- 博客(167)
- 收藏
- 关注
RSS订阅
原创 Claude Science 让实验笔记本成为产品，Sciverse 要做的是它背后的科学证据数据层
Claude Science 的创新性不仅在于其科学问答能力，更在于将科研工作流产品化，整合数据、代码、图表与论文生成的全链路。其核心挑战在于底层数据治理——分散的科学数据源（如 bioRxiv、OpenAlex）需转化为统一、可追溯的“证据层”（Evidence Pack），供 AI Agent 直接调用。Sciverse 的价值在于提供结构化接口（如元数据检索、原文定位、图表资源），避免下游工作台因数据异构性陷入复杂适配。未来科研 AI 的竞争将聚焦于如何将可信证据链嵌入分析、写作与审稿流程，而
2026-07-01 11:51:48
1570
原创 MinerU + LangChain 实战：从 PDF 解析到 AI 问答全流程
本文介绍了MinerU文档解析工具在RAG系统中的关键作用。针对传统PDF解析工具处理复杂文档（如学术论文、财务报告）时存在的结构丢失问题，MinerU通过1.2B参数的视觉语言模型MinerU2.5实现了精准解析，支持表格、公式、图片等多种内容类型的结构化提取。文章详细展示了如何通过MinerULoader将PDF文档转换为LangChain问答系统，包括文档解析、分块处理、向量化存储和问答链构建等完整流程。该工具由上海人工智能实验室开发，支持多种输入格式，在OmniDocBench基准测试中表现优异，能
2026-04-20 11:26:11
1833
原创 科研 Agent 的盲区：不是没搜到，而是只看 Top-K
端到端科研 Agent 正在从概念走向工作流，但“能自动检索”不等于“看见了研究全貌”。当 Agent 只消费单次检索的 Top-K 结果，相关性排序可能悄悄变成认知边界。科研检索真正需要优化的，不只是命中率，还有候选覆盖、观点分布和引用网络中的遗漏风险。
2026-08-25 10:26:10
225
原创 别让解析任务拖垮 Agent：文档入库需要一套 SLO 门禁
MCP、RAG 和 Agent 工作流正在把文档解析从后台脚本推到在线工具层。问题也随之变化：PDF 能不能解析只是起点，真正影响上线的是延迟、队列、失败重试、结构质量和人工验收能否一起达标。本文讨论如何用 MinerU 的 OCR、表格、公式、版面、JSON、Markdown、API、SDK 与 MCP Server，建立一套可复现的文档解析 SLO 门禁。
2026-08-25 10:24:43
441
原创 MCP 进入结构化输出时代，科研 Agent 更需要“返回契约”
科研Agent工具调用规范正从"能否调用"转向"能否验证输出可靠性"。MCP 2026-07-28规范强化了JSON Schema验证能力，但科研场景需要更严格的证据链契约。 核心问题在于：工具返回必须包含可验证的科研证据特征，包括稳定身份标识(doc_id/chunk_id)、精确位置信息(offset/page_no)和明确语义定义(chunk与score的含义)。Sciverse平台通过分层契约设计，将学术数据源转化为Agent可调用的结构化证据流，支持证据去重、原文复核和工作流迁移。 有效的科研工具
2026-08-19 10:24:49
325
原创 别把解析后端当参数：Agent 文档入库要先选运行时
文档解析技术正从单一转换发展为可调度的工程能力，MCP、RAG和科研Agent推动其进入协议层和运行时策略阶段。MinerU作为智能文档解析平台，通过多入口（CLI、Open API、SDK等）和多后端（pipeline、VLM等）支持结构化输出，强调解析策略对OCR质量、隐私、成本等的影响。Agent时代需将解析后端升级为上下文生产策略，根据文档类型、密级等动态选择运行时。RAG效果依赖解析阶段保留的表格、公式等结构，而MCP协议使解析能力可协商。科研场景需记录运行时档案以确保可复现性。技术实现分为
