chore: initial commit — spinout from m/otto

Spun out mDMS strategy + tooling from m/otto into its own repo on 2026-05-15. Migrated: - docs/strategy.md (was: m/otto:docs/mdms-strategy.md) - infra/paperless/ (config + audit + migrate scripts) - infra/samba-canon/ (Canon MB5100 SMB1 bridge container) History in m/otto: issues #429–#438. Going forward, all mDMS issues file here. Sibling m/paperless (separate repo) remains the bare Docker Compose for Paperless-ngx itself.
2026-05-15 17:31:20 +02:00
commit 2aa532e717
15 changed files with 3131 additions and 0 deletions
--- a/docs/strategy.md
+++ b/docs/strategy.md
@@ -0,0 +1,288 @@
+# mDMS: Dokumentenmanagement-Strategie
+
+## Aktueller Stand (nach Cleanup 2026-04-06)
+
+### Paperless-ngx (mDock)
+- **129 Dokumente** (PDFs), Storage Path aktiv
+- **41 Correspondents** — bereinigt (OCR-Duplikate gemergt, Müll entfernt)
+- **13 Document Types** — Rechnung, Vertrag, Bescheid, Bescheinigung, Brief, Mitteilung, Abrechnung, Protokoll, Urkunde, Vollmacht, Gutachten, Angebot, Medizinisch
+- **16 Tags** — hierarchisch: Kategorie (Steuer, Versicherung, Gesundheit, Wohnung, Arbeit, Finanzen, Erbschaft, Gewährleistung, Anleitung) + Status (offen, wichtig, Frist) + Kontext (Windscheid33, Paul)
+- **1 Storage Path**: `{created_year}/{document_type}/{created} - {correspondent} - {title}`
+- Dateien strukturiert: `2024/Rechnung/2024-03-15 - DAK - Beitragsrechnung.pdf`
+- API-User: `mAi`
+- Docker Compose: `~/paperless/` auf mDock, NFS-Mount `/mnt/paperless` von TrueNAS (`mPool/paperless`)
+
+### Was bereinigt wurde
+- 68 Webp-Preview-Dokumente gelöscht (keine Originale, nur schlechte Vorschaubilder)
+- 51 → 41 Correspondents (OCR-Duplikate gemergt: Hogan Lovells, Matthias Siebels, Ammerländer, Schubert, eprimo, Helios, Paul Siebels, Versorgungswerk etc.)
+- 39 → 13 Document Types (Merge-Mapping umgesetzt)
+- 172 → 16 Tags (Noise gelöscht, Kategorie-Mapping vor Löschung durchgeführt)
+- 13 kaputte SynoResource-Dateien aus Consume gelöscht
+- 126 orphaned flat-PDFs aus Originals gelöscht
+- 43 Dokumententitel bereinigt (Nummern → beschreibende Titel)
+- 5 Birthday-Datumsfehler korrigiert (1987-02-22 → korrekte Dokumentdaten)
+
+### mDocs (Gitea-Repo m/mDocs) — MIGRATION PENDING
+- **72 Dateien**, 60 MB (Steuer, Versicherungen, Windscheid33)
+- Wird in Paperless inbox migriert, Repo danach löschen
+
+### TrueNAS (mtruenas)
+- Dataset `mPool/paperless` existiert bereits
+- NFS-Export nach mDock (192.168.178.0/24)
+- SMB-Share `mStash` als Referenz für mdms-Share
+
+---
+
+## Entscheidungen
+
+### 1. Storage Path Format
+
+**Format: `{created_year}/{document_type}/{created} - {correspondent} - {title}.pdf`** ✓ Bestätigt
+
+Beispiele:
+```
+2024/Rechnung/2024-03-15 - DAK - Beitragsrechnung Q1.pdf
+2024/Bescheid/2024-01-20 - Finanzamt - Grundsteuerbescheid.pdf
+2023/Vertrag/2023-06-01 - Vodafone - GigaTV Vertragsverlängerung.pdf
+2025/Abrechnung/2025-01-31 - Hogan Lovells - Gehaltsabrechnung Januar.pdf
+```
+
+**Warum dieses Format:**
+- **Jahr als Top-Level**: Chronologisches Browsen, ganzen Jahrgang für Steuerberater kopierbar
+- **Typ als zweite Ebene**: "Zeig mir alle Rechnungen 2024" = `2024/Rechnung/`
+- **Datum + Correspondent + Titel im Dateinamen**: Sortierbar, durchsuchbar, kontextreich
+- **Max 2 Ordnerebenen**: Nicht zu tief, Finder/Explorer-freundlich
+- **Navigierbar ohne Paperless**: Reiner Dateibrowser funktioniert
+
+**Verworfene Alternativen:**
+- `{correspondent}/{year}/...` — zu viele sparse Ordner, schlecht für zeitliche Navigation
+- `{year}-{month}/...` — zu granular, monatliche Ordner für oft nur 1-2 Dokumente
+- Flach: `{created}-{correspondent}-{title}.pdf` — bei 500+ Dokumenten unbrauchbar
+
+### 2. Dataset-Struktur: mPool/mdms
+
+```
+/mnt/mPool/mdms/
+├── paperless/          # Paperless storage (originals, archive, thumbnails)
+│   ├── documents/
+│   │   ├── originals/  # Originaldateien
+│   │   └── archive/    # OCR-Versionen
+│   └── ...
