企业文档 AI 智能体落地 ERP 实战:Unsiloed AI 解析流水线架构拆解与多租户数据治理

企业文档 AI 智能体如何打通 ERP 数字化最后一公里?本文深度拆解 Unsiloed AI 的文档解析流水线架构,剖析布局感知切分、多模态 OCR 与结构化输出在 ERP 多租户权限隔离下的工程落地,给出可复用的 RAG 数据治理方案与生产避坑清单,助力企业级 AI Agent 从 Demo 走向工业级可用。

导语:企业文档 AI 智能体正在成为 ERP 数字化系统打通非结构化数据最后一公里的关键抓手,而 Unsiloed AI 以七人团队切入这一拥挤赛道并获得 Felicis 领投的 750 万美元融资,其背后真正值得架构师关注的,不是融资数字,而是它把“文档”重构为“Agent 可消费数据”的工程范式。本文将从 ERP 落地视角,深度拆解这条解析流水线的架构分层、多租户隔离策略与生产级避坑要点。

🎯 核心技术布局感知解析 + 多模态 OCR + 结构化 Schema 输出
⚡ 架构难度资深架构级 (Level 3-4)
🚀 核心收益单据录入自动化率 85%+ / 人工复核成本下降 60%

一、为什么 ERP 是 企业文档 AI 智能体 最严苛的试验场

在我过去十五年做企业级系统的经历里,ERP 一直是非结构化数据治理的“重灾区”:采购合同、发票、装箱单、报关单、质检报告、供应商资质文件,这些文档承载着业务流程的关键事实,却长期以 PDF、扫描件、甚至传真图片的形式游离在系统之外。传统 OCR + 模板匹配的方案在固定版式下尚可一用,一旦遇到版式漂移、多语言混排、表格跨页,准确率就断崖式下跌。

Unsiloed AI 的切入点正是这里:它不把自己定位成“又一个 OCR 服务”,而是把文档解析成 AI Agent 可直接推理与调用的结构化语义单元。这个定位差异,决定了它的架构必须同时满足三件事——解析精度、Schema 可控性、以及企业级的多租户隔离。前两点是算法问题,第三点是架构问题,而后者往往才是 ERP 项目真正卡壳的地方。

💡 架构核心决策

在 ERP 场景中,文档解析不应被设计为“一次性转换服务”,而应被设计为“可回溯、可版本化、可审计的数据管道”。每一份文档的解析结果都必须携带来源指纹、解析器版本与置信度元数据,否则下游 Agent 的决策将无法追责。

二、企业文档 AI 智能体 解析流水线全景架构

下面这张图是我基于 Unsiloed AI 公开能力与 ERP 落地经验重构出的参考架构。它把整条链路拆成接入、规则、核心解析、存储四层,每一层都对应明确的工程职责边界,便于团队分工与独立演进。

📐 企业文档 AI 智能体 解析流水线全景架构
企业级架构规范

flowchart TD
    subgraph 接入层 ["表现层与接入网关 (Client & Gateway Tier)"]
        A["ERP 业务系统 / Agent 调用方 (JWT + TenantId)"] --> B["安全拦截网关 (鉴权 / 限流 / 文件类型校验)"]
    end
    subgraph 规则层 ["规则编排与上下文层 (Policy & Context Tier)"]
        B --> C["租户策略匹配 (Schema 模板 / 字段映射规则)"]
        C --> D["文档路由分发 (版式分类 / 语言识别)"]
    end
    subgraph 领域层 ["核心解析与结构化引擎 (Core Parsing Tier)"]
        D --> E["布局感知切分 (Layout-aware Chunking)"]
        E --> F["多模态 OCR 与表格还原 (Table / Formula)"]
        F --> G["Schema 约束结构化输出 (JSON + 置信度)"]
    end
    subgraph 存储层 ["基础设施与数据存储 (Infrastructure Tier)"]
        G --> H[("向量库 + 元数据 DB (租户隔离)")]
        H --> I["ERP 业务单据 / Agent 记忆库"]
    end
  
图 1:企业文档 AI 智能体 解析流水线自接入网关至租户隔离存储的四层协作流向,强调 Schema 约束与置信度回传。

2.1 接入层:租户上下文必须“随文件一起流动”

很多团队在接入层只做鉴权,把 TenantId 丢在 HTTP Header 里就完事,结果到了解析层才发现无法做数据隔离。我的建议是:TenantId 与文档元数据在入队时就必须固化进任务消息体,而不是依赖调用链上下文传递。异步解析任务一旦进入消息队列,任何隐式上下文都会丢失。

2.2 规则层:Schema 模板是 ERP 集成的真正契约

ERP 的每个单据类型都有严格的字段契约。Unsiloed AI 这类方案的价值在于允许按租户、按单据类型注册 Schema 模板,解析器输出必须满足该 Schema 的约束(必填、类型、枚举范围)。这一步做扎实,下游 Agent 才能放心地把解析结果直接映射为采购订单或应付发票。

