**从一份 PDF 到一次 API 调用:企业 AI 能力的“最后一公里“**

技术人讲架构,喜欢画分层图。最底层是存储,往上是计算,再往上是服务,最上面是应用。层次分明,逻辑清晰。但企业 AI 的真实场景,往往卡在层与层之间的缝隙里。

一份 PDF 躺在存储层。应用层的大模型需要它的内容。中间隔了多少道坎?

首先,PDF 可能是扫描件,需要 OCR 识别。识别出来的文字可能有错,需要纠错。然后,内容需要结构化------标题、段落、表格、图表,分别提取。接着,提取的内容需要标注元数据:这是什么类型的文档、属于哪个项目、涉及什么主题、谁有权访问。标注完后,内容需要向量化,供大模型检索。最后,还要考虑版本管理------这份 PDF 更新了,向量库里的数据要不要同步更新?

这些步骤涉及的技术都不新。OCR、NLP、向量化、权限管理,每个领域都有成熟的方案。但把它们串起来,让企业里的任何一份文档都能在需要时被 AI "用得上",这就是"最后一公里"的问题。

一些平台开始用 Skill 化思路解决这个问题。每个处理步骤封装成一个独立的 Skill,有统一的接口和校验规则。OCR 是一个 Skill,元数据提取是一个 Skill,向量化是一个 Skill。它们可以单独调用,也可以编排成流水线。

架构上,Skill 层位于存储和应用之间。对上层应用来说,它提供的是标准化的 AI 能力接口。对下层存储来说,它负责把静态文件转化为可计算的数据资产。Skill 内部处理所有脏活累活:格式转换、错误处理、权限校验、日志记录。鸿翼 OpenContent V9 把这三层拆成了 OC Skill、数据治理 Skill 和 AI 数据连接 Skill,每层有独立的职责边界,又通过统一调用机制串联。

一个具体的例子:某制造企业把过去十年的技术图纸全部 Skill 化处理。图纸进系统后,自动提取参数、生成标签、建立关联。研发人员现在可以用自然语言查询:"找一下承压能力大于 10MPa 的法兰设计图",系统直接返回匹配结果。这在以前是不可想象的------图纸是扫描版 PDF,参数靠人工录入,检索基本靠文件名。

技术栈没变厚,只是把该连的线连上了。

相关推荐
泯泷1 天前
AI Agent 的下一站:让世界主动来找它
人工智能·llm·agent
xsd202411181 天前
MediaMTX + FFmpeg 搭一套轻量 RTSP 流服务器
人工智能
北漂人Java1 天前
基于 Spring AI Alibaba WorkFlow 构建 Java 生产级 AI Agent
java·人工智能·spring
丘山录1 天前
本地部署 llama.cpp,3.9G 盒子只能开 5.8 万
人工智能
tinggu1 天前
从 $6.22 到 $113.96:拆解 AI 用纯 Python 在 Blender 5.2 中“手搓”百万面 3D 场景的工程真相
人工智能
张一凡931 天前
给 Coding Agent 加一道"架构闸门":Jin 是如何做到"先审架构、再写代码、不漂移"的
前端·后端·agent
Linye1 天前
AI 写的 HTML 原型全是空壳?聊聊真实 DOM 交互避坑
前端·人工智能
师夷长技以自愈1 天前
手搓 AI Agent 第 7 篇:菜做砸了别硬炒——错误分类 + 双账本熔断
人工智能·python
调接口的阿光1 天前
调用对话接口时输出被截断怎么办:先看 finish_reason,再决定是续写一次、缩小范围,还是换成更短的格式(Python)
人工智能·python
东鸿电子Eastron1 天前
工厂节能降本落地指南:从精准能源计量搭建数字化管理基础
大数据·人工智能·能源·智能电表·能耗管理