+├── inbox/              # Paperless consume — Auto-Import
+│                       # mScan-App, Drag-and-Drop, SFTP
+├── templates/          # Vertragsvorlagen, Formulare, Muster
+│                       # Nicht in Paperless — statische Referenzdokumente
+├── archive/            # Dokumente die nicht in Paperless passen:
+│                       # Große Dateien (CAD, Pläne), Sammlungen, Binaries
+└── export/             # Paperless-Exporte, Backups, Snapshots
+```
+
+### 3. Dokumenten-Routing
+
+| Dokument | Ziel | Begründung |
+|----------|------|------------|
+| Rechnungen, Bescheide, Briefe | Paperless (inbox/) | OCR + AI-Klassifikation + Suche |
+| Verträge, Urkunden | Paperless | Langzeitarchiv mit Volltextsuche |
+| Steuerunterlagen | Paperless + Tag "Steuer" | Filterbar für Steuerberater-Export |
+| Gehaltsabrechnungen | Paperless + Tag "Arbeit" | Chronologisch abrufbar |
+| Arztbriefe, Befunde | Paperless + Tag "Gesundheit" | Suchbar, datiert |
+| Phone-Scans (mScan) | inbox/ → Paperless auto-import | Scannen → fertig |
+| Vertragsvorlagen, Formulare | templates/ | Keine OCR nötig, statische Referenz |
+| Baupläne, CAD, große Dateien | archive/ | Zu groß/speziell für Paperless |
+| Fotos von Dokumenten | Paperless | OCR funktioniert auch auf Fotos |
+
+**Nicht in mDMS:**
+- Fotos generell → Immich
+- Bücher, eBooks → Calibre (mCalibre)
+- Arbeitsrechtliche Dokumente (HL) → mWork-Vault (Obsidian, nicht mDMS)
+
+### 4. Paperless Taxonomy — Aufräumen
+
+#### Document Types (39 → 15)
+
+Reduziert auf sinnvolle, stabile Kategorien:
+
+| Behalten | Zusammenführen aus |
+|----------|-------------------|
+| **Rechnung** | Rechnung, Invoice, Beitragsrechnung |
+| **Vertrag** | (neu — für Verträge, Verlängerungen) |
+| **Bescheid** | Bescheid, Beitragsbescheid, Versicherungsbescheid |
+| **Bescheinigung** | Bescheinigung, Lohnsteuerbescheinigung, Spendenbescheinigung |
+| **Brief** | Brief, Anschreiben, Korrespondenz |
+| **Mitteilung** | Mitteilung, Benachrichtigung, Information, Erinnerung |
+| **Abrechnung** | Abrechnung, Entgeltabrechnung |
+| **Protokoll** | Protokoll |
+| **Urkunde** | Urkunde |
+| **Vollmacht** | Vollmacht |
+| **Gutachten** | Gutachten, Befund |
+| **Angebot** | Angebot |
+| **Energieausweis** | Energieausweis |
+| **Schadenmeldung** | Schadenmeldung, Schadenanzeige |
+| **Medizinisch** | Arbeitsunfähigkeitsbescheinigung, Aufklärungsbogen |
+
+Entfernen: Empfehlung, Preisanpassungsschreiben, Kündigungsbestätigung, Eintragungsbekanntmachung, Auftragsbestätigung, Testament (→ Tag), Einladung (→ Brief)
+
+#### Tags (172 → ~25 manuell kuratierte)
+
+Die meisten Auto-Tags sind Noise. Ziel: wenige, stabile Kategorie-Tags + manuelle Pflege.
