Програмні засоби з відкритим вихідним кодом (FOSS), що значно спрощують рутинні операції, посідають особливе місце серед сучасних ІТ-рішень. Серед таких інструментів яскравим прикладом є Paperless-ngx — система для керування документами, яка забезпечує належну організацію рахунків, податкових декларацій, квитанцій та інших записів, усуваючи їхнє безладне зберігання в електронних листах та численних папках. Ключовою перевагою цієї платформи є можливість суттєвого розширення її функціоналу, включаючи оптичне розпізнавання символів (OCR) та аналіз документів, за допомогою допоміжних сервісів на основі великих мовних моделей (LLM), таких як Paperless-GPT. Важливо зазначити, що Paperless-GPT, попри підтримку хмарних рішень, також демонструє високу ефективність при роботі з локально розміщеними колекціями LLM, зокрема Ollama.
Базова утиліта Paperless-ngx сама по собі є цілком функціональною, проте її вбудоване оптичне розпізнавання символів (OCR) має певні обмеження. При наявності великої кількості візуальних елементів або таблиць у документі система може некоректно інтерпретувати дані, вставляючи випадкові та беззмістовні символи замість розпізнаного тексту. До впровадження Paperless-GPT, користувачам часто доводилося вручну редагувати розпізнані дані OCR або використовувати власні теги та заголовки для подальшої ідентифікації документів. Paperless-GPT радикально покращує можливості OCR завдяки інтеграції LLM, що значно підвищує точність розпізнавання тексту. Хоча система підтримує API хмарних сервісів, особлива ефективність досягається при використанні локальних візуальних LLM, забезпечуючи надійне розпізнавання, зокрема тексту з низькоякісних фотографій, попри рідкісні випадки некоректної інтерпретації хаотично розташованих даних. Завдяки інтеграції з Paperless-ngx, Paperless-GPT автоматично обробляє файли, позначені відповідним тегом, а після завершення роботи надсилає згенерований вміст назад до Paperless-ngx, усуваючи необхідність у ручному копіюванні та вставлянні.
Окрім покращення OCR, Paperless-GPT використовує можливості локальних великих мовних моделей для розширеного автоматизованого керування документами. Система здатна генерувати заголовки, теги, імена кореспондентів, дати та навіть спеціальні поля для документів, автоматично інтегруючи ці зміни у файли, що зберігаються в Paperless-ngx. Хоча загальні результати цих функцій є досить позитивними, варто зазначити, що інший інструмент, Paperless AI, показує кращі показники в автоматичній генерації тегів. Paperless-GPT також містить інструмент для ситуативного аналізу, що є надзвичайно корисним для швидкого отримання контексту багатосторінкових документів без необхідності їх детального вивчення. Хоча стандартний запит для аналізу орієнтований на рахунки, його можна налаштувати для створення резюме практично для будь-якого типу документів, включаючи гарантійні талони, прес-релізи або інші матеріали, що не стосуються фінансових операцій. Можливість налаштування запитів поширюється на всі інструменти Paperless-GPT, такі як генератор заголовків, автоматичні теги та OCR.
Для повноцінного функціонування Paperless-GPT як допоміжної утиліти необхідна наявність активного екземпляра Paperless-ngx, з якого здійснюватиметься вивантаження документів. Доступ до Paperless-ngx забезпечується через його URL та API-ключ, який можна згенерувати в налаштуваннях профілю користувача. Крім того, для використання можливостей штучного інтелекту Paperless-GPT потрібен постачальник великих мовних моделей, що може бути реалізовано як через хмарні сервіси, так і за допомогою локальних рішень. Впровадження локальних LLM, наприклад, через Ollama LXC (контейнер Debian з Ollama та відповідними моделями), вимагає конфігурації файлу `ollama.service` шляхом додавання рядка `Environment=”OLLAMA_HOST=0.0.0.0″`, що робить його доступним для контейнера Paperless-GPT. Після підготовки всіх необхідних умов, розгортання контейнера Paperless-GPT здійснюється за допомогою файлу `compose.yml`, детальний конфігураційний файл якого доступний на сторінці Paperless-GPT у GitHub, що спрощує налаштування, вимагаючи лише зміни URL Paperless-ngx, API-токену та змінних Ollama перед запуском `docker compose up -d`.
Окрім Paperless-GPT, існує ще один ефективний інструмент для керування документами — Paperless AI, який може додатково спростити організацію записів. Хоча Paperless-GPT демонструє вищі можливості в оптичному розпізнаванні символів, Paperless AI вирізняється підтримкою функціоналу RAG-чату (Retrieval-Augmented Generation), що дозволяє знаходити документи в Paperless-ngx за контекстом запиту. Цей інструмент також пропонує покращені механізми автоматичного тегування та ефективно взаємодіє з самостійно розміщеними великими мовними моделями, надаючи користувачам додаткові переваги для оптимізації робочих процесів.
