识别平台数据架构

识别平台数据架构 由 Archify 生成的数据流图。 01 / 接入 02 / 预处理 03 / 引擎识别 04 / 融合 05 / 消费与运营 文档接入 · PDF · 影像 · Office · 01 / 接入 文档接入 PDF · 影像 · Office 对象存储 · MinIO · 原始/工件/证据 · 02 / 预处理 对象存储 MinIO · 原始/工件/证据 预处理产物 · 标准栅格 · 裁片 · 增强 · 02 / 预处理 预处理产物 标准栅格 · 裁片 · 增强 引擎输出 · OCR · VLM · CV 原始响应 · 03 / 引擎识别 引擎输出 OCR · VLM · CV 原始响应 统一结果模型 · Blocks · Fields · 证据链 · 04 / 融合 统一结果模型 Blocks · Fields · 证据链 元数据库 · PG · 请求/字段/台账 · 04 / 融合 元数据库 PG · 请求/字段/台账 消费出口 · API/MCP 响应 · 审计追溯 · 05 / 消费与运营 消费出口 API/MCP 响应 · 审计追溯 评测与 badcase · golden 集 · 标注台账 · 05 / 消费与运营 评测与 badcase golden 集 · 标注台账 原始归档 取件栅格化 标准输入 归一 · 投票 字段与证据落库 检索服务 低置信归集 图例 主要数据 异步批处理 数据存储 数据流

三层存储分工

  • • 对象存储承载原始文档、预处理工件与识别证据，不可变、可回放
  • • 元数据库只存结构化记录：请求、字段结果、复核标记、台账索引

证据链一等公民

  • • 统一结果模型的每个字段携带证据引用，可回溯到裁片与引擎原始输出
  • • 识别过程全量落盘，任何结论可重放验证，满足审计要求

数据反哺

  • • 低置信字段与复核标记自动进入 badcase 台账，人工标注后沉淀 golden 集
  • • golden 集同时服务引擎评测、类型回归与微调训练三类消费