# Paperless AI 票据归档：在 Paperless-ngx 建议标题和标签后找回原件

已生成并渲染三张原创票据、人工元数据CSV及本地检查；未安装Paperless、调用Suggest、建立LLM索引或执行归档检索。

## 版本与门槛

Paperless-ngx v3.3.1，AI默认关闭；可选Ollama/openai-like，Embedding单独配置。GPL-3.0；远端LLM接收文档内容并可能收费。

## 操作步骤

1. 先读票据里的两种日期

打开T01–T03.pdf，均为原创教材，不是真实报销凭证。T01开具日期10月01日、付款截止10月10日；T03没有付款截止。先手工建立原件映射，避免AI把截止日当文档创建日。

2. 确认使用原生AI还是非LLM分类器

在可用Paperless v3.3.1实例按官方AI设置启用所需功能，选择Ollama或openai-like。内置传统分类建议和LLM Suggest并存；仅传统分类器有结果，不能声称已调用远端LLM。

3. 把三份原件导入并等待提取完成

逐张导入独立测试库，查看OCR/文字提取状态与原始PDF。记录实际document_id和source_file。提取内容不完整先修来源，不反复点击AI按钮掩盖缺字；本题不使用真实票据或收款信息。

4. 逐张Suggest，先核对标题和对应方

在文档详情点击Suggest，查看标题、通信方、标签和日期建议。先试T01，确认建议指向青禾文具，再处理其余。不要把本包manual-metadata.csv当成Suggest原生响应导入后宣称AI自动归档。

5. 人工确认日期和标签再保存

文档日期应为开具日期，付款截止保留在原文或独立字段。标题保留供应方与资料类型，标签不随意新增同义词。官方原生Suggest不等于自动填所有自定义字段，本题不承诺金额自动回填。

6. 按通信方和标签查回原件

保存后回文档列表，使用通信方/标签筛选找到三条记录，再打开实际原PDF核对T01/T02/T03标记。记录列表有一条标题不证明对应的是正确附件，必须逐条回读原件。

7. 保留人工修改与实际文档ID

把AI初始建议、人工更正和最终保存值分别记录到observations.json，真实document_id不能填假值。本包detail图保留待填写位置；本地生成材料不表示服务器已经摄入或索引。

8. 交付归档清单与查找方法

交付三条source_file→document_id映射和过滤方法，不导出真实账号令牌。变更模型或Embedding后按官方索引要求重建/核查，不把旧缓存回答当新版资料。仅要日期到期标记时不必额外使用LLM。

## 本地参考与运行

已生成并渲染三张原创票据、人工元数据CSV及本地检查；未安装Paperless、调用Suggest、建立LLM索引或执行归档检索。

运行 `python3 verify.py` 检查材料；原生文档检查需要pypdf、openpyxl或lxml。需要重建参考时运行本包对应reference.py；这些脚本不调用模型。

## 官方来源

- https://github.com/paperless-ngx/paperless-ngx/releases/tag/v3.3.1
- https://github.com/paperless-ngx/paperless-ngx/blob/v3.3.1/docs/usage.md
- https://github.com/paperless-ngx/paperless-ngx/blob/v3.3.1/docs/advanced_usage.md
- https://github.com/paperless-ngx/paperless-ngx/blob/v3.3.1/docs/configuration.md
- https://github.com/paperless-ngx/paperless-ngx/blob/v3.3.1/LICENSE

## 素材身份与许可

本站原创教学输入与参考代码采用CC0-1.0；官方截图仅用于识别软件和说明操作入口，其版权归相应项目。工具与模型许可分别按官方来源执行。请勿将人工/参考算法文件描述成目标软件或模型的实际结果。