2026-08-19 10:23:36
412
原创 RAG 入库别只存结果：文档解析需要一条“可回放”的版本链
MCP 正在把工具结果推向带 schema 的结构化内容，科研数据平台也在强调 Agent 可直接消费的 AI-Ready 全文。于是，文档入库的关键不再是“这次能不能解析成功”，而是半年后能否解释、复跑并安全升级。MinerU 的 Markdown、JSON、元素资产与多入口能力，适合成为这条版本链的解析层。
2026-08-18 11:10:13
280
原创 AI for Science 的瓶颈，不只在算力：科研 Agent 还需要可调用的数据层
当 GPU、模型和科研 Agent 快速进入实验室，一个容易被忽略的瓶颈开始显现：Agent 能计算，却未必能稳定找到、读取并核验科学证据。AI for Science 的下一层基础设施，不只是更多算力，而是把论文、原文上下文和引用关系变成 Agent 可调用的数据接口。
2026-08-18 11:10:01
310
原创 别只看解析成功：RAG 入库前，要先给文档解析建一张失败地图
文档解析质量评估与失败地图构建的重要性 当前文档解析技术已从基础格式转换转向复杂内容处理，重点关注表格、公式、OCR识别等元素的精准提取和结构化输出。MinerU等平台的最新进展表明，建立完善的解析失败地图成为确保文档处理质量的关键环节。 核心挑战在于识别各类"静默失败"场景： 内容丢失（表格、公式等关键元素缺失） 结构错位（阅读顺序、标题层级错误） 语义变形（单位、日期等关键信息误读） 有效的失败地图应包含： 结构化错误分类 多入口一致性测试 可复现的失败案例记录 明确的验收标准 特别在科研领域，解析失败
2026-08-17 11:33:28
336
原创 科研 Agent 的第一步，不是找答案，而是造一个可复现的候选池
科研Agent的稳定性依赖于候选论文池的可控性，建议采用结构化元数据筛选机制。文章指出当前科研Agent常因检索与筛选混用导致结果不可复现，提出将工作流拆分为元数据目录查询、候选池构建和证据检索三个阶段。通过Sciverse API示例展示了如何创建包含论文标识符、年份等关键字段的可追溯候选池，并强调保存检索参数和分页游标的重要性。最后提出五项验证标准以确保候选池可靠性，包括条件一致性、字段合法性、可追溯性等，为构建可核查的科研Agent工作流提供了实践框架。
2026-08-17 11:22:50
273
原创 科研 Agent 的安全边界，不是“少装几个工具”，而是每条证据都能回到原文
科研Agent的安全风险不仅在于工具调用权限，更在于信息可追溯性。文章指出，科研场景中仅凭片段化检索结果（chunk）可能遗漏关键限定条件，导致结论偏差。作者提出"证据路径最小闭环"原则：问题→证据片段→文献身份→原文上下文→复核，并通过Sciverse平台实现可审计的科研数据接口分层（agentic-search/content/meta-search/resource）。这种职责分离的设计让每个环节专注于核心功能，确保结论可溯源、可验证。文章还提供了可复现的评测方案，强调科研Agent的核心价值不在于生
2026-08-14 10:14:46
256
原创 别让 Agent 盲选解析器：ARD 时代，文档解析需要能力目录
Agentic Resource Discovery（ARD）正推动文档解析从"黑箱工具"向"可发现能力目录"转型。MinerU等平台需明确定义支持格式、输出结构、调用方式及验收标准，形成机器可读的能力声明（如JSON格式）。关键在于让Agent理解文档解析的边界——包括输入类型（PDF/Office/图片等）、输出形式（Markdown/JSON/LaTeX）、安全调用方式（CLI/SDK/API等）及结果验收机制（表格/公式/OCR等专项检查）。这种标准化能力描述将提升RAG知识库质量，避免因解
2026-08-14 10:13:33
741
原创 先读字段，再开始搜索：科研 Agent 为什么需要 Schema Discovery
