Databricks Document Intelligence 实时 REST API 正式 GA

用于文档解析、提取和分类的实时 REST API 现已正式发布

作者： Archika Dogra、Jane Zhang、Zachary Wang 和 Nihit Desai

在 Databricks，我们的企业客户每天都会收到数百万份文档。这些杂乱、非结构化的文档承载着关于运营、客户和财务的关键上下文，支撑着整个业务中关键的下游决策。然而，当一份文档到达时，要让这些企业上下文发挥作用却出奇地繁琐。例如：

一份合同落入收件箱。法务团队成员打开它，寻找各方、生效日期和续约条款，然后将它们录入系统，以便在未来数年内跟踪该协议。
一张发票到达。应付账款专员找到供应商、采购订单号和总额，然后将它们录入系统，以便发票能够通过审批和审计。
一份保险理赔带着一叠附件出现在门户中，理赔员要通读全部内容，才能决定该理赔应该被路由到哪里。

这些是不同的工作流，但它们有着相同的瓶颈：在客户能够利用文档中有价值的数据进行业务分析或决策之前，必须有人阅读每份文档并提取出关键信息。这一手动步骤拖慢了所有下游环节，而随着传入文档量的增长，瓶颈和成本会急剧膨胀。

使用同步 REST API 实时处理文档

如今，用于解析、分类和提取的 Document Intelligence REST API 已正式发布。我们的 decisions REST API 非常适合文档路由，现已推出 beta 版。开发者可以在文档到达时从应用程序或代理中调用这些 API，从而让工作流能够识别收到的是什么、提取所需的详细信息，并将它们呈现给合适的人员或代理以进行下一步。

这些 API 可实时将您的文档转化为结构化洞察：

ai_parse_document 读取文件，将表格和图形转换为结构化文本，并计算用于下游处理的引用边界框。
ai_decide 利用文档内容来决定下一步做什么，例如将文档路由到某个工作流或将其标记为待审核。
ai_extract 将您指定的字段提取为结构化结果，并可选提供引用和置信度分数，以便人员或代理对照来源核对数值。
ai_classify 使用您的业务分类体系为文档或提取的实体分配标签，并可选提供理由和置信度分数。

使用 ai_extract REST API 从发票中提取字段的示例

将实时文档智能集成到您的应用和代理中

您可以使用这些 REST API 将文档理解引入工作已经发生的应用程序中。例如，借助 Databricks Apps，您可以构建一个合同接收流程，律师上传协议后即可打开一个已填好关键条款的审核表单：

读取合同。 ai_parse_document 将文件转换为结构化内容，应用可以将其保存以供其他用途使用。
打开正确的审核流程。 ai_classify 识别该协议是 NDA、MSA 还是工作说明书，以便应用知道应显示哪个表单。
预填条款。 ai_extract 提取各方、生效日期、续约条款和通知期限。引用让律师可以对照来源核查每个值。
推进工作。 律师更正或批准这些字段，应用将审核后的记录和来源引用写入 Delta。

交互式、人在环中的应用只是利用实时文档处理的一种方式。当基于 Agent Bricks 构建的自定义智能体在做出下一步决策前需要理解或分析传入文档时，你也可以调用这些 API。

立即开始

想要构建这样的工作流？在你的 Databricks 工作区中打开 Genie Code，然后开始输入你的提示词：

你也可以直接使用 REST API 参考以及解析、分类和提取的指南来构建：

API 参考： REST API 文档
指南：解析 ·提取 ·分类
Agent Bricks UI：从工作区中的 Agents 页面以交互方式尝试解析、提取和分类。