工程笔记
写给真正
交付技术栈的人
关于 React、Node.js、TypeScript 与 AI 的文章。有译文正文时显示译文。没有时显示英文，并注明这一点。
标签：ocr
具备OCR、混合RAG及LangGraph功能的合同智能系统
合同提取流程：图像预处理、以GPT-4o为备选的PaddleOCR识别、FAISS与BM25检索技术、多查询RAG系统，以及带评分结果的Excel报告。
阅读约 27 分钟面向银行的RAG数据采集：PDF、OCR、表格及连接器
如何为RAG导入银行文档：对PDF进行分类，使用带审核标记的OCR工具处理，保留Word文档结构，妥善处理表格与图片，并构建可靠的连接器。
阅读约 18 分钟MultiDocFusion：针对长PDF文档的基于层次结构的RAG数据块划分方法。
MultiDocFusion能在长PDF的每个数据块中保留章节上下文：通过布局检测、OCR技术以及基于标题树的LLM和DFS分组方式，使RAG检索效率提升8-15%。
阅读约 7 分钟从扫描的实验报告到结构化数据：OCR架构的权衡取舍
预算有限的医疗初创公司在将医学扫描文件转换为结构化JSON时，该如何权衡OCR库、Google Cloud API以及自托管的视觉大语言模型？
阅读约 8 分钟用 Go 语言自托管视觉大模型 OCR：光栅化、提示词设计与解析
通过Ollama上的视觉大语言模型，Go语言工作进程可将医疗PDF文件转换为JSON格式：采用pdftoppm进行光栅化处理、使用精确的提示词、设置备用解析方案以及利用Redis Streams进行数据读取。
阅读约 7 分钟
常见问题
关于这些文章
是。每篇都是为本站准备的英文原创改写。结构与代码跟随来源；正文重写并做过重合检查。
英文是来源。只有存在该语言的正文译文时才显示其他语言。缺失或空白的译文仍是英文，包括在本地化网址上。
草稿经编辑后进入发布队列。站点导入只收录新的或有变更的 slug，不会重复添加。
示例仅供说明。上线前请核对技术栈与许可。若需交付，请发来简报。