الذكاء الاصطناعي للمستندات على نطاق واسع لمجموعة طاقة فرنسية

البنية في لمحة

المشكلة

تصل تقارير مسح المواد الخطرة كملفات PDF متعددة الصفحات بتنسيقات غير متجانسة: جداول، نماذج، رسومات وأقسام نصية طويلة. قراءتها يدوياً بطيء وتفسيرها يختلف من قارئ لآخر.

لم يكن الهدف هو روبوت دردشة عام. بل كان خط أنابيب قابل للتكرار يستخرج نفس الحقول من كل تقرير، يحتفظ بمصدر كل قيمة وينتج مستنداً نهائياً موحداً.

العمارة

يعمل خط الأنابيب على بنية AWS بدون خادم. تنظم وظائف Step Functions المراحل، وتقوم وظائف Lambda بمعالجة الصفحات، وتحمل S3 وSQS المستندات وعناصر العمل، وتحتفظ PostgreSQL وDynamoDB بالحالة والنتائج.

يتعامل Amazon Textract مع التنسيق والجداول والنماذج. فوق ذلك، تقوم وكلاء Pydantic AI المتخصصون بمعالجة كل صفحة بالتوازي مع مسؤولية واحدة لكل وكيل، وتجمع خطوة نهائية التقرير الموحد.

تعمل استدعاءات النموذج مع تراجع تسلسلي بحيث لا يتوقف مزود متدهور عن دفعة، وتستند الاسترجاعات المعيارية إلى المعايير ذات الصلة.

التتبع والجودة

يتم تتبع كل عملية باستخدام Logfire وOpenTelemetry: أي صفحة، أي نموذج، أي إصدار من المطالبة وأي نتيجة. تُستخدم مجموعات التقييم لمقارنة الهياكل واكتشاف التراجعات قبل أن تصل إلى الإنتاج.

النتيجة المرئية هي نظام يمكن تشغيله وتدقيقه، وليس عرضاً. يعد المراقبة، ومعالجة الفشل وقياس التكلفة جزءاً من التسليم.

ما يبقى خاصاً

اسم العميل، وحجم المستندات، وتكاليف المعالجة ومعدلات الرفض غير منشورة هنا. إنها تخص العميل وتُشارك فقط بتفويض صريح.

نتائج عامة

• خط أنابيب إنتاج من استيعاب PDF إلى تقرير موحد.
• أصل على مستوى الصفحة لكل قيمة مستخرجة.
• سبعة وكلاء متخصصين يعملون بالتوازي لكل صفحة.
• تراجع النموذج التسلسلي عبر المزودين.
• تتبع كامل للعمليات وقياس التكلفة.

التقنية

• AWS Step Functions
• AWS Lambda
• Amazon S3
• Amazon SQS
• Amazon Textract
• Amazon RDS PostgreSQL
• Amazon DynamoDB
• Pydantic AI
• Logfire
• OpenTelemetry