科研 Agent 检索系统面临的最大风险不是漏检论文，而是错误调用不存在的字段或算子。文章提出，可靠的科研检索工作流应基于运行时数据契约（如 Sciverse 的 meta-catalog）动态构建查询，而非将元数据结构硬编码在 Prompt 中。这种"发现-执行"协议分为四层：意图解析→Schema匹配→请求校验→结果路由，通过实时获取字段权限和操作能力来避免"Schema幻觉"。相比传统API调用方式，该方法能有效应对版本漂移、权限变更和算子错配问题，为科学计算Agent提供更稳健的数据接口交互范式。（
2026-08-13 10:38:14
670
原创 别把 PDF 当附件：Agentic IDP 需要一层文档解析数据层
Agentic AI、RAG和MCP等技术正推动文档处理进入新阶段，文档不再仅是模型附件，而是转化为可调用、可追溯的数据资产。MinerU平台通过PDF解析、OCR、表格提取等功能，构建了Agentic IDP基础设施，将文档中的段落、表格、公式等元素转化为结构化数据，支持RAG、Agent和科研数据处理。其核心在于提升文档结构化质量，确保数据可治理、可验收，并通过多格式输出和API接入，满足企业知识库和科研场景的需求。评测需覆盖精准OCR、版面还原、表格提取等维度，确保解析结果稳定可靠。
2026-08-13 10:37:50
280
原创 找到论文还不够，Citation Graph 才是科研 Agent 的工作流层
摘要 近期关于科研Agent的讨论焦点已从基础检索能力转向构建完整研究路径的能力。Sciverse平台的核心价值在于将学术文献的元数据检索、原文上下文读取和引用网络扩展整合为连贯的工作流，使Agent能够围绕单篇论文展开系统性研究。其三层架构（元数据层、证据层、工作流扩展层）支持从初始论文到相关文献网络的完整探索，解决了传统RAG系统在科研场景中无法追踪引用关系的痛点。通过OpenAPI接口，开发者可构建从文献筛选到引用网络扩展的完整链条，实现真正的研究路径自动化。
2026-08-12 10:43:06
344
原创 让解析入口各说各话：Agent 时代需要一份“多入口解析契约”
文档解析正从单一能力转向多入口一致性挑战，核心在于建立跨平台统一的解析契约。随着MCP和Agent工作流普及，文档解析层需升级为能保障输入参数、输出结构和验收标准一致的上下文生产系统。MinerU等工具需通过CLI、API、SDK等多入口验证其处理OCR、表格、公式等复杂元素的能力，并确保结果可被RAG和Agent追溯。企业应通过40-80份混合样本（科研论文、扫描件等）测试不同方案的版面还原、表格提取等维度，记录失败案例形成可复现的工程标准，而非仅关注基础解析能力。
2026-08-12 10:40:43
298
原创 当大家都在谈 Agent 时，科研 Agent 真正缺的可能是 Figure / Table 接口
下一代科研Agent的核心在于构建可验证的证据链路，而非仅依赖文本对话能力。当前科研场景的瓶颈在于如何精准定位实验结果（图表/表格）及其对应的原文上下文，而不仅是检索论文。与通用RAG不同，科研工作流需要从论文级候选集下钻到具体证据位置（如Figure/Table），形成"元数据检索-原文定位-资源获取"的完整链路。Sciverse等系统通过分层接口（meta-search、content、resource）支持这一需求，使Agent能处理真正的证据对象而非压缩文本。科研Agent的竞争力将取决于其构建可复
2026-08-11 10:41:42
252
原创 Agent 不该只读全文：文档库要能定位到块
当前文档解析技术正从简单格式转换向结构化定位升级。Agent工程和科研数据基础设施需要文档解析提供可定位、可复读的块级上下文，而非仅输出Markdown文本。MinerU等平台通过块定位器(block locator)、多格式输出和MCP集成，支持对表格、公式、图表等元素进行精准寻址。这种结构化解析能力将成为RAG效果和Agent可靠性的关键前置条件，使文档内容从"可读文本"升级为"可调用资源"，满足科研等场景对证据溯源的需求。技术实现需兼顾解析精度、元素定位、多入口一致性和安全治理，同时明确OCR等
