexes destinés à un RAG, voyez Docling.
Installation
Prérequis
Docker et Docker Compose, sur votre machine ou un serveur local. Comptez Redis ≥ 6 et une base PostgreSQL — le fichier Compose officiel les inclut.
Déploiement avec Docker Compose
La méthode recommandée part d'un fichier docker-compose.yml fourni par le projet
(variante avec PostgreSQL et Tika) :
# Récupérer la configuration officielle
curl -O https://raw.githubusercontent.com/paperless-ngx/paperless-ngx/main/docker/compose/docker-compose.postgres-tika.yml
curl -O https://raw.githubusercontent.com/paperless-ngx/paperless-ngx/main/docker/compose/docker-compose.env
# Adapter la configuration : mots de passe, fuseau, langue d'OCR
# (éditer le fichier docker-compose.env)
# Lancer la pile
docker compose -f docker-compose.postgres-tika.yml up -d
L'interface est ensuite accessible sur http://localhost:8000.
Créer le compte administrateur
docker compose run --rm webserver createsuperuserImporter vos premiers documents
Déposez vos fichiers dans le dossier de consommation (le consume, défini dans la config).
Paperless-ngx les détecte, lance l'OCR, en extrait le texte et les ajoute à votre bibliothèque.
Pensez à régler la langue d'OCR (ex. fra) pour de bons résultats sur du
français.
Points de vigilance
Paperless-ngx garde tout en local : les vrais points portent sur la sauvegarde de votre archive et sur l'exposition réseau si vous le rendez accessible à distance.
| Point d'attention | Niveau | Ce qu'il faut savoir |
|---|---|---|
| Sauvegarde de l'archive | 🔴 sans sauvegarde | Votre bibliothèque vit dans trois volumes : les documents (media), la base PostgreSQL (métadonnées, tags, index) et la configuration. Une panne disque sans sauvegarde, c'est l'archive perdue. Sauvegardez les volumes et un dump de la base, régulièrement. |
| Exposition de l'interface sur Internet | 🔴 si exposé en direct | Le port 8000 sert une interface qui contient potentiellement tous vos documents. Ne l'ouvrez jamais directement sur Internet : placez-le derrière un reverse-proxy HTTPS (Nginx, Caddy) avec authentification, ou un VPN. |
| Fidélité de l'OCR | 🟡 selon le document | Sur un scan net, l'OCR est fiable ; sur un document froissé, basse résolution ou manuscrit, la transcription se dégrade — et un document mal océrisé devient difficile à retrouver. Réglez la bonne langue et contrôlez les pièces critiques. |
| Licence du logiciel | 🟡 à connaître | Paperless-ngx est distribué sous licence GPL-3.0 (copyleft fort). Pour un usage interne, aucune contrainte particulière ; en cas de redistribution d'une version modifiée, la GPL impose de publier le code source correspondant. À lire avant tout projet de distribution. |
Sécurité
- N'exposez jamais le port 8000 en direct. Reverse-proxy (Nginx, Caddy) avec HTTPS et certificat valide, ou accès via VPN uniquement.
- Mots de passe forts dès l'installation dans la configuration (compte admin, base de données).
- Sauvegardez les trois volumes (documents, base PostgreSQL, config) selon un calendrier régulier — et testez une restauration au moins une fois.
- Tenez la pile à jour. Les releases corrigent régulièrement des points de sécurité ; suivez-les sur le dépôt officiel.
- Restreignez les droits des dossiers de stockage à l'utilisateur qui exécute Docker.
Aller plus loin
- Docling — convertir vos PDF en Markdown structuré avant ingestion RAG.
- AnythingLLM — interroger en langage naturel les documents archivés.
- Khoj — assistant personnel avec recherche dans vos fichiers.
- OSIALab — vue d'ensemble de tous les outils.
Sources
- Documentation officielle : docs.paperless-ngx.com
- Code source & licence (GPL-3.0) : github.com/paperless-ngx/paperless-ngx
- Guide d'installation : docs.paperless-ngx.com/setup