مؤشرات أداء تجريبية لهذا الأساس.
٩٨.٥٪
الدقة
أقل من 100 مللي ثانية
زمن الوصول
5000 وثيقة/ساعة
الإنتاجية
محرك تحليل تخطيط المستندات الوكيل (Agentic Document Layout Analysis Engine) هو بنية برمجية متطورة مصممة لتفسير التنظيم البصري للمعلومات داخل المستندات المؤسسية. يقوم بتحويل ملفات PDF الممسوحة ضوئيًا أو الرقمية الخام إلى نماذج بيانات منظمة وقابلة للتصفح وتحافظ على دقة التخطيط الأصلي. على عكس أدوات التعرف الضوئي على الحروف (OCR) التقليدية التي تركز فقط على استخراج النصوص، يفهم هذا النظام العلاقات المكانية والتسلسلات الهرمية للحاويات وأهمية العناصر من خلال رؤية حاسوبية متقدمة واستدلال قائم على الرسوم البيانية. إنه يميز تلقائيًا بين كتل المحتوى الأساسية والعناصر الزخرفية، ويتعامل مع التباعد غير المنتظم وتدفق النص متعدد الأعمدة والرسومات المضمنة دون كسر التسلسل المنطقي للمعلومات. من خلال تحليل أوزان الخطوط والهوامش والقرب البصري، يحدد مستويات الأهمية داخل الأقسام، مما يضمن إعطاء الأولوية لنقاط البيانات الهامة أثناء عمليات الاسترجاع. هذه العملية غير مدمرة لسلامة الملف الأصلي مع إنشاء توأم رقمي لهيكل المستند لأغراض المرجعية. يوفر تحليل التخطيط المتقدم سياقًا عميقًا حول كيفية تنظيم المعلومات مكانيًا داخل المستند، متجاوزًا مجرد التعرف على النصوص لفهم الترتيب البصري للعناصر مثل الصور والجداول وحقول النماذج. تتيح هذه القدرة للوكلاء التنقل في النماذج المعقدة حيث يتم تعريف حقول الإدخال بواسطة الحدود أو التسميات المحيطة بدلاً من العلامات الصريحة. يحافظ النظام على الاتساق عبر مئات الصفحات من خلال تعلم الأنماط من المستندات السابقة في السلسلة نفسها، وتحديد المراجع المتقاطعة بين الأقسام التي تعتمد على التموضع النسبي. عند معالجة ملفات PDF الممسوحة ضوئيًا، فإنه يعيد بناء دقة التخطيط الأصلية لدعم تصحيح OCR، مما يقلل من أخطاء إدخال البيانات ويحسن موثوقية سير العمل الآلي. تدعم البنية المعالجة الدفعية لتدفقات المستندات ذات الحجم الكبير دون تدهور في زمن الوصول، مما يجعلها مكونًا حاسمًا لأنظمة إدارة المستندات المؤسسية الحديثة.
التعرف الضوئي على الحروف (OCR) الأولي واكتشاف صندوق الإحاطة الأساسي.
الاستدلال المكاني المتقدم وتحليل الأعمدة المتعددة.
التكامل مع أنظمة سير العمل للمؤسسات.
قدرات التكيف الذاتي الكاملة والشفاء الذاتي.
يتم بناء محرك الاستدلال لتحليل التخطيط كخط أنابيب قرار متدرج يجمع بين استرجاع السياق والتخطيط المدرك للسياسات والتحقق من المخرجات قبل التنفيذ. يبدأ بتطبيع الإشارات التجارية من سير عمل ذكاء المستندات، ثم يرتّب الإجراءات المرشحة باستخدام ثقة النية، وفحوصات التبعية، والقيود التشغيلية. يطبق المحرك حواجز أمان حتمية للامتثال، مع مرحلة تقييم مدفوعة بالنموذج لتحقيق التوازن بين الدقة والقدرة على التكيف. يتم تسجيل كل مسار قرار للتتبع، بما في ذلك سبب رفض البدائل. بالنسبة للفرق التي تقودها أنظمة الذكاء الاصطناعي، يحسن هذا الهيكل القابلية للتفسير، ويدعم الاستقلالية المتحكم بها، ويمكّن عمليات التسليم الموثوقة بين الخطوات المؤتمتة والمراجعة البشرية. في بيئة الإنتاج، يشير المحرك باستمرار إلى النتائج التاريخية لتقليل أخطاء التكرار مع الحفاظ على السلوك المتوقع تحت الضغط.
طبقات المعمارية الأساسية لهذا الأساس.
منطق تحليل التخطيط الأساسي.
يستخدم استخلاص الهيكل القائم على الرسوم البيانية.
الرؤية الحاسوبية وتكامل التعرف الضوئي على الحروف (OCR).
يتولى المعالجة المسبقة للصور والتعرف على النصوص.
الاستدلال على العلاقة المكانية.
ربط عناصر الخرائط بالروابط الدلالية.
التعلم الذاتي وضبط المعلمات.
تحديث النماذج بناءً على حلقات التغذية الراجعة.
يتم تصميم التكيف الذاتي في تحليل التخطيط كدورة تحسين مغلقة تراقب نتائج وقت التشغيل، وتكتشف الانحراف، وتعدل استراتيجيات التنفيذ دون المساس بالحوكمة. يقوم النظام بتقييم زمن استجابة المهام، وجودة الاستجابة، ومعدلات الاستثناء، ومواءمة قواعد العمل عبر سيناريوهات ذكاء المستندات لتحديد الأماكن التي يجب فيها ضبط السلوك. عندما يتدهور نمط ما، يمكن لسياسات التكيف إعادة توجيه المطالبات، أو إعادة توازن اختيار الأدوات، أو تشديد عتبات الثقة قبل أن يتفاقم التأثير على المستخدم. يتم إصدار جميع التغييرات بإصدارات وقابلة للعكس، مع خطوط أساس موثقة للتراجع الآمن. يدعم هذا النهج التوسع المرن من خلال السماح للمنصة بالتعلم من ظروف التشغيل الفعلية مع الحفاظ على المساءلة وقابلية التدقيق والتحكم لأصحاب المصلحة سليمة. بمرور الوقت، يحسن التكيف الاتساق ويرفع جودة التنفيذ عبر سير العمل المتكرر.
ضوابط الحوكمة والتنفيذ للأنظمة المستقلة.
معيار AES-256.
الصلاحيات المستندة إلى الدور.
تتبع المعالجة الكامل.
جاهز لـ GDPR و HIPAA.