工具概览
该项目是一个检索增强生成（RAG）系统，用于解析、提取和搜索 PDF 格式工程图纸中的结构化技术数据。它使用多模态大语言模型（LLM），具体是 Gemini，逐页处理图纸。系统把标题栏、修订历史、尺寸、公差和 GD&T 符号等图纸细节提取为结构化的 JSON 模式。这些提取的数据随后被索引到向量数据库中，从而提供对话式界面，可带语义上下文检索地提出技术问题。系统支持本地和云端两种运行模式，本地模式使用 FAISS 做向量搜索，云端模式使用带 pgvector 的 PostgreSQL。它包含使用 Gemini Vision 的 OCR、原生 PDF 文本提取、混合信息合并、语义分块，以及用于实时进度更新的 Flask 网页界面等功能。
定价
价格与限制可能变化，请以官网为准，并确认币种、付款周期、最低席位数和用量上限。
应用场景
- 工程师可以上传 PDF 工程图纸，提取标题栏、尺寸和公差等结构化数据。
- 团队可以用 Gemini Vision 对图纸进行高精度的视觉 OCR，以捕获文字和符号。
- 用户可以以对话方式查询系统，从已索引的图纸中检索技术信息。
- 组织可以使用 FAISS 在本地部署系统，进行独立搜索而不依赖云。
- 企业可以使用基于云的索引，配合 PostgreSQL pgvector 进行可扩展的向量搜索。
- 开发者可以集成 Google Cloud Storage，自动上传源文件和页面图像。
- 团队可以通过带流式更新的网页界面实时监控摄取流水线。
功能特性
从工程图纸中提取信息
为技术图纸内容建立索引
查询已索引的技术信息
通过 OCR 提取文字
结合向量搜索与语义检索
使用 Gemini 构建多模态 RAG
用户评论
还没有评论，来分享你的使用体验吧