aws-solutions-library-samples/accelerated-intelligent-document-processing-on-aws

解决的问题

该项目提供了一个可扩展的无服务器文档处理系统。通过结合光学字符识别（OCR）与生成式AI，解决了将大量非结构化文档转换为结构化数据的挑战，减少了手动数据录入和提取的需求。

工作原理

基于AWS无服务器技术（Lambda、Step Functions、SQS、DynamoDB）构建，该系统提供两种主要处理模式：

1. 流水线模式：按顺序执行OCR、基于Bedrock的分类（按页或整体）、基于Bedrock的提取、置信度评估、规则验证和摘要生成。
2. BDA模式：使用Bedrock Data Automation（BDA）进行端到端处理，随后进行规则验证和摘要生成。

用户可通过Web UI、直接上传S3文件，或使用专用命令行界面（CLI）进行批量处理和评估与系统交互。

适用对象

适用于需要大规模处理大量文档的组织、希望获得模块化框架以实现智能文档处理（IDP）的开发者，以及需要人工介入验证关键数据提取结果的企业。

主要亮点

• 无服务器架构：完全托管的AWS基础设施，实现高吞吐量和成本优化。
• 灵活处理：支持模块化流水线和端到端BDA模式两种处理方式。
• AI驱动的质量控制：包含基于LLM的提取置信度评估，以及基于AI的评估框架，用于衡量与基准的准确性。
• 人机协同（HITL）：内置审查系统，支持人工验证提取的数据。
• 可扩展性：支持少样本示例提示、通过Lambda实现自定义业务逻辑，以及通过Model Context Protocol（MCP）集成外部分析工具。
• 全面的工具链：包含用于监控的Web UI、用于程序化批量运行的CLI，以及用于查询已处理文档的知识库。