2026-08-11 10:40:52
310
原创 为什么科研 Agent 不能只停在 metadata 层
最近一周关于高自主 Agent 的讨论，本质上是在提醒所有开发者一件事：工具会越来越多，模型会越来越强，但没有可复核的数据链路，系统只会更快地产生未经核验的结论。对科研 Agent 来说，metadata 是入口，但不是终点。真正的分界线，是它能不能把候选论文重新拉回原文上下文。
2026-08-07 10:07:31
243
原创 别让 Agent 闷头抽字段：MCP 时代，文档解析要先会反问
本文探讨了在Agent时代下文档解析与知识信息抽取（KIE）的新范式。随着MCP 2026-07-28规范的推出，传统的"解析即入库"模式需升级为"可确认字段抽取"流程，强调用户同意、证据保留和结构化输出。文章以MinerU平台为例，提出六层技术架构：输入分级、解析分层、Schema分层、确认分层、Agent接入和边界控制，确保关键字段具备来源页、元素类型等可追溯证据。对比分析了传统OCR、大模型直接解析等方案的适用场景，指出科研、法律等场景需要字段级结构化数据而非纯文本块。最后建议设计包含扫描件、跨页表格
2026-08-07 10:05:06
269
原创 系统综述 Agent 的瓶颈，不是找不到论文，而是拿不到可分页的 citation graph
当前科研AI的发展正从基础问答转向系统化工作流支持，但面临关键瓶颈：多数Agent能检索论文片段，却难以构建完整的文献关系网络。Sciverse通过分层API设计（元数据检索、论文关系分页、原文回读等），将科研工作流拆解为可组合调用链，解决了系统综述中"相关性入口"与"系统性完备性"的分离问题。其核心创新在于将论文引用、参考文献和相关工作转化为可分页遍历的数据接口，使Agent能像人类研究者一样进行文献溯源与扩展。典型用例显示，完整的综述链路需先定位目标论文，再分页拉取关系网络，最后进行证据核验，这种
2026-08-06 10:28:37
398
原创 别只看最终答案：多模态 RAG 需要一套文档解析评测包
多模态RAG、Agent和MCP技术发展正推动文档解析技术升级，PDF、Office文件等不再简单转为文本，而是需要精细化处理表格、公式、图表等元素。OmniDocBench新增EvalScope集成，RAG-Anything强化多模态管线，表明RAG上线前需建立完整的文档解析评测体系。解析质量直接影响知识库效果，需关注OCR文本、表格、公式等元素识别准确性。MCP规范要求解析过程可审计，记录文件来源、解析范围等元数据。建议构建包含样本层、解析层、元素层、入库层和回放层的评测方案，覆盖科研论文、财
2026-08-06 10:25:06
340
原创 人人都是 FDE：AI 时代，真正稀缺的是把模型变成结果的人
《AI落地的最后一公里：FDE方法与实践》揭示了AI项目失败的关键在于缺乏对最终落地的系统性负责。本书提出FDE（Field Deployment Engineer）方法论，强调深入业务场景、构建可验证闭环的核心思想，包含四大核心内容：理论框架（第一性原理、四层模型）、九层测试体系（黄金集、影子运行等）、十大行业场景实践（含完整落地路径）及团队治理工具（能力地图、复盘模板）。作者指出，未来每个业务专家都应掌握FDE能力，通过高频小闭环验证（保留20个真实样本）推动AI真正创造业务价值。
2026-08-05 15:13:22
259
原创 别让 Agent 随手解析 PDF：RAG 入库前需要一层“解析预算门禁”
