OCR عالي الأداء لوكلاء الذكاء الاصطناعي وتدفقات عمل RAG
سيف من Xberg Io هو محرك OCR عالي الأداء يستخرج النص من الصور والمستندات الممسوحة ضوئيًا لعمليات الذكاء الاصطناعي. تعمل الأداة كمكتبة، أو واجهة سطر الأوامر، أو خادم بروتوكول سياق النموذج وتحول المحتوى المرئي إلى نص يمكن قراءته آليًا للنماذج اللاحقة. تستخدم اكتشاف CRAFT و Gen2 CRNN للتعرف عبر وقت تشغيل ONNX لاستهداف دقة بمستوى EasyOCR مع الحفاظ على بصمة ذاكرة منخفضة. يحصل المطورون الذين يبنون أنظمة RAG وعوامل الذكاء الاصطناعي على مكون OCR برمجي للمعالجة المحلية.
ما المهام التي يمكنك استخدامها من أجلها؟
sceptre يقوم بإجراء التعرف على الأحرف البصرية على الصور، الصفحات الممسوحة، وصور المستندات ويعرض النتائج للبرامج أو الوكلاء الذين يستدعونها. يتم توزيعه كمكتبة، أداة سطر أوامر، وخادم MCP، لذا يمكن للمطورين تضمين الاستخراج في خطوط الأنابيب أو استدعائه من الوكلاء المحادثين. تشمل حالات الاستخدام النموذجية تحويل المستندات الممسوحة إلى نصوص قابلة للبحث، وإدخال النص المستخرج في توليد معزز بالاسترجاع، والابتلاع الآلي من أجل الفهرسة.
ما مدى دقة المخرجات وكم السرعة التي يعمل بها؟
تجمع الأداة بين CRAFT لتحديد موقع النص مع Gen2 CRNN للاعتراف وتقوم بإجراء الاستدلال من خلال ONNX runtime، الذي يضعه المطور كموفر لدقة بمستوى EasyOCR. يتم تنفيذ النواة بلغة Rust، مما ينتج عنه بصمة ذاكرة أقل وزمن استجابة مخفض مقارنةً بمكدسات OCR المعتمدة على Python، وهو تفصيل مهم لمهام الاستخراج ذات الإنتاجية العالية أو المتوازية.
ما المدخلات والبيئات التي يقبلها؟
sceptre يقبل مدخلات الصور والمستندات الممسوحة ويستهدف بيئات سطح المكتب، الهاتف المحمول، وWebAssembly. يسمح نموذج الاستدلال المعتمد على ONNX للأداة بالعمل محليًا دون الحاجة إلى اتصال بالإنترنت، وتتوفر إصدارات متخصصة لـ Linux وmacOS وWindows و المنصات المحمولة وWASM. يحافظ التنفيذ المحلي على معالجة البيانات في الموقع عندما تحتاج الفرق إلى تجنب تحميل البيانات إلى السحابة.
هل من السهل دمجه في سير العمل الخاص بالوكلاء وRAG؟
يدعم بروتوكول نموذج السياق الأصلي مما يجعل الأداة قابلة للاستخدام من قبل وكلاء الذكاء الاصطناعي مباشرة أثناء المحادثات، وهو نقطة تصميم صريحة تتيح استخراج النص برمجيًا داخل جلسات الوكلاء. يؤطر المطور sceptre لمهندسي البرمجيات والباحثين الذين يبنون أنظمة RAG والوكلاء الآليين؛ يركز عمل الدمج على تضمين الاستدعاءات، ومعالجة النص المعاد، وإضافة التحقق اللاحق أو المعالجة بعد التخصيص المحدد للتخطيط.
مكون OCR موجه للمطورين يتوقع تكامل الهندسة
تتناسب sceptre مع فرق الهندسة والباحثين الذين يحتاجون إلى مكون OCR برمجي لخطوط الأنابيب الآلية وعمليات تدفق العمل بدلاً من تطبيق مسح ضوئي للمستخدم النهائي. توقع أن تقترن الأداة مع خوارزميات التخطيط، والتحقق من الإملاء، أو المراجعة اليدوية للمستندات المعقدة، أو المزعجة، أو متعددة الأعمدة. بالنسبة للفرق التي يمكنها كتابة خطوات الإدخال والتحقق، فإنه يوفر استخراج نص محلي قابل للتنبؤ ضمن أنظمة مدفوعة بالنماذج.
