Clasificador de documentos — instalar y clasificar escaneos en Nextcloud

Instalación

1. Inicia sesión en tu cuenta de MediaLab Works, abre Licenses y descarga el archivo de la app docsort-x.y.z.tar.gz (disponible con una suscripción activa, una licencia de por vida dentro de su período de actualizaciones o durante la prueba gratuita de 30 días).
2. Extráelo en la carpeta apps/ (o custom_apps/) de Nextcloud para obtener apps/docsort/, con propietario el usuario del servidor web:

   cd /var/www/nextcloud/apps
   sudo tar -xzf ~/docsort-x.y.z.tar.gz
   sudo chown -R www-data:www-data docsort
   

3. Actívala: sudo -u www-data php occ app:enable docsort, o desde la página Apps.
4. Abre Ajustes de administración → Document sorter → Licencia, pega tu clave de licencia y guarda. La app contacta con el servidor de licencias, vincula la clave a esta instancia de Nextcloud y muestra la licencia como Activa.

Licencia

La licencia se comprueba una vez al día. Sin internet la app sigue funcionando 7 días después de la última comprobación exitosa; después se detiene hasta poder comprobar de nuevo.

Sin una licencia válida la app se detiene: la clasificación en segundo plano no se ejecuta, sus páginas y su API responden con el motivo, y solo la sección Licencia sigue funcionando (desde ahí puedes iniciar la prueba, introducir la clave o renovar). Los archivos de la carpeta de entrada simplemente esperan. No se borra nada: la clasificación se reanuda en cuanto la licencia vuelve a ser válida.

Configuración

Ajustes de administración → Document sorter (administrador):

1. Lector de documentos: pulsa Instalar el lector. Una tarea en segundo plano crea un entorno de Python en el directorio de datos (appdata_<id>/docsort/python) con RapidOCR, pypdfium2 y OpenCV (unos 150 MB de descarga, unos 500 MB en disco) y lo verifica. Quitar e instalar de nuevo vuelve a empezar. Desde un terminal: sudo -u www-data php occ docsort:install (--remove para volver a empezar).
2. Reglas: las listas de palabras clave, en JSON (id, category, en, ro, min, keywords). Guardar reglas, o Volver a las reglas integradas.
3. Probar las reglas: pega el texto de un documento y pulsa Clasificar para ver cómo se clasificaría y qué palabras lo decidieron. No se guarda nada.

Ajustes personales → Document sorter (cada usuario):

1. Clasificar mis documentos: actívalo.
2. Carpetas de entrada: una por línea, relativas a tus archivos (por defecto Documente/De sortat, rumano para «Documentos/Por clasificar»).
3. A dónde van los documentos clasificados (por defecto Documente).
4. Qué hacer con un documento reconocido: moverlo, copiarlo (el original permanece en la carpeta de entrada) o solo etiquetarlo.
5. Una carpeta por categoría y luego por tipo, o una carpeta por tipo.
6. Documentos no reconocidos: permanecen en la carpeta de entrada, o van a una carpeta Sin clasificar.
7. Nombres de carpetas y etiquetas: en rumano o inglés.

Uso diario

• Suelta escaneos, fotos y PDF en la carpeta de entrada desde la web, el cliente de escritorio o el móvil. En un plazo de 15 minutos quedan archivados y etiquetados.
• Clasificar ahora en la página personal lo ejecuta al instante; Mostrar solo lo que pasaría previsualiza sin mover nada.
• Clasificados recientemente muestra lo que se archivó y dónde.
• Una suposición errónea se corrige añadiendo una palabra clave a las reglas (o pidiéndoselo a tu administrador).
• Comandos: occ docsort:scan [user] [--dry-run] [--again] [--limit N] clasifica la carpeta de entrada de todo el mundo o de una persona; occ docsort:classify <file> [--text] muestra cómo se clasificaría un archivo.

Solución de problemas

• Las imágenes y los PDF no se clasifican, los archivos de oficina sí: el lector no está instalado. Ajustes de administración → Visión general muestra una advertencia; instálalo desde la sección Document sorter.
• «No Python 3 was found on this server»: instálalo (apt install python3 python3-venv) y pulsa de nuevo Instalar el lector.
• La instalación falla al descargar: el servidor necesita acceso a internet para obtener los paquetes de Python una vez; comprueba el proxy o el cortafuegos y reintenta.
• Un archivo permanece en la carpeta de entrada etiquetado Document: ?: ningún tipo alcanzó su puntuación mínima. Comprueba su texto con Probar las reglas y añade las palabras que faltan.