工具概覽
該專案是一個檢索增強生成（RAG）系統，用於解析、提取和搜尋 PDF 格式工程圖紙中的結構化技術資料。它使用多模態大語言模型（LLM），具體是 Gemini，逐頁處理圖紙。系統把標題欄、修訂歷史、尺寸、公差和 GD&T 符號等圖紙細節提取為結構化的 JSON 模式。這些提取的資料隨後被索引到向量資料庫中，從而提供對話式介面，可帶語義上下文檢索地提出技術問題。系統支援本地和雲端兩種執行模式，本地模式使用 FAISS 做向量搜尋，雲端模式使用帶 pgvector 的 PostgreSQL。它包含使用 Gemini Vision 的 OCR、原生 PDF 文本提取、混合資訊合併、語義分塊，以及用於即時進度更新的 Flask 網頁介面等功能。
定價
價格與限制可能變動，請以官網為準，並確認幣別、付款週期、最低席位數和用量上限。
應用場景
- 工程師可以上傳 PDF 工程圖紙，提取標題欄、尺寸和公差等結構化資料。
- 團隊可以用 Gemini Vision 對圖紙進行高精度的視覺 OCR，以捕獲文字和符號。
- 使用者可以以對話方式查詢系統，從已索引的圖紙中檢索技術資訊。
- 組織可以使用 FAISS 在本地部署系統，進行獨立搜尋而不依賴雲。
- 企業可以使用基於雲的索引，配合 PostgreSQL pgvector 進行可擴充套件的向量搜尋。
- 開發者可以整合 Google Cloud Storage，自動上傳原始檔和頁面影像。
- 團隊可以通過帶流式更新的網頁介面即時監控攝取流水線。
功能特色
從工程圖紙中提取資訊
為技術圖紙內容建立索引
查詢已索引的技術資訊
通過 OCR 提取文字
結合向量搜尋與語義檢索
使用 Gemini 構建多模態 RAG
使用者評論
還沒有評論，來分享你的使用體驗吧