2.3 领域层:布局感知切分决定 RAG 的召回上限

朴素按字符数切分是 RAG 效果的头号杀手。企业文档的语义单元是“条款”“表格行”“签章区块”,而不是 512 个 token。布局感知切分保留标题层级与表格结构,才能让后续的向量检索命中真正相关的语义块。这也是 企业文档 AI 智能体 区别于通用文档问答的核心能力。

三、多租户数据权限隔离:ERP 场景不可妥协的底线

在 SaaS 化 ERP 中,文档解析服务天然是多租户的。我见过不止一个项目因为向量库没有做租户隔离,导致 A 租户的合同片段被 B 租户的 Agent 检索到——这在合规审计中是致命事故。工程上必须做到三层隔离:

  • 存储隔离:向量集合按租户分命名空间,或至少在元数据过滤中强制注入 tenant_id 且不可被上层覆盖。
  • 计算隔离:解析任务队列按租户配额限流,防止大租户的批量导入拖垮小租户的实时解析。
  • 输出隔离:结构化结果回写 ERP 前,必须经过一次基于租户 Schema 的字段级校验,杜绝越权字段透出。
⚠️ 生产避坑风险

不要把租户过滤条件交给 LLM 生成。LLM 生成的过滤表达式可能遗漏 tenant_id 或被提示注入绕过。租户隔离必须在应用层以硬编码方式注入检索查询,LLM 只负责语义排序,不负责权限边界。

四、企业文档 AI 智能体 与 ERP 业务流程编排的融合

解析只是起点,真正的价值在于把解析结果嵌入业务流程。以采购到付款(P2P)为例,一张供应商发票的解析结果应当触发:三单匹配(采购订单、收货单、发票)→ 差异检测 → 审批路由 → 应付凭证生成。这里的关键设计是把 Agent 定位为“流程中的决策节点”,而不是“替代流程的自治体”。

评估维度 传统模板 OCR 方案 企业文档 AI 智能体 方案 架构收益
版式适应性 固定模板,版式变更即失效 布局感知 + 多模态理解 维护成本降 70%
输出形态 纯文本 / 坐标 Schema 约束 JSON + 置信度 可直接入库
多租户隔离 需自行改造 租户策略与存储隔离内建 合规风险可控
Agent 可消费性 需二次清洗 语义块 + 元数据开箱即用 RAG 召回提升显著

4.1 置信度驱动的“人机协同”回退机制

工业级系统不能假设 100% 准确。我的实践是:为每个关键字段设定置信度阈值,低于阈值的字段自动进入人工复核队列,并把人工修正结果回流为解析器的少样本示例。这条反馈闭环,是 企业文档 AI 智能体 在 ERP 中持续提升准确率的根本机制。

# 基于租户 Schema 的字段级校验与置信度回退(示意)
def validate_invoice(payload: dict, tenant_schema: dict, threshold: float = 0.85):
    result = {"accepted": {}, "review": []}
    for field, rule in tenant_schema["fields"].items():
        item = payload.get(field, {})
        value, conf = item.get("value"), item.get("confidence", 0.0)
        if value is None or conf < threshold:
            result["review"].append({"field": field, "reason": "low_confidence"})
            continue
        if not rule["type"].check(value):
            result["review"].append({"field": field, "reason": "schema_mismatch"})
            continue
        result["accepted"][field] = value
    return result
🚨 严重隐患告警

切勿将解析结果直接写入 ERP 正式单据表。必须经过“暂存区 → 校验 → 审批 → 正式入账”四段式落库,否则一次解析错误就可能污染总账数据,回滚成本极高。

五、七人团队给架构师的启示与落地建议

Unsiloed AI 以七人团队切入巨头林立的文档处理市场,这件事本身对 ERP 架构师的启示是:垂直场景的深度 Schema 化能力,比通用大模型能力更具工程壁垒。企业在选型或自建 企业文档 AI 智能体 时,我建议按以下优先级评估:

  • 是否支持按租户注册 Schema 模板,并保证输出严格受约束;
  • 是否提供字段级置信度与可追溯的解析版本;
  • 是否内建多租户存储与检索隔离,而非依赖调用方自觉;
  • 是否提供人工复核回流通道,形成准确率闭环;
  • 是否以标准 API / 事件方式与 ERP 流程编排解耦集成。
点击展开:本地验证解析服务的 Docker 启动命令
docker run -d --name doc-parser 
  -p 8080:8080 
  -e TENANT_ISOLATION=true 
  -e SCHEMA_REGISTRY=/etc/schemas 
  -v ./schemas:/etc/schemas:ro 
  unsiloed/parser:latest

# 健康检查
curl -s http://localhost:8080/healthz
💡 架构核心决策

把文档解析能力封装为独立领域服务,通过事件总线与 ERP 主流程解耦。这样解析器可以独立扩缩容、独立升级模型版本,而不会牵动 ERP 核心交易链路——这是我在多个大型 ERP 重构中反复验证过的边界划分原则。

原文出处与权威溯源声明:
本文核心技术背景源自海外一线技术研究:
TechCrunch: Felicis leads $7.5M bet on Unsiloed AI to make enterprise documents usable by AI agents

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注