Docspell

O Docspell é um servidor de gestão de documentos de código aberto e autoalojado, concebido para organizar pilhas de papel que já foram digitalizadas, descarregadas ou recebidas por e-mail. Onde os serviços comerciais de SaaS de documentos trocam a conveniência pela visibilidade dos cantos mais sensíveis da vida pessoal e de pequenas empresas — declarações fiscais, registos médicos, correspondência legal, contratos, recibos — o Docspell mantém todo o arquivo na infraestrutura que controla, ao mesmo tempo que oferece OCR, extração de NLP, pesquisa de texto completo e etiquetagem rica de imediato. O resultado é um arquivo privado e pesquisável que se adapta desde a documentação doméstica de um único utilizador a espaços de trabalho multi-inquilino partilhados por pequenas equipas.

Casos de Uso Comuns

As famílias utilizam o Docspell como um centro para formulários fiscais, contas de serviços públicos, documentos de seguro, correspondência escolar e documentação de garantia — permitindo que qualquer membro da família carregue via interface web, anexos de e-mail para um endereço configurado, ou coloque digitalizações numa pasta sincronizada. Freelancers e consultores utilizam o Docspell como o arquivo canónico para faturas, contratos e recibos de despesas, aproveitando os valores e datas extraídos por NLP para acompanhar a rentabilidade do projeto sem entrada manual de dados. Pequenas empresas autoalojam o Docspell para manutenção de registos de AP/AR, armazenamento de faturas amigável para auditorias e acesso partilhado por uma equipa de contabilidade, mantendo os dados do fornecedor dentro dos limites de confiança da empresa. Genealogistas e arquivistas familiares digitalizam coleções de cartas, certificados e fotos de várias décadas para o Docspell, para que o OCR torne os registos manuscritos detetáveis e a extração de metadados revele datas e entidades nomeadas. Utilizadores preocupados com a privacidade autoalojam o Docspell para gerir registos médicos, correspondência de saúde mental, dados de fertilidade e documentos legais que especificamente não querem que circulem através de um grafo de documentos SaaS. Pequenas clínicas, escritórios de advocacia e empresas de consultoria implementam o Docspell como uma instância multi-coletiva — espaços de trabalho separados por cliente ou assunto — sem as taxas por utilizador que as plataformas comerciais de documentos impõem.

Principais Funcionalidades

• Pipeline de OCR usando Tesseract que processa PDFs digitalizados, imagens e faxes em texto pesquisável na ingestão
• Extração de NLP de datas, correspondentes, valores e contactos que pré-classifica documentos na caixa de entrada
• Pesquisa de texto completo com suporte Solr, com filtros por etiqueta, pasta, campo personalizado, intervalo de datas e correspondente
• Integração de recolha de e-mail que consulta caixas de correio IMAP para anexos a importar automaticamente
• Endpoint HTTP de integração para aplicações complementares de scanner e pipelines de carregamento personalizados
• Conversão de documentos via WeasyPrint, Unoconv e Tesseract, transformando ficheiros HTML, Office, e-mail e imagem em PDFs pesquisáveis
• Arquitetura multi-coletiva que oferece a cada espaço de trabalho utilizadores, documentos, etiquetas e metadados isolados
• Sistema de etiquetagem com etiquetas categóricas, campos personalizados, organizações e pessoas para uma rica anotação
• Consultas guardadas que se atualizam automaticamente à medida que novos documentos correspondentes chegam ao arquivo
• Hierarquia de pastas mais reorganização por arrastar e largar diretamente na interface web
• Suporte para encriptação em repouso para coleções de documentos sensíveis através da configuração do backend PostgreSQL
• Controlos do modo de registo (aberto, convite, fechado) para que novas instâncias possam ser bloqueadas depois de o administrador inicial se registar
• API REST e CLI (ferramenta dsc) para automação, importações em massa e integração com sistemas externos

Porquê implementar o Docspell num VPS da Hostinger

Executar o Docspell num VPS da Hostinger dá a famílias, freelancers e pequenas empresas um arquivo de documentos privado que não passa por nenhum fornecedor de SaaS. Os metadados dos documentos revelam mais do que a maioria dos utilizadores percebe — relações financeiras, histórico médico, composição familiar, compromissos profissionais — e o autoalojamento numa infraestrutura que controla mantém esses dados dentro do seu limite de confiança por predefinição. A CPU dedicada num VPS lida com o servidor REST baseado em JVM, o worker joex que executa OCR e conversão de documentos, e o índice Solr simultaneamente sem estrangulamento, mesmo durante importações em massa. O armazenamento de volume persistente mantém a base de dados PostgreSQL, o índice de texto completo Solr e os documentos carregados duráveis em reinícios de contentores e atualizações de host — importante para um sistema cujo valor se acumula à medida que anos de registos se acumulam. Combinado com o encaminhamento HTTPS baseado em Traefik num nome de host de marca limpo, a interface de utilizador de carregamento e o tráfego de IMAP-fetch permanecem encriptados por TLS, e o endpoint de integração para onde os scanners e as ferramentas CLI publicam também é acessível via HTTPS. A pegada de quatro serviços (servidor REST, joex, Postgres, Solr) é mais pesada do que uma ferramenta de binário único, por isso um plano VPS de nível médio é mais adequado do que os planos mais pequenos, mas a troca oferece um arquivo significativamente mais capaz do que as ferramentas de documentos mais leves podem fornecer.