System/mjukvara för att automatiskt arkivera och indexera PDF:er

Har en idé om att scanna all korrespondens/dokument/räkningar/etc till PDF och sedan skicka till något form av arkiv där PDFerna blir indexerade/taggade/sökbara. Så att man t.ex. kan plocka fram historiska försäkringsbrev och annat med enklare sökningar (samt kunna slänga ut alla pärmar med papper man sparar).

Finns det någon komplett lösning eller tankar på hur man kan få ihop det?

Inom referenshantering fungerar det så, artiklar i PDF-format där metadata extraheras. Men för att det skall fungera så måste:

1. PDFerna vara i textformat, inte bilder, scannar man papperskopior så måste de köras genom OCR
2. Dokumenten måste vara strukturerade på något sätt, så att de liknar varandra, från artiklar är det lätt att plocka författare titel etc

Jag skulle ta en titt här

https://github.com/Kickball/awesome-...ment-archiving