title: Paperless AI created: 2026-06-07 updated: 2026-06-07 type: app tags: [catalogue, artificial-intelligence, paperless, document-management, rag, llm, ocr, javascript, agpl] confidence: high contested: false sources: [https://selfh.st/apps/?tag=artificial-intelligence, https://github.com/clusterzx/paperless-ai]

Paperless AI 📄

L'extension IA pour app-paperless-ngx — analyse, tag, classe et permet de discuter avec vos documents via RAG, compatible OpenAI / Ollama / DeepSeek / Azure / Gemini, sans rien envoyer dans le cloud si vous utilisez un LLM local.

Métadonnée	Valeur
Site web	(GitHub)
GitHub	https://github.com/clusterzx/paperless-ai
License	AGPL-3.0
Langage	JavaScript (54 %), EJS (30 %), Python (10 %)
Étoiles	309
Dernière MAJ	2025-11-04 (v3.0.9)
Catégorie	cat-artificial-intelligence

📝 Description

Paperless-AI est une extension officielle-tierce pour Paperless-ngx qui ajoute deux super-pouvoirs manquants à votre GED : (1) l'analyse automatique de chaque nouveau document pour proposer un titre, des tags, un type et un correspondant sans intervention manuelle, et (2) un chat RAG (Retrieval-Augmented Generation) qui permet de poser des questions en langage naturel sur l'ensemble de votre archive. Plus jamais besoin d'ouvrir 200 PDF pour retrouver votre contrat de bail : vous demandez « Quand ai-je signé mon bail et pour quel loyer ? » et l'IA répond en citant le document.

Côté backend, Paperless-AI est un monolith Node.js/Express + EJS qui tourne à côté de votre instance Paperless-ngx, écoute l'API REST de celle-ci pour récupérer les nouveaux documents, les envoie à un LLM compatible OpenAI (Ollama en local, OpenAI, DeepSeek, OpenRouter, Perplexity, Together.ai, LiteLLM, VLLM, Fastchat, Gemini, Azure, etc.), puis PATCH les métadonnées via l'API. L'index RAG est reconstruit dans un ChromaDB embarqué (mode Dockerfile.rag) ou via un store externe. Une UI web (/manual) permet de rejouer l'analyse sur un document, de corriger les tags proposés et d'interroger le chat.

Le projet compte 5 700 ⭐, 311 forks, 413 commits, 58 releases — c'est la référence self-hostée pour Paperless+IA. ⚠️ Note importante : l'auteur a annoncé que le repo est actuellement en pause de maintenance (réécriture en cours) et que Paperless-ngx intégrera bientôt sa propre AI native. À surveiller avant d'investir dessus, mais pour les déploiements existants en v3.0.9 l'app reste fonctionnelle et stable.

🚀 Installation

Option 1 : Docker Compose (recommandé)

# docker-compose.yml
services:
  paperless-ai:
    image: clusterzx/paperless-ai:latest    # ou ghcr.io/clusterzx/paperless-ai-rag:latest pour le RAG
    container_name: paperless-ai
    restart: unless-stopped
    depends_on:
      - paperless-webserver  # référence externe à votre stack Paperless-ngx
    ports:
      - "8085:8085"
    environment:
      - PAPERLESS_URL=http://paperless-webserver:8000
      - PAPERLESS_API_TOKEN=change...ci
      - AI_PROVIDER=ollama             # ollama / openai / deepseek / openrouter / gemini
      - OLLAMA_URL=http://host.docker.internal:11434
      - OLLAMA_MODEL=llama3.1:8b
      - OPENAI_API_KEY=                 # remplir si AI_PROVIDER=openai
      - AI_TITLE_PROMPT_ENABLED=true
      - AI_TAGS_PROMPT_ENABLED=true
      - AI_CORRESPONDENT_PROMPT_ENABLED=true
      - AI_DOCUMENT_TYPE_PROMPT_ENABLED=true
      - TZ=Europe/Paris
    volumes:
      - paperless-ai-data:/app/data
    healthcheck:
      test: ["CMD", "wget", "--no-verbose", "--tries=1", "--spider", "http://localhost:8085/api/health"]
      interval: 30s
      timeout: 5s
      retries: 3

  # (optionnel) Ollama local pour LLM 100 % privé
  ollama:
    image: ollama/ollama:latest
    container_name: ollama
    restart: unless-stopped
    ports:
      - "11434:11434"
    volumes:
      - ollama-models:/root/./.ollama
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: all
              capabilities: [gpu]

volumes:
  paperless-ai-data:
  ollama-models:

⚠️ Premier démarrage : configurez vos clés LLM et providers dans l'UI, puis redémarrez le conteneur pour que l'index RAG soit initialisé. Cette étape n'est pas nécessaire pour les mises à jour ultérieures.

