工程指南
掃描PDF知識庫入庫的費用先按下表對應工作包、輸出和外部投入。下表用於界定範圍，不提供包幹金額、固定週期、付款或預設計費規則。
OCR流程開發的報價，應先確認資料是什麼、識別後交給誰、錯誤怎樣處理，再拆分工程開發與持續使用支出。檔案數量、頁數、掃描頁比例和版式類型分別統計，不能用一個檔案數代替全部工作量。
怎樣統計可用於詢價的樣本
以下為計數算例，不是客戶資料：10份PDF共250頁，其中30頁為需要識別的掃描頁。文件盤點記錄10份檔案，頁面處理記錄250頁，OCR候選輸入記錄30頁。若其中還包含圖片文字、複雜表格或需欄位抽取的頁面，應按任務另列，不能簡單推導為只處理30頁就完成全部文件流程。
抽樣時保留清晰頁、低品質頁、表格、跨頁內容和無法識別頁，並約定可公開範圍。驗收真值、欄位規則及複核方法應與樣本一起確認。
開發費用與持續支出怎樣對應
表格可橫向滑動查看完整欄位。
| 工作包 | 可約定的工程輸出 | 需要單列的工作量或支出 |
|---|---|---|
| 資料盤點與範圍確認 | 格式清單、版式分類、樣本與驗收定義 | 資料整理、真值製作與資料授權 |
| 解析與OCR接入 | 頁面提取、識別介面、失敗記錄與重試流程 | 特殊格式、模型服務呼叫或執行資源 |
| 識別後處理 | 欄位對應、表格整理、來源頁定位 | 新版式、欄位規則變化與人工複核 |
| 業務整合 | 上傳、任務狀態、結果匯出及權限介面 | 原系統改造、帳號與儲存接入 |
| 部署與維護 | 配置、操作說明、日誌與約定測試記錄 | 伺服器、授權、託管及後續模型更新 |
費用需按實際樣本與約定輸出確認。本表不提供包幹金額，也不把人工複核預設計入一次性開發費。
怎樣判斷流程開發完成
先核對頁面能否解析、失敗能否被識別與重試、結果能否定位回原頁，再按凍結樣本比較文字或欄位。字元識別、欄位抽取、表格結構與最終業務可用性使用各自的指標及通過條件。未形成真值集時，不能僅憑演示頁面給出整體準確率。
原中文本地知識庫案例包含多格式解析、本地OCR與來源回看，不能作為任意新資料識別率的依據。透過原中文研發知識庫開發服務提交脫敏樣本、頁數、輸出欄位、複核責任和部署條件，可先評估一個代表性資料流程，再確認擴大範圍的費用。
工作包與交付表
表格可橫向滑動查看完整欄位。
| 工作包 | 可約定交付 | 外部投入與範圍 |
|---|---|---|
| OCR接入 | 頁面提取、識別介面、失敗記錄與重試用例 | OCR授權、呼叫資源及資料授權單列 |
| 樣本與複核 | 版式清單、真值規則和錯誤處理方式 | 樣本整理與持續人工複核明確承擔方 |
| 索引與來源 | 切分、來源欄位、更新刪除及檢索測試 | 模型、儲存、增量處理和維護範圍另列 |
啟動前需要哪些資料？
脫敏掃描件、OCR輸出樣例、固定問題集、權限矩陣及部署條件。先核對資料版本與可用性，缺項保留為待確認輸入。
怎樣確認交付與驗收範圍？
用固定檔案版本檢查正常頁、失敗頁、跨頁、更新刪除和越權存取，並儲存定位路徑。入庫和來源定位通過不代表生成式回答準確；檢索、權限和回答分別驗證。
面向北京企業，可先提交上述資料開展遠端評審。樣機聯調、寄樣或現場工作及費用按具體專案確認。
先核對服務範圍並提交專案資料，再確認開發與交付。 原簡體中文服務範圍
線上諮詢
電話諮詢
微信諮詢
回到頂部