8.0
热点
AI SCORE
技术实践2026-10-15 00:24
用 AgentCore 构建可适应新格式的文档处理
AWS ML Blog#AWS#Agent#文档处理
Editor brief · 编辑速览
AWS 教程介绍使用 Amazon Bedrock AgentCore 构建智能文档处理系统，串联分类、提取、验证与学习。方案旨在减少人工干预，并在无需手动配置模板的情况下处理新文档格式。
IDC 的研究表明，文档相关问题每年给组织造成的损失相当于每位信息工作者 19,732 美元，并使生产力下降 21.3%。需要接收数百家供应商发票的组织，经常面临不同开票方采用不同版式、且版式可能在没有通知的情况下发生变化的问题。在这样的规模下，基于模板的系统需要持续维护。员工可能花费多达 30% 的时间处理文档相关任务，而手动录入数据的错误率在 1%–4% 之间。传统的智能文档处理（IDP）解决方案能够减轻部分负担，但需要针对每种文档格式进行大量前期配置，而且当不同供应商的文档版式出现差异时，系统就会失效。
本文将介绍如何使用 Amazon Bedrock AgentCore 构建基于智能体的 IDP 系统，在尽量减少人工干预的情况下，对业务文档进行分类、提取、验证，并从中学习。Amazon Bedrock AgentCore 是一个支持使用任意框架或模型，大规模构建、连接和优化智能体的平台。你的智能体能够自动处理新的文档格式，例如供应商发票、采购订单、保险理赔申请和贷款申请。读完本文后，你将能够：
许多 IDP 流水线要求你预先为每种文档格式定义模板、提取规则和验证逻辑。当新供应商发送一份采用不同版式的采购订单时，流水线就会失效。这带来了三个核心挑战：
基于智能体的方法可以应对这些挑战。AI 智能体会自动分析每份文档、生成提取指令、验证结果，并从纠正中学习，取代静态模板。随着时间推移，系统会建立一个文档格式知识库，让你只需进行极少的额外配置，就能处理相似文档。
在本解决方案中，八个专用智能体通过运行在 Amazon Bedrock AgentCore 上的两个基于图的工作流协作。
下图展示了使用 Strands Agents 构建的多智能体工作流图。Strands Agents 是一个用于构建 AI 智能体的开源 SDK。
图 1：多智能体编排工作流图
下图展示了该解决方案的基础设施架构。
图 2：AWS 上基于智能体的 IDP 基础设施架构
按照以下步骤，将解决方案的基础设施和 Web UI 部署到你的 AWS 账户。
部署此解决方案需要满足以下条件：
克隆仓库并设置环境：git clone https://github.com/aws-samples/agenticidp-guidance.git cd agenticidp-guidance uv venv source .venv/bin/activate uv pip install -r requirements.txt cd ui/orchestrator npm install cd ../..
git clone https://github.com/aws-samples/agenticidp-guidance.git
cd agenticidp-guidance
uv venv
source .venv/bin/activate
uv pip install -r requirements.txt
cd ui/orchestrator
npm install
cd ../..
部署堆栈：uv run deploy.py --admin-email your-email@example.com
uv run deploy.py --admin-email your-email@example.com
这会部署六个 AWS CloudFormation 堆栈：Core（S3、Cognito、DynamoDB）、Gateway（Lambda 工具、AgentCore Gateway）、Aurora（Amazon Aurora DSQL）、Agent（AgentCore runtime、容器）、UI Orchestrator（API 端点）和 Modern UI（通过 Amazon CloudFront 提供的 React 应用）。部署大约需要 15–20 分钟。
在 CloudFormation 控制台中检查每个堆栈是否都显示 CREATE_COMPLETE，以确认部署成功。
部署完成后，你会收到一封电子邮件，其中包含 CloudFront URL、用户名和临时密码。
登录 Web UI，然后选择 Process Document。
从 infrastructure/sample_data/purchase_orders/training/ 上传一份示例采购订单。
文档随即进入智能体工作流：Analyzer 智能体提取文本，并识别发送方和文档类型。Matcher 智能体在向量存储中搜索相似文档。对于新的文档类型，训练工作流会生成提取指令、提取数据、验证数据，并保存指令供后续使用。对于已知文档类型，自动化工作流会使用已有指令提取数据并进行验证。
在 Review Jobs and Instructions 选项卡中查看结果，核对提取的数据、验证结果和生成的指令。
假设你上传了新零售商 Two Wheel Store 的第一份采购订单。Matcher 智能体搜索向量存储，没有找到相似文档，于是将任务转入训练工作流。
Analyzer 智能体使用 Amazon Textract 提取文档原始文本：
# PURCHASE ORDER
FROM: Two Wheel Store
Order #: PO-2026-0102-2584
Date: 2026-01-02
## Items Ordered
AC-021 Advanced Computer Qty: 1 $75.61
Colors: cr4321 @ $75.61
...
