跳转至

Studio Document Recognition

本页用于管理单证识别相关的运行队列、人工复核与异常样本，而不是配置底层解析器实现。

页面作用

  • 查看识别任务的当前处理状态
  • 发现失败、低置信度或需要人工确认的样本
  • 查看某个 run 的完整字段列表、当前审核状态与单字段 revision timeline
  • 进入复核流程，缩短异常样本处理时间
  • 历史列表会跳过损坏的历史行并继续渲染，避免单条脏数据把整页打成 500
  • 对于部分历史 Fusion runs，agent_id 可能为空；列表仍会显示，但某些依赖 agent 上下文的跳转能力可能退化
  • Studio 在本任务中继续保持字段只读；这里不会新增第二个字段编辑入口

谁会使用这个页面

  • 识别运营人员
  • 负责样本复核的实施或业务团队
  • 需要确认识别链路是否稳定的管理员

所需权限

  • 读取页面需要 document_recognition.read
  • 修改可选 Fusion runtime registry 需要 document_recognition.write，写入会进入后台审计

典型操作流程

  1. 先看队列是否存在堆积或失败上升
  2. 如需让某个 Fusion agent 成为可用识别运行器，先在页面顶部的 Selectable Fusion runtimes 面板，按 agent name 从候选列表中选择对应 runtime
  3. 过滤出异常任务或待复核任务
  4. 打开任务详情确认识别结果与原始输入
  5. 在右侧 inspector 查看完整字段列表、revision summary 和单字段 timeline
  6. 如需真正修订字段，跳回 Outlook Index 使用 canonical field-review PATCH 路径处理
  7. 对已经完成复核的 runs，可批量选择并点击 Add reviewed to eval dataset，加入 task_type=document_recognition 的评测数据集

加入评测集

Document Recognition 页面支持把 reviewed runs 直接提升为评测样本：

  • 只有 review_status=reviewed 的 runs 会被提交；未 reviewed 的选择会被跳过并提示。
  • 目标数据集必须是未冻结的 task_type=document_recognition evaluation dataset。
  • 后端会复制源文档资产，并把人工复核后的字段值、页码与 bbox 诊断写入评测 item。
  • 冻结数据集后，evaluation run 会面向已注册的 document-recognition runtime agent 执行。

设置可用 Fusion runtime

Document Recognition 可用的 Fusion agent，不是从普通页面开关里自动推导出来的，而是来自单独的 runtime registry。

  • 在 Studio 的 Document Recognition 页面顶部，使用 Selectable Fusion runtimes 面板
  • 先按名称、描述或 agent_id 搜索目标 Fusion agent
  • 在候选列表中确认名称与描述后点击 Add
  • 页面不会要求输入管理员密码；后端只校验已登录管理员是否具备 document_recognition.write
  • 已登记的 agent 会出现在左侧列表，可直接移除

底层持久化键为 document_recognition.selectable_fusion_agent_ids。 名称和描述来自 Fusion agent 本身，agent_id 只作为辅助元数据和稳定内部引用。 这个页面只控制“是否允许它成为 document-recognition runtime”，不会为 Fusion Agent 创建或设置密码。 只有已存在且 agent_type = fusion 的 agent ID 才能登记成功。

排查建议

失败任务突然增多

先看失败是否集中在同一种来源、同一种文档类型或同一时间段，再判断是输入质量问题、外部依赖问题，还是规则回归。

识别成功但字段质量差

这通常不是队列问题，而是样本质量、字段定义或解析策略问题。需要结合具体任务详情继续看。

字段 Inspector

  • 详情抽屉会展示选中 run 的全部 field_reviews，不再只截取前几个字段
  • inspector 不依赖 Outlook MANAGE 布局，因此即使某些字段在工作台表单里被隐藏，这里仍可见
  • 每个字段会显示 revision_count、是否已偏离 baseline、最近修订时间和展示型 reviewer identity 快照
  • 选中字段后，页面会按需拉取该字段的 revision timeline
  • 对于没有 ledger 的历史旧 run，页面会显示 baseline 快照并标记 未记录历史
  • 该 inspector 只读；Studio 不会发起字段 PATCH

深入阅读