https://yanghu.github.io/zh/tags/ollama/Recent content in Ollama on Yang's NotesHugo -- gohugo.iozh-cnyang@yhu.me (Yang Hu)yang@yhu.me (Yang Hu)© 2026 Yang HuThu, 12 Mar 2026 00:00:00 -0800https://yanghu.github.io/zh/posts/paperless-ai-setup/Thu, 12 Mar 2026 00:00:00 -0800yang@yhu.me (Yang Hu)https://yanghu.github.io/zh/posts/paperless-ai-setup/<p>本文是一份完整的操作手册，介绍如何通过 <a href="https://github.com/clusterzx/paperless-ai" target="_blank" rel="noreferrer">paperless-ai</a> 和本地运行的 <a href="https://ollama.com/" target="_blank" rel="noreferrer">Ollama</a> 为 <a href="https://docs.paperless-ngx.com/" target="_blank" rel="noreferrer">paperless-ngx</a> 集成 AI 自动标签和分类功能。整套方案使用本地大语言模型读取文档文本，自动填充元数据字段——包括标题、文档类型、标签、联系人、日期以及自定义字段。</p> <h2 class="relative group">硬件与架构 <div id="硬件与架构" class="anchor"></div> <span class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none"> <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e7%a1%ac%e4%bb%b6%e4%b8%8e%e6%9e%b6%e6%9e%84" aria-label="锚点">#</a> </span> </h2> <ul> <li><strong>NAS（群晖 DS1621+，<code>10.0.10.10</code>）</strong>：在 5656 端口运行 paperless-ngx</li> <li><strong>台式 PC</strong>：Windows，安装了 WSL2、Docker Desktop，配备 RTX 4090</li> <li><strong>目标</strong>：使用本地 LLM 实现 AI 自动打标/分类，零云端依赖</li> </ul> <p>核心架构决策是<strong>拉取模式（pull model）</strong>：paperless-ai 运行在 WSL2 的 Docker 容器中，轮询 paperless-ngx API 寻找带有 <code>ai-pending</code> 标签的文档，调用 Ollama 处理后将元数据写回。对于不是 24 小时开机的台式机而言，这是最正确的方案——NAS 保存待处理队列，台式机开机后自动消费。</p> <div class="highlight-wrapper"><div class="highlight"><div class="chroma"> <table class="lntable"><tr><td class="lntd"> <pre tabindex="0" class="chroma"><code><span class="lnt">1 </span><span class="lnt">2 </span><span class="lnt">3 </span><span class="lnt">4 </span><span class="lnt">5 </span><span class="lnt">6 </span><span class="lnt">7 </span></code></pre></td> <td class="lntd"> <pre tabindex="0" class="chroma"><code class="language-text" data-lang="text"><span class="line"><span class="cl">paperless-ngx (NAS) </span></span><span class="line"><span class="cl"> ↑ ↓ (REST API) </span></span><span class="line"><span class="cl"> paperless-ai (WSL2 Docker) </span></span><span class="line"><span class="cl"> ↑ ↓ (HTTP) </span></span><span class="line"><span class="cl"> Ollama (Windows 原生) </span></span><span class="line"><span class="cl"> ↑ </span></span><span class="line"><span class="cl"> RTX 4090 (GPU)</span></span></code></pre></td></tr></table> </div> </div></div> <p>Ollama 以原生方式运行在 Windows 上（而非 WSL 内），以获得最佳 GPU 访问性能。在 WSL2 的 Docker 容器内，通过特殊主机名 <code>host.docker.internal</code> 访问 Ollama。</p>