eikek/docspell

🗂️ Docspell: Quản lý núi tài liệu cá nhân bằng AI, không cần ngồi gán tag thủ công

Đống giấy tờ quét từ scanner, email attachment, file PDF chất chồng — Docspell giúp sắp xếp chúng với ít nỗ lực nhất có thể.

Docspell là một Document Management System (DMS) mã nguồn mở, xây dựng bằng Scala (pure functional, typelevel stack) ở backend và Elm ở frontend. Dự án nhắm đến nhu cầu sử dụng cá nhân — gia đình, hộ gia đình, hoặc nhóm nhỏ. Điểm hay nhất: thay vì bắt bạn gán tag và metadata thủ công cho từng file, Docspell dùng machine learning (Stanford CoreNLP) để tự gợi ý correspondents, tag và tìm ngày tháng trong tài liệu.

✨ Điểm nổi bật

• OCR tự động: Chạy OCR qua tesseract/ocrmypdf trên tài liệu, hỗ trợ tìm kiếm fulltext sau khi quét
• Gợi ý metadata bằng ML: Stanford CoreNLP phân tích nội dung để gợi ý người gửi, tag, ngày tháng — giảm đáng kể thao tác nhập liệu thủ công
• Tích hợp email: Kết nối email để tự động lấy tài liệu từ hộp thư, không cần chuyển tay từng file
• REST API đầy đủ: Mọi chức năng đều có thể truy cập qua HTTP API, thuận tiện cho tích hợp tự động hóa
• Web UI responsive: SPA thân thiện di động, chạy được trên điện thoại
• App Android: Upload tài liệu trực tiếp từ điện thoại/tablet
• CLI tool: dsc — thao tác qua dòng lệnh cho người thích terminal
• Cài đặt linh hoạt: Docker (3 lệnh là chạy), deb package, zip, Nix, Helm Chart

💡 Vì sao đáng chú ý

Hầu hết DMS cá nhân đòi hỏi bạn tự phân loại thủ công — một việc cực kỳ nhàm chán khi tài liệu nhiều. Docspell khác ở chỗ tận dụng NLP để "đọc hiểu" nội dung rồi gợi ý metadata tự động. Bạn quét hóa đơn, nó tự nhận ra đây là hóa đơn electricity, gợi ý tag "tiền điện" và tìm ngày đến hạn thanh toán. Workflow trở thành: quét → upload → duyệt gợi ý → xong.

Kiến trúc backend pure functional (Cats, FS2, Http4s, Doobie) cho thấy đây là dự án được thiết kế kỹ lưỡng, không phải prototype nhanh. Nếu bạn đang tìm một DMS self-hosted để quản lý tài liệu gia đình hoặc nhóm nhỏ — đáng thử.

#DMS #OCR #NLP #Scala #Elm #OpenSource #TiniX