文档 / 源码核对
paperless-jev
为 Paperless 文档选择归档字段，把不确定项留给人工
这个项目怎样使用 Jev
- 输入
- 截取后的文档 OCR 文本、已有文档类型、联系人、存储路径、标签和代码提取的日期候选
- Jev 判断
- 一批类型化问题选择归档字段并判断标签，代码按各字段置信阈值分成自动应用、建议或忽略
- 代码执行
- 提供试运行、仅建议和自动模式；通过 Webhook 或轮询处理文档，复核队列展示待确认字段
验证边界
已核对 MIT 源码、TypeSafe 请求与写回分支，未接入真实 Paperless 或实测归档准确率。OCR 文本和分类元数据会发送给模型服务；自动模式会写回字段，需先用试运行检查阈值。仓库截图使用虚构演示数据，不能作为真实业务验收。
本站未运行该项目；作者报告的能力与结果不等于本站复测结论。
原始来源
- https://github.com/PenDraga/paperless-jev/blob/556270d871747ca3d4e41425d98e602f914e22ef/README.en.md ↗
- https://github.com/PenDraga/paperless-jev/blob/556270d871747ca3d4e41425d98e602f914e22ef/LICENSE ↗
- https://github.com/PenDraga/paperless-jev/blob/556270d871747ca3d4e41425d98e602f914e22ef/src/paperless_jev/jev.py ↗
- https://github.com/PenDraga/paperless-jev/blob/556270d871747ca3d4e41425d98e602f914e22ef/src/paperless_jev/classifier.py ↗
- https://github.com/PenDraga/paperless-jev/blob/556270d871747ca3d4e41425d98e602f914e22ef/src/paperless_jev/processor.py ↗