document-ai

本文提出了一种面向生产级文档AI管道的微服务架构，该架构结合了分类、OCR和LLM提取，分享了设计决策和批量分析洞察，揭示了OCR（而非LLM解析）主导了延迟。

PaddleOCR是一个功能强大、轻量级的OCR工具包，可将PDF和图像转换为结构化数据，适用于AI应用，支持100多种语言，旨在连接文档与大语言模型。