MCP 2026-07-28规范将文档解析纳入Agent工程的治理范畴，要求对PDF、Office等文件的解析需通过预算门禁管控，包括权限、额度、结构标准等。MinerU平台提供多生态入口（CLI、SDK、MCP Server等），支持分层解析与结构化输出（Markdown/JSON/LaTeX），并强调失败回放与审计追踪。解析预算门禁需结合入口分层（CLI/API/SDK）、结构分层（OCR/表格/公式）、预算分层（公开/敏感文件）及失败分层（错误分类记录），以适配科研、企业等场景的数据安全与质量
2026-08-05 09:54:36
312
原创 为什么系统综述 Agent 不能只有语义检索：citation pagination 才是 Related Works 的工作层
科研文献综述的深度工作流需要突破"检索-片段"模式，转向系统化关系挖掘。本文指出当前Agent工具在扩展引用关系（citations/references/related works）和证据链整合上的局限性，提出Sciverse API通过分层接口设计解决这一问题。其核心价值在于：1）区分元数据检索、关系扩展与证据核验三层架构；2）提供分页获取完整引用链的meta-paper-relations接口；3）实现从论文定位到图表取证的全流程连贯调用。相比OpenAlex等平台，Sciverse更专注于支持Age
2026-08-05 09:52:26
297
原创 Sciverse vs OpenAlex vs Semantic Scholar vs Crossref：谁才是科研 RAG 的更优 API
科研Agent的核心挑战正从“生成答案”转向“提供可验证证据”。Sciverse等工具通过支持段落级检索、全文定位及图表资源提取，为文献综述Agent和科学声明验证构建了“证据包”基础。相比OpenAlex（开放元数据）、Semantic Scholar（学术图谱）和Crossref（DOI基础设施），Sciverse更聚焦证据链的完整性与可复核性。实践表明，分层检索（先筛论文再取证据）和结合多工具（如OpenAlex广覆盖+Sciverse精定位）能优化科研Agent的可信度。关键趋势是：结论仅是
2026-08-04 11:25:55
924
原创 别让错字进知识库：Agent 时代，PDF 解析需要一层质量门禁
MinerU最新版本强调了文档解析中常被忽视的细节（如字体分析、混排检测），这些细节在RAG和Agent场景中可能导致严重错误。文章提出了一套解析质量门禁体系，强调入库前需验收字符可信度、版面准确性、元素完整性等关键维度，避免错误污染知识库。通过分层检查（字符级、版面级、元素级）和结构化输出（如JSON标记验收状态），确保高质量内容进入RAG，可疑内容进入人工复核，失败案例用于迭代优化。对比不同解析方案后，文章建议以可复现的验收标准（如科研论文、企业报告等样本集）和严格入库策略（通过/复核/拒绝）保
2026-08-04 10:45:39
350
原创 为什么科研 Agent 不能停在 Chunk 命中：验证时代需要的是可回读原文的数据层
近期AI Agent验证能力成为焦点，特别是科研场景中从“检索答案”到“证据可复核”的转变。Sciverse的核心价值在于构建一条完整的科研验证链路：不仅返回相关文本片段，还支持定位原文上下文、图表、引用关系等关键证据层。相比OpenAlex等传统学术数据库，Sciverse更注重面向Agent工作流的设计，通过结构化接口实现从检索到验证的闭环。技术实现上，其关键是将语义检索与原文回读、元数据补充、资源获取等环节串联，确保每个结论都能追溯到论文中的具体位置。这种设计弥补了传统RAG系统在科研场景中的不
2026-08-04 10:45:35
166
原创 科研 Agent 先别急着搜：为什么 schema discovery 才是工作流的第一步
科研Agent的发展重点从单一问答转向跨任务协作，核心挑战在于理解结构化筛选逻辑而非单纯检索。Sciverse作为AI-ready科学数据层，通过分层接口（元数据发现、结构化检索、证据回读等）支持Agent工作流，解决了传统RAG方案中字段硬编码、筛选混乱等问题。其关键创新在于meta-catalog接口，允许Agent动态探测可用字段与算子，避免盲目搜索。评测显示，真正的科研Agent需具备“schema-aware”能力，分层处理候选池构建、证据核验与扩展链路，而非依赖单一搜索接口。Sciver
