社区开发者基于 MiniCPM 推出可溯源文档校验智能体 TraceCell
社区开发者 @mucerx 基于 MiniCPM 构建了本地优先的文档解析与校验智能体 TraceCell，由 MiniCPM-OCR 1.0 解析文档、MiniCPM-OCR Jev 为识别候选打分、MiniCPM-V 4.7 复核模糊区域，每个字段回链源图坐标、置信度与复审状态。
OpenBMB· @OpenBMB · X·2026-11-11 21:30· 28 分钟前AI 评分51
AI 导读
OpenBMB 介绍社区开发者 @mucerx 基于 MiniCPM 构建的本地优先文档解析与校验智能体 TraceCell。三个模型协作：MiniCPM-OCR 1.0 解析文档，MiniCPM-OCR Jev 为识别候选打分，MiniCPM-V 4.7 复核模糊区域；每个字段回链源图坐标、置信度和复审状态，不确定结果触发重新解析、模型复核或人工介入，还可校验算术并对账。
正文 · 原文
📄 你的文档智能体能否说明某个结果为何值得信任，并标记出哪些内容需要再看一眼？
社区开发者 @mucerx 构建了 TraceCell，这是一个由 MiniCPM 驱动的本地优先文档解析与校验智能体。🔍
三个模型协同工作：
📖 MiniCPM-OCR 1.0 解析文档内容。
⚖️ MiniCPM-OCR Jev 为识别候选打分。
🧠 MiniCPM-V 4.7 复核模糊区域，其答案在采纳前还会再次评分。
📍 每个字段都在证据账本中回链到源图坐标、置信度和复审状态。
🔄 不确定的结果会触发针对性重新解析、模型复核或人工升级。文档会被分流为自动接受、抽查或全面复审。
🧮 TraceCell 还会校验算术并对账——即使文本本身识别正确，也能发现不匹配之处。
🧪 作者当前的演示覆盖 5 份合成文档、83 个区域和 52 个业务字段。在 78 个标注样本上的校准报告显示，自动接受率为 80.77%，且没有错误接受。这些是样本集结果，并非经独立验证的生产保证。
借助 MCP 和 Skill 支持，这是一个将视觉理解转化为可追溯决策的实用社区示例。💙
🛠️ 探索 TraceCell：
github.com/logicore-code/Trac…
🚀 使用 MiniCPM 构建：
GitHub — MiniCPM-OCR：
github.com/OpenBMB/MiniCPM-OCR
GitHub — MiniCPM-V：
github.com/OpenBMB/MiniCPM-V
🤗 Hugging Face — MiniCPM-OCR 1.0：
huggingface.co/openbmb/MiniCP…
#MiniCPM #OpenBMB #DocumentAI #OpenSource
来源：OpenBMB · x.com
来源：RadarAI · aihot.news