Document sorter (docsort) ist eine Nextcloud-Dokumentenverwaltung für die Dokumente, die du scannst oder
fotografierst. Lege sie in einen Eingangsordner (standardmäßig Documente/De sortat, rumänisch für
„Dokumente/Zum Sortieren“); alle Viertelstunde wird jede Datei gelesen, erkannt (Ausweis, Geburtsurkunde, Rechnung,
Vertrag …), mit Document: <kind> verschlagwortet und nach Documente/<category>/<kind>/ verschoben.
Was es macht
- Liest den Text jeder Datei: PDFs mit Textebene direkt, Bilder und gescannte PDFs mit RapidOCR (neuronale
Texterkennung), Office-Dateien (
.docx,.odt,.xlsx,.pptx…) aus dem XML darin, Klartext, Markdown, E-Mails und HTML wie sie sind. - Erkennt 48 Arten in 13 Kategorien ohne Konfiguration: Identität, Familienstand, Genehmigungen und Lizenzen, Fahrzeug, Finanzen, Recht, Eigentum, Gesundheit, Bildung, Arbeit, Versorgung, Versicherung und Sonstiges.
- Sortiert und verschlagwortet: verschieben, kopieren oder nur verschlagworten; ein Ordner pro Kategorie und Art oder nur pro Art; Ordner- und Schlagwortnamen auf Rumänisch oder Englisch.
- Nicht erkannte Dokumente bleiben im Eingangsordner (verschlagwortet mit
Document: ?) oder landen in einem Ordner Unsorted. - Lesbare Regeln: Jede Art ist eine Liste von Schlüsselwörtern mit Gewichtungen, auf Rumänisch und Englisch. Der Administrator kann sie als JSON bearbeiten, einen Text dagegen testen oder zu den eingebauten Regeln zurückkehren.
- Pro Person: Jeder Benutzer schaltet das Sortieren für sich selbst ein und wählt seine eigenen Ordner; Sort now und eine Vorschau dessen, was passieren würde.
Voraussetzungen
- Nextcloud 30 bis 34, PHP 8.1 oder neuer.
- Nextcloud-Hintergrund-Aufgaben (Cron) für das automatische Sortieren alle 15 Minuten.
- Für Bilder und gescannte PDFs: Python 3.8 oder neuer (
python3) auf dem Server. Die App installiert mit einem Klick ihren eigenen Reader (RapidOCR, pypdfium2, OpenCV, etwa 150 MB Download, etwa 500 MB auf der Festplatte) in das Nextcloud-Datenverzeichnis; die Installation lädt dabei einmalig Pakete aus dem Internet. Office-Dateien und Klartext werden auch ohne ihn sortiert.
Datenschutz
Der Text eines Dokuments wird niemals gespeichert. Die App merkt sich nur, als was jede Datei erkannt wurde, damit dieselbe Datei nicht zweimal gelesen wird. Alles läuft auf deinem Server; kein Dokument wird irgendwohin gesendet.
Lizenzierung
Eine Lizenz pro Nextcloud-Instanz. Monatlich, jährlich oder Lifetime-Lizenz, oder enthalten im Nextcloud-Paket. 30 Tage kostenloser Testzeitraum.