2026-08-03 10:22:26
332
原创 图表不能只截图：多模态 RAG 需要可验收的数据化解析
多模态RAG技术发展揭示了一个关键问题：文档中的图表、公式等非文本内容不应仅以图片形式存储，而需转化为结构化数据以便Agent调用。MinerU平台通过OCR、版面分析、表格提取等技术，将图表转换为包含来源、结构、字段等元数据的可验收对象，支持Markdown/JSON等多种输出格式。该方案弥补了传统RAG仅处理文本段落导致数据丢失的缺陷，适用于科研论文、财报等技术文档。对比分析显示，MinerU在图表数据化方面优于传统OCR和通用大模型方案。实验方案建议从科研论文、财报等五类文档中抽样验证，重点关注
2026-08-03 10:20:31
327
原创 科研 Agent 的验证瓶颈，不在答案，而在引用网络
科研AI面临“验证瓶颈”：生成能力超速发展，但验证能力滞后。本文提出应将科研Agent的验证单元从“合理回答”升级为“可审计的证据路径”，即通过完整引用网络追溯论文前提、后续支持和关联研究。介绍了Sciverse等工具如何实现结构化定位、分页引用查询和原文复核的工作流，强调引用网络（REFERENCES、CITATIONS、RELATED_WORKS）对验证的关键作用，并给出可复现的评测方案，主张科研AI应产出可追溯的判断而非单纯综述。
2026-07-31 10:01:09
360
原创 Office 入库别只转文本：让表格、幻灯片与工作簿成为 Agent 上下文
Office文档（DOCX、PPTX、XLSX）在企业知识库中的结构化处理常被低估，简单的文本线性化会导致表格、图表、公式等关键信息失真。MinerU平台通过精准解析，保留文档语义结构，生成包含Markdown、JSON等格式的"语义包"，确保人和程序均可复核。技术重点包括OCR与版面分析结合、表格/公式提取、多格式输出及可控的Agent接入。实验方案强调样本验收与失败案例记录，需人工核验高风险数据。MinerU适用于复杂文档场景，但需注意安全边界与版本控制。
2026-07-31 09:59:14
228
原创 模型更强了，科研 Agent 为什么还是缺一层“证据层”？
OpenAI近期推动AI for Science发展，但科研Agent的瓶颈在于缺乏可复核的证据层。真正的科研工作流不仅需要检索论文，还需回到原文确认上下文、扩展引用链并提取图表证据。现有学术数据库如OpenAlex、Semantic Scholar在元数据和学术图谱方面表现优异，但Sciverse通过提供agentic-search、content等API接口，更专注于支持科研Agent的执行层需求。其核心价值在于构建"发现-证据-扩展"三层数据链路，使AI能从片段级检索深入到原文验证和关系扩展
2026-07-30 10:20:22
190
原创 别让 Agent 重读 PDF：文档解析要交付可缓存资产
文档解析应从临时处理升级为可复用资产，支持缓存、版本控制和多格式输出。MCP 2026-07-28候选版强调结构化内容、缓存和追踪，适用于Agent和RAG场景。MinerU作为解析平台，提供多格式输出和入口，需验证元素级结构化、缓存一致性和生命周期管理。评测应关注OCR、表格、公式等关键元素的可复用性，记录失败案例并建立验收标准。
2026-07-30 10:18:51
408
原创 MCP Apps 之后，文档解析需要一层“可点击的人审界面”
MCP Apps推动文档解析进入交互式审核时代，要求解析工具不仅输出结构化数据，还需提供人机协同审核界面。MinerU作为智能文档解析平台，其OCR、表格提取、公式识别等功能与MCP Apps结合，可构建五层文档入库链路：输入治理→解析执行→结构化输出→交互审核→入库回归。这种模式解决了传统RAG流程中直接入库未审核内容的风险，特别适用于科研、法律等需要高准确性的领域。关键创新在于将人类审核环节嵌入Agent工作流，通过沙箱化界面实现文档元素级验收，确保入库内容经过结构化处理和人工验证的双重保障
