财务分析报告技术架构（解析与结构化）

财务分析报告技术架构（解析与结构化） 由 Archify 生成的数据流图。 01 / 财报输入 02 / 双引擎解析 03 / 结构化处理 04 / 表格与溯源 05 / 分析输出 财报 PDF · 电子版·扫描件 · 01 / 财报输入 财报 PDF 电子版·扫描件 双引擎解析 · MinerU+本地 · 02 / 双引擎解析 双引擎解析 MinerU+本地 归一化后处理 · 排序·标题分级 · 03 / 结构化处理 归一化后处理 排序·标题分级 跨页表·表头识别 · 规则粗判+LLM · 04 / 表格与溯源 跨页表·表头识别 规则粗判+LLM 财务分析报告 · 指标计算·风险分析 · 05 / 分析输出 财务分析报告 指标计算·风险分析 格式预处理 · 转换·拆分并发 · 02 / 双引擎解析 格式预处理 转换·拆分并发 单元格溯源 · OCR·像素定位 · 04 / 表格与溯源 单元格溯源 OCR·像素定位 财报结构化 · 元数据·三大表 · 05 / 分析输出 财报结构化 元数据·三大表 上传 items 表格 分流 溯源 表格输入 坐标 数据 图例 主要数据 异步批处理 数据存储 数据流

双引擎解析

  • • MinerU 外部服务处理复杂 PDF/图片，本地解析器处理结构化文件，统一输出扁平 items
  • • 非 PDF 经 LibreOffice 转 PDF，大 PDF 拆分并发解析后拼接

表格处理

  • • 基于版面信息构建跨页链，自动合并续页表格
  • • 规则粗判 + LLM 精分 + 页面聚类纠偏，LLM 结构化输出表头行信息

溯源与结构化

  • • OCR 线框检测获取单元格物理坐标，支持旋转图片逆变换，像素级定位
  • • 元数据提取、三大报表识别、标准科目匹配，持久化至 MinIO 支撑指标计算与风险分析