Sortare documente — actele scanate, sortate în Nextcloud

Sortare documente (docsort) este o aplicație Nextcloud pentru actele pe care le scanezi sau le fotografiezi. Le pui într-un dosar de intrare (implicit Documente/De sortat); la fiecare sfert de oră fiecare fișier este citit, recunoscut (carte de identitate, certificat de naștere, factură, contract…), etichetat Document: <fel> și mutat în Documente/<categorie>/<fel>/.

Ce face

  • Citește textul fiecărui fișier: PDF-urile cu text direct, pozele și PDF-urile scanate cu RapidOCR (recunoaștere neurală de text), fișierele office (.docx, .odt, .xlsx, .pptx…) din XML-ul lor, iar textul simplu, Markdown, e-mailurile și HTML așa cum sunt.
  • Recunoaște 48 de feluri de acte în 13 categorii: identitate, stare civilă, permise și autorizații, auto, financiar, juridic, proprietate, sănătate, educație, muncă, utilități, asigurări și altele.
  • Așază și etichetează: mutare, copiere sau doar etichetă; dosar pe categorie și fel, sau doar pe fel; numele dosarelor și etichetelor în română sau engleză.
  • Actele nerecunoscute rămân în dosarul de intrare (etichetate Document: ?) sau merg într-un dosar Nesortate.
  • Reguli lizibile: fiecare fel are o listă de cuvinte cu ponderi, în română și engleză. Administratorul le poate modifica în JSON, poate testa un text pe ele sau poate reveni la regulile incluse.
  • Pe utilizator: fiecare își pornește singur sortarea și își alege dosarele; Sortează acum și o previzualizare a ce s-ar întâmpla.

Cerințe

  • Nextcloud 30–34, PHP 8.1 sau mai nou.
  • Sarcinile de fundal Nextcloud (Cron) pentru sortarea automată la 15 minute.
  • Pentru poze și PDF-uri scanate: Python 3.8 sau mai nou (python3) pe server. Aplicația își instalează singură cititorul (RapidOCR, pypdfium2, OpenCV, circa 150 MB de descărcat, aproximativ 500 MB pe disc) în directorul de date Nextcloud, cu un singur buton; instalarea descarcă o dată pachetele de pe internet. Fișierele office și textul simplu se sortează și fără el.

Confidențialitate

Textul unui act nu se păstrează niciodată. Aplicația reține doar ce a fost recunoscut fiecare fișier, ca să nu-l citească de două ori. Totul rulează pe serverul tău; niciun document nu este trimis în altă parte.

Licențiere

O licență per instanță Nextcloud. Lunar, anual sau lifetime, sau inclus în Pachetul Nextcloud. 30 de zile de probă gratuită.