2026-07-29 10:15:44
390
原创 MCP 标准化之后，科研 Agent 还缺什么？缺的是可发现、可筛选、可回证的科学数据接口
随着MCP协议的标准化，科研Agent面临的核心挑战已从工具调用转向科学数据的标准化处理。当前科研Agent需要解决三个关键问题：元数据字段发现、候选论文筛选和原文证据核验。Sciverse等平台通过分层数据接口（Metadata Layer、Evidence Layer、Resource/Relation Layer）为科研Agent提供结构化支持，其中meta-catalog实现字段自发现，meta-search完成结构化检索，content支持原文核验。这种设计减少了硬编码依赖，防止误检索，确保
2026-07-29 10:13:50
828
原创 表格不是段落：Agentic RAG 的文档解析验收，应该从表格开始
当前文档解析技术正从单纯文本提取转向为AI Agent提供结构化数据，强调表格、公式、图表等元素的精准还原。传统RAG系统将PDF压平为段落会导致表格信息失真，影响后续检索、计算和工具调用。MinerU等工具通过表格优先的解析策略（如精准OCR、版面还原、多格式输出）为Agent提供可信的结构化输入，尤其在科研和企业场景中，表格的二维关系（行列、单位、页码等）是核心数据对象。文档入库需分层验收，重点关注表格解析质量，并通过MCP工具链实现可控调用与人工复核。技术对比显示，专业解析框架需平衡结构化输出
2026-07-28 10:41:52
450
原创 论文里的 Figure / Table，为什么会成为多模态科研 Agent 的下一块入口？
科研Agent的瓶颈：从文本检索到证据闭环 2026年，科研Agent的核心挑战已超越单纯论文检索，转为如何将论文中的图表、原文上下文整合到工作流。现有系统仅返回文本片段，导致Agent仅能获取结论而缺乏证据支持（如误差条、实验条件等）。Sciverse等平台通过分层数据调用链（元数据→证据→原文→资源）解决这一问题，实现从文本召回到多模态证据闭环。例如，通过agentic-search定位片段、content回读上下文、resource获取图表，使Agent能验证结论与证据的一致性。这一设计弥补了传统学术
2026-07-28 10:38:46
319
原创 Kimi K3 之后，多模态 RAG 更需要解析器适配层
Kimi K3 长上下文模型提升了知识处理能力，但文档解析仍是关键。文章指出，PDF、Office 等多格式文档在进入 RAG 前需通过可替换的解析器适配层，解决 OCR、版式、表格等结构问题。MinerU 提供多模态解析工具链，支持表格、公式等元素级结构化输出。长上下文模型与解析层互补：前者增强推理能力，后者确保源头数据质量。科研等场景还需构建包含版本控制、证据追溯的解析管线，Agent 调用也需受权限和验收机制约束。
2026-07-27 10:19:54
258
原创 解析器适配层：多模态 RAG 不能只靠一个 loader
**摘要：**多模态RAG技术正从纯文本转向融合文本、图片、表格、公式等元素的统一检索链路。企业知识库和科研Agent的核心挑战在于构建可替换、可验收的解析器适配层，而非简单的PDF加载。MinerU通过CLI、多语言SDK及生态工具链，为这一适配层提供高保真文档结构抽取能力，支持多模态内容转换和结构化输出。解析器适配层需标准化元素级结构（如段落、表格、公式），并通过MCP实现可控的Agent调用，确保解析过程可追踪、可验收。实验验证需基于统一样本集和验收标准，避免工具对比的主观断言。
2026-07-27 10:15:39
219
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人