免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

Coze开源后,我用LLM+OCR做了一个文档智能问答Agent

发布日期:2025-07-31 11:53:24 浏览次数: 2380
作者:PaperAgent

微信搜一搜,关注“PaperAgent”

推荐语

Coze开源助力企业高效搭建文档问答Bot,结合LLM与OCR技术实现精准信息提取。

核心内容:
1. Coze平台零代码搭建文档问答Bot的实用价值
2. LLM与专有模型协作提升文档解析精度的技术方案
3. 从创建到配置的完整工作流搭建教程

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
近期Coze开源的消息刷爆了朋友圈,这对于想通过搭建Agent解决复杂问题的企业开发者而言简直是超大好消息!通过Coze平台,企业用户可以通过零代码或低代码的方式,快速搭建出解放生产力的AI工作流,辅助员工高效完成各类的复杂任务。
今天,我就来分享一个用Coze搭建文档智能问答Bot的保姆级教程
图片
图片来自扣子官方
我们经常会遇到从产品手册、技术白皮书、合同条款、内部报告……等文档中快速精准地提取所需信息的情况,这时可靠的文档智能问答Bot就能成为我们的得力助手。
文档智能问答机器人能够将静态文档转化为动态知识库,比起原先埋头文档中靠自己阅读记忆,现在我们只需向Bot提问,它就能快速定位并输出文档中相关的精确答案或关键段落。例如:
  • 合同审核:面对冗长的合同,直接询问“付款周期是多久?”或“违约责任条款有哪些?”,Bot能迅速给出答案,省去逐页查找的麻烦。
  • 技术支持:新员工面对复杂设备手册,问“如何重置设备密码?”或“错误代码XX代表什么?”,Bot能立即提供操作步骤或故障解释。
  • 知识检索:在海量的产品文档或研究报告中,提问“报告中关于市场趋势的主要结论是什么?”,Bot能快速定位核心信息并组织语言回答。
尽管直接使用大模型也能进行基础的文档问答,但是,LLM的强大之处在于其卓越的自然语言理解、推理和生成能力,能理解复杂问题、联系上下文甚至进行总结归纳,在文档问答任务的前端环节——特别是光学字符识别(OCR)准确提取扫描件/图片中的文字,以及精准解析复杂PDF结构(如表格、多级标题、页眉页脚)等方面——LLM的精度往往难以匹敌经过专门训练和优化的专有模型。
以下图为例,可以看到LLM和专有模型在扫描件少线表格这一难点上的解析能力差异:
因此,构建一个真正高效、可靠的文档问答Bot,关键在于发挥LLM与专有模型的各自优势,实现协作:利用专有模型高精度完成OCR和文档结构解析,确保原始文本信息被完整、准确地提取;然后将清洗后的文本输入LLM,利用其语义理解和推理能力,精准理解用户问题并从文档上下文中找出或生成最佳答案。
样本原图
样本原图
LLM直接问答 VS. TextIn专有模型解析后问答
LLM直接问答 VS. TextIn专有模型解析后问答
接下来,本文将一步步演示如何在Coze平台上,搭建一个融合专业文档处理能力与LLM智能的文档问答Bot工作流。让我们开始,利用AI工具,让文档中的知识真正“活”起来,服务于你的日常工作。
Step 1:创建智能体
工作空间 -> 项目开发 -> 创建 -> 创建智能体 -> 创建 -> 输入项目名
图片

Step 2:创建工作流

工作流 -> 添加工作流

图片

创建工作流 -> 输入工作流名称和描述

图片
图片

Step 3:工作流配置

添加“插件”

图片

搜索“TextIn” -> 找到“pdf2markdown” -> 添加

图片
图片

Step 4:模块设置

1. 开始模块

类型设置 ->  input = File.Default

图片

2. 解析模块

类型设置

  • url = 开始.input
  • app_id = Textin.com账号信息,请注册https://cc.co/16YSVU或登录后前往 “工作台-账号设置-开发者信息” 查看 x-ti-app-id
  • secret_code = Textin.com账号信息,请登录后前往 “工作台-账号设置-开发者信息” 查看 x-ti-secret-code
图片
Textin.com 获取 app_id和secret_code信息填入
图片
模块输出指向 -> 大模型
图片
3. 大模型模块

大模型 -> 选择 DeepSeek

图片

设置输入参数 -> pdf2markdown -> markdown

图片

输入系统提示词“请根据{{input}}进行内容总结”

图片

4. 结束模块

设置输出 -> 大模型 -> output

图片

Step 5:试运行发布

点击“试运行” -> 上传测试文件 -> 发布

图片

Step 6:添加工作流,开始问答

图片
图片
图片
图片





53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