Nace.ai 发布 Document Intelligence 1.0 与 Drex 决策模型

用 Nace Small Models 执行你的工作流

一个 API key 同时用于 Drex 和 NDI，Drex 为每次调用给出概率，NDI 可读取 36 种文件类型并引用每个答案的来源。

适用于

npm install nace-sdk

Drex 上的构建者，听听他们怎么说。

V
Vishesh Baghel@VisheshBaghell · Sep 25
1000 个工作订单中有 499,235 美元的未开票工作。@NaceAI 的 drex 找出了 482,260 美元。
drex 读取备注和发票，标出缺失的部分。code 负责计算。当 drex 不确定时，由人来决定。
I
Ivan Fioravanti@ivanfioravanti · Sep 25
Drex：比 jev 更快、更便宜、更好，32k 上下文，而且即将开放权重？我一定要试试！
S
SuperSaiyanColtSep 26
我在我的项目 Elyreon/NOVA 中使用 Drex 作为快速决策层，主要用于路由任务、选择工具/模型、分类失败、重试、紧急程度和交接。
这个 bot 的响应已经低于 1 秒了，我无法想象 drex 会让它好多少
I
Israfil@Israfilv2 · Sep 30
Nace 展示了 Drex 玩策略游戏。我给了它一个更难的对手：我的时间线
剧透预警：Guard 把每条帖子发送给新的决策模型并模糊剧透内容，一次会话中检查了 352 条帖子，调用时间低于一秒
E
Eduardo OrdaxSep 25
用庞大的 LLM 来决定调用哪个工具，感觉就像雇个 CEO 来整理你的收件箱。
Drex 针对的正是这些决策：路由、排序、分类和护栏。

K
Kai@hqmank · Sep 25
切换很容易。我把我现有的 Jev 配置指向 Drex，保留相同的 SDK，改了 3 个环境变量，就能用了。
我认为它很适合 agent 路由、工具选择、文档分类，以及在浏览器自动化中选择下一步操作。
A
ahmadghoOct 7
我之前用 jev 在一款叫 Little fighter 2 的老游戏里对战机器人
drex 1.5 在游戏中的表现实际上和 jev 非常接近，甚至可能更好
而且它延迟更低、速度很快，我从那以后就弃用了 jev，一直在针对 drex 做优化
D
Dean W. Perkins@deanwperkins · Oct 6
有人把一个小型开放模型接到了真实的安防摄像头上
每次调用 389 毫秒
视觉模型负责看，drex 负责决策
G
Gipp@gippp69 · Sep 30
128k 上下文意味着它可以用真实状态来路由，而不是靠简短的摘要。
有趣的地方不在于生成更多内容，而在于在生成开始之前做出更好的决策。

在终端里看它运行。

拥有 Console 密钥的 agent 读取 AP 数据包，找到关键页面并决定如何处理它。窗口中的每次调用都是 Console 端点，每个返回值都附带其读取来源的页面。

你的 agent 所需的一切，尽在一把密钥之后。

Authorization: Bearer $NACE_API_KEY

两个系列共用一把密钥、一个 credit 和一个错误信封。

决策
Drex 在一次前向传播中为每个选项给出校准后的概率。
Explore Drex
POST /v1/systemoneINV-88214
状态
发票 INV-88214 按每单位 $14.10 计费 1,200 个单位。PO-5512 授权 1,200 个单位，单价 $13.90。收货确认已交付 1,200 个，延迟 2 天。
1. choicedisposition
  - hold_for_buyer0.612
  - approve0.301
  - dispute0.087
  每个选项一个概率
2. noulwithin_price_tolerance
  P(yes)0.148
  一个 yes 的概率
3. scorevariance_severity
  - 0.214low
  - 0.583moderate
  - 0.171elevated
  - 0.032high
  有序等级上的分布
感知
Nace Document Intelligence 可读取任何文件，并将每个值指回其来源。
Explore NDI
POST /v1/documents/{task}invoice_2023T210.pdf
1. 解析
  # Invoice 2023T210
  Item Amount
  Bookkeeping 600.00
  Total 600.00
  Markdown 与布局块
2. 拆分
  - Invoicep. 1–3
  - Amendmentp. 4–16
  - W-9p. 17
  每个文档的页码范围
3. 分类
  - invoice0.98
  - receipt
  - bank_statement
  - w9
  来自你的分类体系的一个标签
4. 提取
  - /invoice_number2023T210found
  - /total600.00found
  - /po_numbernullnot found
  字段，已找到或未找到
5. 定位
  Total 600.00
  p. 1
  它来自的页面和区域
36 种文件类型：PDF、扫描件、Word、PowerPoint、Excel、CSV、电子邮件、HTML、图像、音频、视频
由 OCR、转录和 NER 模型读取。

在你的 agent 工作的地方工作。

Console 是纯 HTTPS 和 JSON。任何能调用工具的 harness 都能调用它；这些是我们用来测试的。

三种接入方式。

一个平台。四道边界。

每一层都是相同的模型、相同的 API、相同的服务栈。唯一变化的是你数据周围的边界，从我们的云到你的机器。

你的数据训练你的模型。权重、适配器和评估集都归你所有，位于你选择的边界之内。

运行位置
我们的云
网络路径
公共 TLS
GPU 租用
共享
更新
持续
托管云
从我们的 GPU 开始，通过我们的 API，使用 Console 中的密钥。
- 共享 GPU 池，严格租户隔离
- 基于 TLS 的公共 API，不会用你的数据训练
- 按用量计费，无需运行基础设施
适用于：快速推进的试点、评估、中型市场团队。
运行位置
我们的云
网络路径
私有链路
GPU 租用
专用
更新
持续
专用云
我们在云中为你提供的专属 GPU 集群，通过私有链路而非公共互联网访问。
- 单租户计算，固定在你的区域
- 通过 PrivateLink 或 VPC 对等连接接入你的网络
- 客户自管密钥，专用吞吐量
适用对象：云优先但已受够共享基础设施的受监管团队。
运行位置
你的云账户
网络路径
你的 VPC 内部
GPU 租用
专用
更新
从镜像仓库拉取
你的云
平台安装在你自己的 AWS 或 Azure 账户内。数据始终留在你的边界之内。
- 在你的 VPC 中运行，使用你的密钥、你的日志、你的 IAM
- 更新从我们的镜像仓库拉取；不会有任何数据回流
- 我们的审计和银行客户在生产环境中采用的部署模式
适用对象：银行、四大会计师事务所，以及任何安全审查以“给我们看看网络拓扑图”开头的机构。
Talk to sales
运行位置
你的数据中心
网络路径
无
GPU 租用
专用
更新
签名离线包
本地部署与气隙隔离
你的数据中心，你的硬件，零出站。
- 无出站流量，无遥测，离线许可证激活
- 按你的时间表提供签名离线更新包
- 以软件形式部署在你的服务器上，或作为预配置设备交付
适用对象：政府、国防以及网络线缆根本不存在的自主可控环境。
Talk to sales