寻：可部署在服务器的文档全文索引和搜索软件

问题求助❓
1

如题，并不是找单机软件，我想部署在 NAS 上，给它“喂”包含大量文档（PDF、Office 文档）的目录，通过建立全文索引，提供全文搜索服务，通过 Web 前端使用。有没有类似用法、实际体验过的解决方案可以推荐？

我也做了一些相关了解：

1、Docfetcher Server。Docfetcher 我用过单机版，会在本地建立索引库。Docfetcher Pro 是它的收费版本，其中包括 Docfetcher Server 版。

Docfetcher Server 通过提供一组程序资源和控制脚本来实现系统安装、运行和管理，设计目标是在一台物理服务器或者虚拟机上运行，由于它对服务器内存有一定需求，一般建议 16G，我的 NAS 内存就是 16G，所以我想容器形式其实更灵活。

我简单看了下 demo，发现有不少困难，一是网上没有现成的容器镜像，二是设计上不太容易实现配置文件和存储的持久化，例如文档库路径没有写到配置文件中而是在 Web 页面中配置，例如创建的索引库路径的配置不知道在哪里。

2、另外还尝试了 Paperless-ngx，它无法对已有目录去建立索引，而是对 consumption 目录（类似收件箱）进行实时处理，处理完即归档到其他位置并删除源，不符合我的场景；还有 Mayan EDMS，似乎有点潜力，但功能似乎有点太大了，配置似乎有点复杂有待研究。

有没有相关经验的，或是有其他方案推荐的，可以交流一下。

2

可以试试 myBase 的服务器版，另外，能够自己部署的在线文档、协作工具理论上也都提供了索引、检索能力。

3

看了下，服务器版叫 InnoKB，单用户授权的费用跟 DocFetcher Server 差不多，只是没有提供 demo，不便于摸索 :joy:

我后来又做了些尝试，随后更新~

4

更新：

DocFetcher Server 进一步了解和尝试后，DocFetcher Server 还是很容易容器部署的，其中整个程序包、配置文件和建立的索引都在同一文件夹，利用 baseimage-ubuntu 挂载主机文件夹就可以。然而 DocFetcher Server 最终落败的原因是不支持中文词组的分词（word segment）方式，导致关键词中每一个字都会被算作匹配项，使得中文文档情况下完全不可用。诡异的是，免费版 DocFetcher 是支持中文词组的。关于这个问题我邮件咨询了开发者，回复如下

Screenshot_2023-08-01_15-15-22_Windows
Screenshot_2023-08-01_15-15-22_Windows785×605 33.2 KB

Qsirch 在搜索“NAS 全文检索”的时候，突然想起 QNAP 官方的 Qsirch 就支持全文检索，我兴冲冲地去尝试，产品介绍感觉很不错，AI OCR、物体搜索、颜色搜索都支持。实际结果却让我不满意，主要体现在执行搜索后响应慢、结果列表界面实时生成文档缩略图导致风扇狂转，这些问题都发生在只针对少量文档文件夹建立索引后、关闭 OCR 和物体颜色搜索等高级功能的情况下。根据观察我认为这跟缩略图生成机制有关，但无法关闭这个功能。

sist2 【非常推荐】在 reddit 中看到有人推荐 sist2 便去尝试了，sist2 是 Simple incremental search tool 的缩写。虽然这还只是 beta 版本，但感觉已经是满足我基本使用需求了。部署文档简洁易懂，支持 elasticsearch，支持针对不同的目录建立索引，搜索界面可自由选择哪些索引，运行效率还相对高效。（当然也有不足，例如不支持在线预览文档内容，直接就是下载文档。它主要胜在整体完成度高、简洁易用、工作流清晰。）

我了解到 Nextcloud 也是有全文检索方案的，以前似乎通过 nextant app 提供，但现在已经停用、更换安装方式了，粗看了文档感觉很复杂，作罢。

5

sharepoint？

6

Recoll 根据文档内容 和文件名查找文档。

7

不要浪费钱, mybase的innokb 搜索差, 性能差, 20年前的技术,

8

nextcloud 里面有个全文检索的插件Elasticsearch，也支持onlyoffice这类在线文档编辑服务。 都支持docker安装，这几个东西还是比较吃硬件的。

9

群晖自带Universal Search，也是支持搜索文档内容的。

10

Nextcloud 的主要问题在于，若挂载已有目录、通过外部（例如 NAS 系统）进行文件管理，它的附加应用是无法感知文件变化的，除非使用命令行，易操作性上大打折扣。

在试用 NC 的过程中发现这个问题很恼人。NC 的附加应用包括搜索、Memories 等都建立在 NC 自己的文件管理体系上，换句话说，你需要使用他的各终端文件管理功能、webdav 服务等方式来增、删、改文件，文件的变化情况才会被系统感知，各类附件应用才可正常运行。

这些基础文件管理功能，NAS 系统自身就已具备。借助 NAS 系统功能，用户常常建立起成熟的文件管理工作流：存量文件分类整理完毕，通过 webdav、FTP 等方式将笔记本上的文件分类追加、更新至 NAS。如果贸然叠加一层 Nextcloud 的文件管理，功能上无疑是重叠的，且文件管理容易与特定软件体系绑死。

11

谢谢，我也是看了它的价格，跟 docfetcher 差不多，但是网站本身很老，猜测技术也比较老了。目前在用 sist2，运行良好~