АрхивариусЪ

АрхивариусЪ - Производственная система для компании, которая оцифровывает архивы: ИИ заполняет атрибуты документов вместо ручного ввода. 439 264 документов и 1,13 ТБ в работе, точность извлечения данных 99,2% на эталонной выборке.

ai
Web-разработка
Личный кабинет

Заказчик пришёл не с идеей архива, а с работающей системой, сделанной несколько лет назад: около 100 тысяч PDF, сканы и атрибуты к ним. Отказаться от неё нельзя - в ней лежат архивы клиентов.

Развивать её при этом было невозможно. Внешнего API нет, подключить к архиву что-то ещё нельзя. Любая доработка требовала вмешательства в старый PHP-код, поддержка стоила дорого. Поиск формально работал, но документы попадали в индекс с задержкой и не полностью: файл уже загружен, а найти его ещё нельзя или находится только часть текста.

Мы переписали систему на React, Nest, Redis и PostgreSQL, сохранив данные и рабочий функционал. После этого добавили то, чего в прежней версии не было: OCR с извлечением атрибутов, проверку данных человеком, блокировку одновременного редактирования, журналы аудита, фильтры, статусы документов, роли и доступ к папкам.

На 01.10.2026 в системе 439 264 документов и 1,13 ТБ файлов. Поиск по тексту документа и по любым атрибутам проекта занимает секунды. ИИ извлекает атрибуты со сканов с точностью 99,2%: оператор проверяет поля, а не набирает их. Обработка страницы - от 3 до 40 секунд в зависимости от качества скана, в несколько потоков. Весь ИИ-контур работает на сервере компании, без облачных сервисов: документы не покидают периметр.

Что это даёт архивной компании

Ручной ввод атрибутов перестал быть главной статьёй себестоимости. В тендерах на оцифровку заказчики оценивают двойной ручной ввод примерно в 57 ₽ за запись. Здесь оператор сверяет то, что уже извлекла система.
Много заказчиков в одной системе. Каждый заказчик — отдельный проект со своим набором атрибутов, папками и правами. Операторы видят только свои проекты.
Описи и реестры собираются сами. Документы хранятся в структуре «проект → папка». Выгрузку в Excel с данными документа и местом хранения система формирует без ручной сводки.
Поиск за секунды вместо «минуты с компьютера». Полнотекстовый поиск и фильтры по атрибутам на сотнях тысяч документов.
Можно развернуть на своих серверах. Система ставится в Docker на сервер компании.

Сроки и формат работы

Начали с Discovery: техническое задание, дорожная карта, критерии приёмки каждого этапа и список того, что лучше отложить, чтобы сначала проверить ядро. Разработка - 7 этапов по 2 недели, в каждом готовый модуль, который заказчик принимает. Итого 3 месяца разработки и 3 месяца гарантии.

Если вы оцифровываете, храните или обрабатываете документы и ваша система учёта устарела или ведете все в Excel - пришлите пример документов или опишите процесс. За 2–3 дня покажем, какие операции можно убрать из ручной работы и сколько займёт проект.

Как работают с документами

Оператор загружает документы — по одному файлу или пакетом.
OCR в фоне извлекает текстовый слой и заполняет атрибуты, заданные в проекте.
Оператор открывает документ в предпросмотре, сверяет извлечённые поля с оригиналом и исправляет ошибки распознавания.
Документ сохраняется со статусом «Проверено» и дальше участвует в поиске и фильтрах.
OCR избавляет от ручного ввода. Решение о том, что документ готов, остаётся за человеком.

Массовая загрузка

Сотни гагабайт невозможно загрузить через обычную форму: пользователь уходит со страницы, и загрузка обрывается. Мы вынесли её в фоновый процесс и начали грузить файлы небольшими порциями. Оператор переключается между разделами и продолжает работать, файлы при этом продолжают загружаться. Даже если пропал интернет или произошел сбой на сервере загрузка приостановится на последнем файле и ее можно продолжить.

Совместная работа

Статусы и атрибуты в таблице обновляются в реальном времени. Каждый пользователь видит, что происходит с документом прямо сейчас: загружается, обрабатывается OCR, находится на проверке, проверен, ошибка распознавания. Обновлять страницу и уточнять у коллег, кто чем занят, не нужно.

Документ, открытый на редактирование, блокируется для остальных. Когда оператор закрывает документ или переходит к следующему, блокировка снимается. Двое не могут править одну карточку одновременно и перезаписывать чужие правки.

