Infrastructure/Étude de cas 03
Paperless-ngx et IA locale
Classement de mes documents personnels avec Paperless-ngx, complété par des modèles de langage exécutés sur le serveur.
- Document
- Paperless-ngx
- n8n
- Modèle local
- Modèle plus performant
- Tags
Objectif
Retrouver un document sans le classer à la main : un titre cohérent, un type et des tags attribués automatiquement, avec le moins d'erreurs possible.
Mise en place
Paperless-ngx tourne sur le serveur et contient mes documents personnels. Ollama est installé à côté, sans GPU, avec 8 Go de mémoire au maximum.
Résultats
Le renommage automatique des documents par un modèle fonctionne assez bien lorsque le prompt est soigné. Les résultats sur les tags sont plus inégaux : en octobre 2026, je les juge moyens, ce qui est une façon polie de dire que je corrige encore beaucoup à la main.
Flux visé
J'ai installé n8n en local pour construire un flux en plusieurs étapes. Un petit modèle local fait un premier tri, puis transmet à des modèles plus performants, qui analysent le document en détail. Les tags ne sont appliqués que si le résultat est entièrement cohérent.