# PDF OCR Hotfolder — Konfiguration
# Vorlage — install.sh erzeugt daraus pro Instanz /etc/pdf-ocr-hotfolder/<instanz>.toml

[paths]
# ACHTUNG: Alle Pfade MUESSEN absolut sein. Ein relativer Pfad wuerde gegen
# das Arbeitsverzeichnis des Dienstes aufgeloest (WorkingDirectory der
# systemd-Unit), nicht gegen das Verzeichnis dieser Datei — der Scanner
# schriebe dann woanders hin als der Dienst schaut. Der Dienst startet
# deshalb mit einem relativen Pfad gar nicht erst.
# Eingangsverzeichnis: hier landen gescannte PDFs
incoming = "/var/lib/pdf-ocr-hotfolder/incoming"
# Ausgangsverzeichnis: fertige durchsuchbare PDFs
outgoing = "/var/lib/pdf-ocr-hotfolder/outgoing"
# Arbeitsverzeichnis (während Verarbeitung)
working  = "/var/lib/pdf-ocr-hotfolder/working"
# Fehlerverzeichnis: PDFs, die nicht verarbeitet werden konnten
error    = "/var/lib/pdf-ocr-hotfolder/error"

[ocr]
# Tesseract-Sprachen (z.B. "deu", "deu+eng")
languages = "deu+eng"
# Anzahl Threads pro PDF (ocrmypdf --jobs)
jobs = 4
# Bereits OCR-haltige Seiten überspringen statt neu zu OCRen
skip_text = true
# Auflösung für gerasterte Seiten
oversample = 300
# PDF/A-Konformitätsstufe ("1", "2", "3" oder leer für keinen PDF/A-Output)
# ACHTUNG: Ghostscript 10.0.0 bis 10.02.0 (Debian 12 default!) haben einen Bug;
# ocrmypdf lehnt damit die Kombination pdfa_level + skip_text=true komplett ab.
# Nur auf "1"/"2"/"3" setzen, wenn gs >= 10.02.1 installiert ist.
#
# pdfa_level = "" ist deshalb der Default — aber KEIN genereller Schutz gegen
# den Ghostscript-Bug: das gilt erst zusammen mit ocrmypdf >= 17. Bis
# ocrmypdf 16.x läuft dieselbe Prüfung auch ohne PDF/A, und dann scheitert mit
# skip_text = true jede einzelne Datei. Die Entwarnung hängt also an der
# ocrmypdf-Version, nicht an dieser Zeile; requirements.txt pinnt darum 17.x.
# Der Preflight prüft beides zusammen und lässt den Dienst gar nicht erst
# starten, wenn die Kombination nicht trägt.
pdfa_level = ""
# Schiefe Scans automatisch begradigen
deskew = true
# Hintergrund säubern
clean = false
# Maximale parallele PDFs (Hauptsystem hat selten mehr als 1-2 gleichzeitig)
max_workers = 2
# Max. Sekunden, die Tesseract pro SEITE laufen darf (0 = kein Limit).
# ocrmypdf kennt kein Gesamt-Timeout pro Dokument, nur dieses Seiten-Limit
# (ocrmypdf-Option --tesseract-timeout). Läuft eine Seite in den Timeout,
# wird sie ohne Textebene ins Ergebnis übernommen; die Verarbeitung der
# restlichen Seiten läuft weiter.
# 0 = wir geben kein Limit vor und überlassen es dem ocrmypdf-Default.
timeout = 300

[output]
# Wie soll die Ziel-Datei im outgoing/-Ordner benannt werden?
#   "prefix" : name_tag wird vor den Dateinamen gestellt  (OCR_scan.pdf)
#   "suffix" : name_tag wird vor die Extension gestellt   (scan_OCR.pdf)
#   "none"   : Dateiname bleibt wie das Original
name_mode = "prefix"
# Verbatim einzufügender String. Leerer String = kein Tag (wie mode="none").
# Beispiele: "OCR_", "[OCR]_", "_OCR", "_searchable"
name_tag = "OCR_"
# Was passiert mit dem Original, wenn OCR erfolgreich war?
#   "delete"  : Original wird gelöscht (alter Standard)
#   "archive" : Original wird in archive_dir verschoben
original_on_success = "delete"
# Absoluter Pfad (Pflicht, relativ wird abgelehnt); nur relevant wenn
# original_on_success = "archive"
archive_dir = ""

[verapdf]
# PDF/A-Validierung (optional)
# ACHTUNG: Mit enabled = true muss "binary" auf ein vorhandenes, ausfuehrbares
# Programm zeigen. Der Preflight prueft das und laesst den Dienst sonst gar
# nicht erst starten (--check-config meldet Exit 2). Grund: ein nicht
# aufrufbares veraPDF wuerde jede einzelne PDF als ungueltig werten, das
# OCR-Ergebnis nach error/ schieben und das Original laut
# original_on_success entsorgen — bei "delete" also Scan fuer Scan die
# Vorlage vernichten, waehrend der Dienst als "laeuft" dasteht.
enabled = false
binary = "/opt/verapdf/verapdf"
flavour = "1b"

# Upload-Ziele — beliebig viele aktivierbar.
# Wenn alle deaktiviert sind, bleibt das fertige PDF einfach im outgoing-Ordner.

[upload.folder]
enabled = true
# Wenn leer, wird [paths].outgoing verwendet. Sonst: absoluter Pfad (Pflicht,
# relativ wird abgelehnt). Liegt im Ziel schon eine gleichnamige Datei, wird
# die neue mit Zeitstempel abgelegt statt die alte zu ueberschreiben.
target = ""

[upload.nextcloud]
enabled = false
url = "https://cloud.example.com"
username = "scanuser"
password = "app-password"
# Zielpfad relativ zum User-Root, z.B. "Scans/Inbox"
remote_path = "Scans/Inbox"
verify_ssl = true

[upload.sftp]
enabled = false
host = "sftp.example.com"
port = 22
username = "scanuser"
# Entweder Key-Datei oder Passwort
key_file = "/etc/pdf-ocr-hotfolder/sftp_key"
password = ""
remote_path = "/uploads"

[notify.email]
enabled = false
smtp_host = "smtp.example.com"
smtp_port = 587
smtp_user = "alerts@example.com"
smtp_password = "secret"
use_starttls = true
from_addr = "PDF OCR Hotfolder <alerts@example.com>"
to_addrs = ["admin@example.com"]
# Wann benachrichtigen: "always" | "errors" | "never"
on = "errors"

[logging]
# DEBUG | INFO | WARNING | ERROR
level = "INFO"