《文档智能 & RAG让AI大模型更懂业务》解决方案评测-阿里云开发者社区

精准识别与解析能力
- 文档智能（Document Mind）能够精准识别并解析包括企业日常办公中常见的 Office 文档（Word/Excel/PPT ）、PDF、Html、图片等在内的主流文件类型。
- 它返回文档的样式、版面信息和层级树结构，为RAG输入高精准度、高连贯语义的切块（Chunk），从而保障了整个RAG方案的基础效果。
提升解析效果与性能
- 相较于传统单页以电子解析文本或者 OCR 解析文本的方式，文档智能针对不同的文档类型，实现了电子解析+ OCR/NLP 的细粒度混合版融合方案。
- 通过电子解析与 OCR/NLP 的互相优缺点弥补，提升了解析的效果和性能。
保证语义不丢失
- 基于最新自研的技术 GeoLayoutLM 来研发层级树模型，可以面向各种长度和类型的文档，高效地提取其内部版面的层级关系。
- 经过文档解析切分的文档内容保证了语义的不丢失，可直接输入至 RAG 的下游链路。
输出LLM友好的Markdown信息
- 相比于传统文本内容解析，文档智能提供含层级的段落信息、表格及表格单元信息、图片信息，并包含丰富的标题、段落、页码、注解等版面类型信息。
- 这些信息为LLM提供了更丰富的上下文，有助于提升问答的准确性和相关性。
高效处理与部署
- 文档智能与RAG的结合方案能够实现高效的文档处理与问答系统部署。
- 部署时长短（如30分钟），且预估费用相对较低（如5元，假设资源运行时间不超过60分钟），使得该方案在成本效益上具有明显优势。

在部署模块中，这次也有变化，就是不再使用之前的部署文档模式，直接使用了新版云起实验室的模式，这点变化还是非常值得肯定的。

部署体验

在正式开始部署前，还是从部署架构先开始，一来了解其涉及产品或服务，二来了解其运行原理。架构图如下：

通过文档智能（Document Mind）将非结构化文档内容解析为结构化数据，并提取出文档层级树、样式信息以及版面信息。这些信息被进一步处理成文档切片，生成切块（Chunk）数据，并存储于知识库中。当接收到提问时，系统会将问题转换为内容向量，在知识库中召回相关信息，并结合问题和召回内容，通过语言模型进行智能问答。

从架构图上可以非常直观了解到其涉及的产品，如下：

百炼平台：提供通义千问LLM模型的调用以及知识索引功能。
文档智能：多模态文档识别与理解引擎，为用户提供通用文档智能、行业文档智能和文档自学习能力，可满足各种场景下的智能文档处理需求。
云服务器 ECS：用于部署应用程序，还是其相关的服务，如VPC和交换机。

部署方式提供一键部署和手动部署两种，这里为了方便，我直接采用一键部署来阐述。

首先就是进入百炼控制台，获取一个API-KEY。如下：

接下来，通过ROS一键部署链接来自动化地完成资源的创建和配置。单击一键部署，在顶部导航栏选择地域，并输入百炼API-KEY和空间ID。如下：

在ECS实例配置这块，部署文档没有配置举例或建议，这里我使用最新推荐配置，并设置ECS的登录密码。如下：

确认如上配置后，点击下一步，检查并确认，在确认页面确认配置信息，点击创建即可。（这里唯一要注意的是账号余额要大于等于100元，因为涉及ECS服务器最低保障额度）

部署过程需要耐心等待片刻，如下：

待部署状态变成创建成功后，在资源栈的输出页签可以看到URL访问链接。如下：

点击该URL即可进行应用体验了，这里我们使用文档匹配的文档进行体验，上传该文档并点击上传文件进行解析。如下：

解析完成后，呈现效果如下：

这个时候，就可以切换到问答服务进行体验了，如下：

到这，一个完整的[基于文档智能和百炼平台的RAG应用]的部署体验就告一段落了。如果你有其他需求，可继续查阅部署文档接下来的内容。还有移动端体验应用的体验，感兴趣的伙伴可自行体验，这里就不再赘述。

体验总结

方案

1、在原理的阐述上存在细节的不足，如描述文档智能如何解析文档时，提到了“GeoLayoutLM”技术，但未对其具体作用和工作原理进行说明。建议增加对该技术的详细介绍，以便读者更好地理解其如何保证语义不丢失。

2、方案中优惠购买处，只提供了企业版的ECS试用，并没有针对大众个人用户提供，这个实际上是不妥的，因为多数参与体验的用户还是个人的。

3、此外，就是老问题，应用场景的内容太空洞了，应该增加超链接，链接到对应的案例文章或者案例说明等。

部署

1、部署文档整体写的还是非常详细的，对于新手来说，完全按照文档来操作是可以部署成功的。这里我要说明的一点就是，涉及的技术细节如果把握不好，也是非常容易导致部署失败的，这在一定程度上说，对于完全新手来说，还是存在一定的技术壁垒的。这就要求在部署过程中，若能提供更多的实时帮助或在线支持，将大大提升部署效率和用户体验。

2、在ROS一键部署中有关ECS实例的选择并没有任何文字说明，只能依靠用户去任意选择，虽然这个不影响最终的部署效果，但缺少建议配置，容易让新手用户选择上出现问题。