Option 2 : Installation manuelle

Prérequis : Node.js 20+, Python 3.11+ (pour les modules RAG), Paperless-ngx déjà installé. git clone, npm install (ou pnpm), créer un .env à partir de .env.example, npm run build (frontend), npm start (backend sur :8085). Le npm run test lance le mode dev. Voir le wiki d'install pour les détails npm vs Docker.

⚙️ Configuration

Paperless-AI se configure via variables d'environnement ET une UI web accessible sur http://localhost:8085 :

PAPERLESS_URL + PAPERLESS_API_TOKEN : connexion à votre instance Paperless-ngx (créez un token dédié dans l'admin Paperless).
AI_PROVIDER : choisir le backend (ollama recommandé pour le local-first).
AI_*_PROMPT_ENABLED : activer/désactiver individuellement le titre, les tags, le type, le correspondant.
Manual mode : depuis l'UI /manual, lancez l'analyse sur n'importe quel document sans toucher à la base.
Règles de filtrage : exclure certains types de documents (ex. tickets de caisse) de l'auto-analyse pour économiser des tokens.

🔄 Alternatives

Open Source

Paperless-ngx AI native (en cours de dev) — l'AI officielle arrivera probablement en v2.x et pourrait rendre ce projet obsolète. À suivre.
TagStudio — gestionnaire de tags fichiers, pas un plugin Paperless.
Teable, NocoDB — bases de données avec AI, mais pas de RAG sur documents scannés.
Quivr — RAG open source « second brain », pas spécifique Paperless.
app-paperless-ngx — la GED de base (à installer avant Paperless-AI).
app-ollama — backend LLM local parfait pour Paperless-AI.
app-open-webui — UI chat qui peut aussi indexer des documents.

Propriétaires (ce que Paperless-AI remplace)

Adobe Acrobat AI — chat sur PDF cloud, abonnement, pas de self-hosting.
ChatPDF ($0-$20/mois) — upload un PDF à la fois, pas d'archive centralisée.
Humata ($0-$15/mois) — équivalent ChatPDF.
Notion AI Q&A — fonctionne sur Notion, pas sur une GED auto-hébergée.
Evernote AI, OneNote Copilot — verrouillés dans leurs écosystèmes.

🔐 Sécurité

PAPERLESS_API_TOKEN : ce token donne accès à tous vos documents Paperless. Créez un token dédié à Paperless-AI (admin > API Tokens), ne réutilisez pas votre token admin personnel.
Choix du provider LLM : si vous utilisez Ollama en local, aucune donnée ne quitte votre réseau. Avec OpenAI, GPT-4 reçoit le texte OCR de chaque document (factures, contrats, données médicales potentielles). Lisez les CGU et chiffrez les volumes.
URLs internes : http://paperless-webserver:8000 doit être sur un réseau Docker interne, jamais exposé publiquement.
Pas d'auth par défaut sur l'UI : protégez /8085 derrière un reverse-proxy authentifié (Authelia, oauth2-proxy, Authentik) ou un VPN (Tailscale/WireGuard). Cf. securisation-home-lab.
Backups : le volume paperless-ai-data stocke l'index ChromaDB — sauvegardez-le avec app-restic ou app-borg en même temps que votre base Paperless.
Désactivation RAG : si vous n'utilisez que l'auto-tagging, désactivez l'image RAG (paperless-ai-rag) pour économiser 1 Go de RAM.

📚 Ressources

Pages Liées

cat-artificial-intelligence — Catégorie AI
app-paperless-ngx — GED de base (prérequis)
app-ollama — Backend LLM local
app-restic — Backup des volumes
recettes-docker-compose — Templates Docker
securisation-home-lab — Reverse proxy, tokens

8.4 KiB Raw Blame History