+
+**Kategorie-Tags (Pflicht, einer pro Dokument):**
+| Tag | Für |
+|-----|-----|
+| `Steuer` | Alles steuerrelevante |
+| `Versicherung` | Policen, Schäden, Beiträge |
+| `Gesundheit` | Arzt, Krankenhaus, Krankenkasse |
+| `Wohnung` | Miete, Eigentum, Nebenkosten, WEG |
+| `Arbeit` | Gehalt, Arbeitgeber, Kammer |
+| `Finanzen` | Bank, Kredit, Altersvorsorge |
+| `Erbschaft` | Testament, Nachlassangelegenheiten |
+| `Gewährleistung` | Kaufbelege mit Garantie, Reklamationen |
+| `Anleitung` | Bedienungsanleitungen, Handbücher, Datenblätter |
+
+**Aktions-Tags (optional):**
+| Tag | Bedeutung |
+|-----|-----------|
+| `wichtig` | Aufbewahrungspflichtig, Schlüsseldokument |
+| `Frist` | Hat eine Frist — regelmäßig prüfen |
+| `offen` | Noch Handlung erforderlich |
+
+**Kontext-Tags (sparsam, bei Bedarf):**
+| Tag | Für |
+|-----|-----|
+| `Windscheid33` | Immobilie Windscheidstr. 33 |
+| `Paul` | Dokumente bzgl. Paul Siebels |
+
+**Löschen:**
+- Jahres-Tags ("2022", "2025") — redundant mit created-Datum
+- Personen-Tags ("Matthias Siebels") — gehört als Correspondent
+- Ultra-granulare Tags ("Finger", "Hand", "Shimano", "Oral-B") — kein Nutzen
+- Duplikate ("Rechtsanwalt" + "Rechtsanwälte" + "Rechtsanwaltschaft")
+
+#### Correspondents (51 → ~30)
+
+OCR-Duplikate zusammenführen:
+- "Hogan Lovells International LLP" + "Hogan Lovells lnternational LLP" → **Hogan Lovells**
+- "HELIÜS Klinikurn Duisburg" + "Helios Klinikum Duisburg" → **Helios Klinikum Duisburg**
+- "Herr Matthias Siebels" + "Herrn Matthias Siebels" + "Matthias Siebels" + "Herrn Rechtsanwalt Matthias Siebels" → **Matthias Siebels** (eigene Dokumente)
+- "Ammerländer Versicherung VVaG" + "Ammerländer Versicherung WaG" → **Ammerländer Versicherung**
+- "SCHUBERT GmbH" + "Schubert GmbH Haus- und Grundbesitzverwaltung" → **Schubert Hausverwaltung**
+- "Dr. figegeberH lcankenkas*" → identifizieren oder löschen (OCR-Müll)
+- "Dr/Heikö Gemmel" → **Dr. Heiko Gemmel**
+- "eprimo CmbH" + "eprimo GmbH" → **eprimo**
+- "lndula Shopsystem GmbH" → **Indula Shopsystem**
+
+### 5. SMB-Share
+
+**Ja — mdms als SMB-Share wie mStash.**
+
+Konfiguration auf TrueNAS:
+- Share-Name: `mdms`
+- Dataset: `mPool/mdms`
+- User: `m` (wie mStash)
+- Mount auf mBreeze/mPebble: `~/mDMS` (LaunchAgent, analog zu mStash)
+
+Nutzen:
+- `~/mDMS/inbox/` für Drag-and-Drop-Import (Paperless consumed automatisch)
+- `~/mDMS/templates/` für schnellen Zugriff auf Vorlagen
+- `~/mDMS/paperless/documents/originals/` für Dateibrowser-Navigation (via Storage Path)
+- `~/mDMS/archive/` für große Dateien
+
+### 6. Vertrauliche Dokumente
+
+**Kein separates Verschlüsselungssystem nötig.** ✓ Bestätigt
+- Alles läuft auf HomeServer (mforge/mtruenas), nur via Tailscale erreichbar
+- SMB mit User-Auth + Paperless-Login reichen aus
+
+### 7. Obsidian-Integration
+
+Der Storage Path soll als Teil eines Obsidian-Vaults nutzbar sein. Das bedeutet:
+- `mdms/paperless/documents/originals/` (oder `archive/`) via SMB als Vault-Ordner einbinden
+- Obsidian zeigt die Ordnerstruktur (`2024/Rechnung/...`) direkt im Dateibrowser
+- PDFs sind in Obsidian inline-viewbar und verlinkbar (`![[2024-03-15 - DAK - Beitragsrechnung.pdf]]`)
+- Keine Sonderzeichen in Dateinamen die Obsidian-Links brechen (Spaces sind ok)
+
+**Umsetzung:**
+- Option A: Symlink `~/m2/mDMS/` → `~/mDMS/paperless/documents/originals/` im Obsidian-Vault
+- Option B: Separater Mini-Vault nur für Dokumente
+- Option C: mdms als Unterordner im Hauptvault (m2)
+
+Empfehlung: **Option A (Symlink)** — kein Daten-Overhead, Vault bleibt schlank, Dokumente sind trotzdem verlinkbar. Braucht nur einen Symlink pro Maschine.
+
+### 8. E-Mail-Inbox
+
+**docs@msbls.de** — Alias auf mail@msbls.de (Hostinger).