Доступ к документам

Права распределяются на двух уровнях.

Системные роли определяют, кто управляет пользователями, проектами и модулем OCR.
Проектные роли выдаются отдельно для каждого проекта: редактор управляет файлами, пользователями и ролями проекта, оператор работает с файлами и атрибутами документов, читатель видит документы, но не изменяет их.

Отдельно настраивается доступ к папкам: можно указать, кому папка отображается, а кому нет. Документ хранится в архиве, но пользователь без доступа его не увидит.

Это не «настройка безопасности на будущее». В одной системе лежат архивы разных заказчиков, и над ними работают разные группы операторов. Без разделения по проектам и папкам такую систему нельзя отдать в работу.

Если у вас есть архив или система обработки документов, от которой нельзя отказаться и которую сложно развивать, пришлите пример документов. Оценим объём работ и сроки за 2–3 дня.

Рабочий процесс

Перенос

Прежняя версия работала на PHP, сканы и атрибуты хранились в файловом хранилище. Поиск был, но индексация отставала и покрывала документы не полностью. Задача первого этапа: сохранить сто тысяч файлов и получить систему, которую можно дальше менять.

Переписали интерфейс, серверную часть, очереди задач и деплой: React, Nest, Redis, PostgreSQL с векторным поиском.

Только после переноса подключили AI-ядро и ручную проверку атрибутов - в том порядке, в котором это и планировал заказчик.

Рабочий цикл

Загрузить документы -> дождаться обработки -> открыть карточку -> проверить поля -> сохранить со статусом «Проверено». Дальше документ находится по имени файла, по тексту или через фильтры по атрибутам проекта.

Предпросмотр и поля документа находятся на одном экране: оператор сверяет скан с извлечёнными данными, не переключаясь между разделами. Если OCR ещё не отработал, поля пустые - это видно сразу.

Атрибуты

Набор полей свой для каждого проекта: одному нужны номер и дата договора, другому - стороны и сумма. Новое поле создаётся в настройках проекта, там же указывается, участвует ли оно в фильтрах.

К извлечённому значению можно применить правила постобработки: привести даты к одному формату, убрать лишние пробелы, сократить формы собственности. Без этого поиск по «ООО» не найдёт «Общество с ограниченной ответственностью», и часть архива фактически теряется.

Работа с большими объёмами

Документы загружаются пакетами в фоне, загрузка не прерывается при переходе между страницами. Без этого перенести 861 ГБ в систему было бы невозможно.

Статусы обработки приходят в интерфейс в реальном времени, поэтому несколько операторов работают в одном проекте, не согласовывая действия вручную.

Документ, открытый на редактирование, недоступен для изменения остальным до момента, пока первый оператор его не закроет.

Роли и ограничения доступа

Системные роли действуют на уровне всей системы: пользователи, проекты, модуль OCR. Проектные - только внутри конкретного проекта. Доступ к папкам ограничивает видимость ещё точнее. Читатель не изменяет атрибуты, оператор не раздаёт права, редактору не нужны права администратора системы.

Качество исходников и границы OCR

Материал приходит такой, какой есть: часть документов сканируется на месте, часть присылают готовыми файлами - плохого качества, перевёрнутыми, с рукописными пометками и полями. Выбирать входящее качество компания не может, это условие работы.

Поэтому OCR здесь не заменяет человека, а сокращает ему работу. На плохом скане или рукописи атрибут останется пустым или будет распознан с ошибкой, и оператор его поправит. Ради этого в процессе и стоит отдельный шаг проверки со статусом «Проверено»: система рассчитана на то, чтобы проверка занимала минимум времени.

Отзывы клиентов

Все отзывы

Алексей Маныкин

АрхивариусЪ

Когда выбирали подрядчика для создания электронного архива, рассматривали несколько вариантов. В итоге решили работать с вашей командой, так как вы быстро разобрались в наших задачах и были готовы подстраиваться под наши требования, в том числе по тем моментам, которые появлялись уже в процессе работы.

В начале проекта были вопросы по срокам реализации и тому, насколько удобно будет использовать систему в реальной работе. Но по мере разработки стало понятно, что все возникающие задачи решаются без лишних сложностей: команда оперативно реагировала на обратную связь и учитывала наши предложения.

Сейчас результатом довольны. Получили рабочий сервис электронного архива, который упростил хранение, поиск и обработку документов и помогает сделать ежедневную работу удобнее.

Другие проекты