Inteligencia artificial · Tecnología · Recursos

Recursos

Paperless-ngx: convierte el papeleo en un archivo digital buscable

Facturas, contratos, nóminas, garantías, informes médicos. El papel se acumula en carpetas y cajones hasta que un día necesitas un documento concreto y empieza la búsqueda.

Paperless-ngx: convierte el papeleo en un archivo digital buscable

Paperless-ngx propone una solución sencilla en teoría y muy útil en la práctica: escanear o arrastrar los documentos a un servidor propio, aplicar OCR, etiquetarlos y encontrarlos después con una búsqueda de texto completo. Sin nubes de terceros y sin depender de una suscripción.

Qué es Paperless-ngx

Paperless-ngx es un sistema de gestión documental de código abierto, mantenido por una comunidad y distribuido bajo licencia GPL-3.0. Es el sucesor oficial de Paperless y Paperless-ng, dos proyectos anteriores que sentaron las bases de esta idea: transformar documentos físicos en un archivo digital organizado, buscable y almacenado en tu propio servidor.

La aplicación tiene dos partes. Por un lado, un consumidor que vigila una carpeta y procesa los archivos que aparecen en ella. Por otro, una interfaz web desde la que se consultan, etiquetan, comparten y gestionan los documentos. Entre medias, un motor de OCR extrae el texto y lo indexa para que puedas buscar cualquier palabra contenida en el documento.

Del papel al buscador: cómo funciona

El flujo habitual es este:

  1. Escaneas un documento con un escáner compatible o lo guardas como PDF o imagen.
  2. Lo dejas en la carpeta de consumo de Paperless-ngx, lo arrastras a la interfaz o lo envías por correo.
  3. El sistema aplica OCR, detecta texto y guarda una copia en PDF/A para conservación a largo plazo.
  4. Tú asignas etiquetas, corresponsal, tipo de documento y campos personalizados.
  5. A partir de ahí, puedes buscar por texto, filtrar por metadatos o abrir el documento desde cualquier navegador.

La gracia está en que no necesitas recordar el nombre exacto del archivo. Si buscas "factura de luz marzo", Paperless-ngx puede encontrar el texto dentro del PDF aunque el archivo se llamara scan_0042.pdf. También permite crear vistas guardadas, ordenar por fecha, por corresponsal o por tipo, y trabajar con varios documentos a la vez.

Funciones que marcan la diferencia

  • OCR con Tesseract: reconoce texto en más de 100 idiomas y añade una capa buscable a los documentos escaneados.
  • PDF/A: guarda una versión orientada a la conservación a largo plazo, además del original sin modificar.
  • Metadatos flexibles: etiquetas, corresponsales, tipos de documento, rutas de almacenamiento y campos personalizados.
  • Búsqueda de texto completo: con autocompletado, resaltado de coincidencias y resultados ordenados por relevancia.
  • Importación por correo: se pueden configurar cuentas y reglas para que los documentos lleguen directamente al archivo.
  • Flujos de trabajo: reglas automáticas para etiquetar, mover o procesar documentos según su contenido.
  • Multiusuario y permisos: útil para una familia o una pequeña organización, con permisos globales y por documento.
  • Versiones de un mismo documento: permite mantener varias revisiones bajo una misma ficha.
  • Enlaces públicos: se pueden compartir documentos con caducidad y control de acceso.
  • IA opcional: algunas versiones permiten usar modelos de lenguaje para sugerir etiquetas o conversar con los documentos, siempre de forma opt-in.

Paperless-ngx no es solo un escáner con interfaz. Es un archivo documental con reglas, metadatos y herramientas para que el papeleo deje de ser un montón de carpetas.

Instalación y requisitos

La vía recomendada es Docker Compose. El proyecto publica un archivo de composición con los servicios necesarios y una guía de instalación paso a paso. También ofrece un script de instalación para preparar un entorno Docker, aunque conviene revisarlo antes de ejecutarlo y adaptar los volúmenes a tu servidor.

Los requisitos típicos son:

  • Un servidor o NAS con Docker, preferiblemente siempre encendido.
  • Almacenamiento suficiente para los documentos y las copias.
  • Un escáner compatible si quieres digitalizar papel físico; no es obligatorio para probar la aplicación.
  • Una base de datos PostgreSQL y los servicios auxiliares que define la configuración oficial.
  • Una estrategia de copias que incluya documentos, base de datos y configuración.

La demo pública en https://demo.paperless-ngx.com/ permite ver la interfaz sin instalar nada. Es útil para hacerse una idea del flujo de trabajo antes de dedicar tiempo al despliegue.

Seguridad, copias y sentido común

Paperless-ngx está pensado para guardar documentos sensibles, así que la seguridad no es un detalle menor. El propio proyecto advierte de que la información se almacena sin cifrado en reposo y de que la aplicación no debe ejecutarse en un host que no sea de confianza. Eso significa que la protección debe venir del servidor: disco cifrado, acceso restringido, copias seguras y, si se accede desde fuera, VPN o proxy inverso con HTTPS.

También conviene tener claro que un archivo digital no es una copia de seguridad por sí solo. Hay que respaldar:

  • La carpeta de documentos originales y PDF/A.
  • La base de datos.
  • La configuración y los secretos de la instalación.

Y probar la restauración de vez en cuando. De nada sirve un backup que nunca se ha verificado.

Enlaces oficiales

Conclusión

Paperless-ngx es una de esas herramientas que cambian la relación con el papeleo. Al principio requiere cierto trabajo: instalar, configurar el escáner, decidir etiquetas y digitalizar los documentos acumulados. Pero una vez que el archivo funciona, encontrar una factura de hace cinco años deja de ser una tarde perdida. Si ya tienes un servidor doméstico y quieres recuperar el control de tus documentos, es una de las mejores inversiones de tiempo del ecosistema FOSS.

Volver a artículos ←