+
+Paperless pollt mail@msbls.de via IMAP und konsumiert Anhänge aus Emails an docs@msbls.de:
+- IMAP: `imap.hostinger.com:993` (SSL/TLS), User: `mail@msbls.de`
+- Mail-Regel: Filter `To: docs@msbls.de`, nur Attachments, Action: als gelesen markieren
+- Correspondent wird automatisch vom Absender übernommen
+- Titel vom Dateinamen
+
+**Workflow:** Dokument als PDF an docs@msbls.de weiterleiten → Paperless importiert automatisch.
+
+---
+
+## Paperless-AI Konfiguration
+
+Paperless-AI (Port 3077) soll die Klassifikation übernehmen. Konfigurieren mit:
+- **Auto-assign correspondent** basierend auf OCR-Text (Absender-Erkennung)
+- **Auto-assign document type** aus den 15 reduzierten Typen
+- **Auto-assign 1-2 Kategorie-Tags** aus der Kurzliste
+- **Nicht**: Auto-generierte Freitext-Tags (das erzeugt das aktuelle Chaos)
+
+---
+
+## Migration: Schritt für Schritt
+
+### Phase 1: TrueNAS Setup ✓ DONE
+1. ~~Dataset `mPool/mdms` erstellt~~ (LZ4, 1.24 TiB frei)
+2. ~~Unterordner angelegt~~ (paperless, inbox, templates, archive, export)
+3. ~~NFS-Export~~ (id:8, 192.168.178.0/24), Mount auf mDock als `/mnt/mdms`
+4. ~~SMB-Share `mDMS`~~ (id:3, User `m`)
+
+### Phase 2: Paperless Migration ✓ DONE
+5. ~~Paperless auf mDock gestoppt~~
+6. ~~Media, data, ai kopiert~~; pgdata als lokales Docker Volume (NFS-Ownership inkompatibel mit Postgres uid 999)
+7. ~~consume → inbox kopiert~~
+8. ~~SynoResource-Dateien gelöscht~~
+9. ~~NFS-Mount `/mnt/mdms` auf mDock~~ (fstab via Proxmox agent)
+10. ~~Docker Compose aktualisiert~~ (`~/paperless/docker-compose.yml`)
+11. ~~Storage Path konfiguriert~~
+12. ~~Paperless verifiziert~~ — 129 Docs, alle Metadaten intakt
+
+**Hinweis:** pgdata lebt als Docker Volume `paperless_pgdata` auf mDock (nicht auf NFS). DB-Backup über `pg_dump` in `mdms/export/` planen.
+
+### Phase 3: Cleanup ✓ DONE
+13. ~~Paperless Correspondents zusammenführen~~ → 51 → 41
+14. ~~Document Types reduzieren~~ → 39 → 13
+15. ~~Tags aufräumen~~ → 172 → 16 (hierarchisch: Kategorie + Status + Kontext)
+16. Paperless-AI mit neuer Taxonomy konfigurieren (TODO)
+
+### Phase 4: mDocs Migration
+17. mDocs-Repo klonen, alle PDFs nach mdms/inbox/ kopieren
+18. Paperless konsumiert und klassifiziert automatisch
+19. Manuell verifizieren: Correspondents, Types, Tags korrekt?
+20. mDocs-Repo auf Gitea löschen
+
+### Phase 5: Client-Setup
+21. SMB-Mount auf mBreeze: `~/mDMS` (LaunchAgent wie mStash)
+22. SMB-Mount auf mPebble: `~/mDMS`
+23. mScan-App auf mdms/inbox/ konfigurieren (falls SFTP/SMB-Upload möglich)
+
+---
+
+## Offene Punkte
+
+- [x] Paperless Admin-Credentials — mAi-User auf Paperless angelegt
+- [x] Paperless Cleanup — Correspondents, Types, Tags bereinigt
+- [x] Storage Path konfiguriert und Dateien umbenannt
+- [x] Webp-Previews gelöscht, SynoResource-Müll bereinigt
+- [x] TrueNAS Dataset `mPool/mdms` erstellt (NFS id:8, SMB `mDMS` id:3)
+- [x] Paperless media auf mdms/paperless umgestellt (Docker Compose aktualisiert)
+- [x] SMB-Share `mDMS` eingerichtet auf TrueNAS
+- [x] mDocs-Migration: 69 PDFs in Paperless inbox, consumption läuft
+- [x] **docs@msbls.de** — E-Mail-Inbox für Paperless (IMAP-Polling, Alias auf mail@msbls.de, Regel filtert auf To: docs@msbls.de)
+- [ ] Paperless-AI mit neuer Taxonomy konfigurieren
+- [ ] Regelmäßiger Export/Backup-Job (Paperless → mdms/export/)
+- [ ] `m doc` CLI-Subcommand für Paperless-Zugriff? (search, list, tag)
+- [ ] Obsidian-Vault Symlink-Setup auf mBreeze/mPebble