SB-004 Folding Classic Qty: 8 $9634.32
Colors: cb8901 I Sizes: S @ $1204.29
TOTAL: $14931.54
Instructions 智能体根据模式生成提取提示词，Extractor 智能体则生成结构化 JSON：
{
"po_number": "PO-2026-0102-2584",
"retailer_name": "Two Wheel Store",
"order_date": "2026-01-02T00:00:00Z",
"line_items": [
{ "sku": "AC-021", "product_name": "Advanced Computer", "quantity": 1, "unit_price": 75.61, "line_total": 75.61 },
{ "sku": "SB-004", "product_name": "Folding Classic", "quantity": 8, "unit_price": 1204.29, "line_total": 9634.32 }
],
"order_total": 14931.54
}
Validator 智能体根据模式检查结果，但验证未通过：
validation_status: INVALID
error: 'SB-004' does not match '^AB-[A-Z]{2}-\d{3}$'
供应商的 SKU 格式（SB-004）与 Acme Bikes 的内部格式（AB-SB-004）不一致。Instructions Fixer 智能体诊断出这一格式差异，并在提取提示词中添加一条明确的 SKU 转换规则：为供应商 SKU 添加 AB- 前缀。第二轮处理时，七个明细项均成功通过验证，Save Instructions 智能体将优化后的提示词持久化到向量存储中。首次运行的端到端耗时为 3 分 49 秒。
示例：已知文档类型（自动化工作流）
当 Two Wheel Store 的第二份采购订单到达时，Matcher 智能体找到首次运行时保存的指令，置信度得分为 3.946（阈值为 3.7），并将任务路由到自动化工作流：
Extractor 智能体直接应用已保存的指令，因此编排器会跳过提示词生成步骤。训练过程中学到的 SKU 转换规则会自动生效（EL-002 → AB-EL-002、HB-071 → AB-HB-071、PD-002 → AB-PD-002）。
三个明细项在第一轮就通过了验证，订单总额为 5,979.19 美元。
端到端处理耗时从首次运行的 3 分 49 秒缩短至 1 分 30 秒。
使用交互式聊天
控制面板提供了用于排查问题的聊天界面：
询问“你有哪些工具”，查看可用的智能体能力。
询问“列出指令”，查看已保存的提取指令。
询问“任务 XXXX 的状态是什么”，查看处理进度。
询问“任务 XXXX 出了什么问题，我们该如何更新指令？”，诊断失败原因。
了解准确率如何随时间提升
系统通过两个反馈循环持续改进：
训练循环：当 Instructions Fixer 智能体在验证失败后优化提取提示词时，改进后的指令会被保存，并在处理类似文档时复用。
处理循环：当 Troubleshooter 智能体修复提取错误时，它会提供详细分析，帮助识别文档格式变化中的规律。
更换模型时，请使用 Amazon Bedrock AgentCore 提供的 AgentCore Evaluations 能力，确认提取质量仍然符合要求。该解决方案已经使用 AgentCore Observability，因此具备所需的监测埋点。
该解决方案基于无服务器资源和按需资源运行，不产生闲置成本，因此你只需按实际用量付费。对于在美国东部（弗吉尼亚北部）区域每月训练 10 份文档、处理 1,000 份文档的工作负载，预估费用约为每月 58 美元。通过 Amazon Bedrock 进行的基础模型（FM）推理约占总成本的 85%，每份文档约为 0.055 美元。实际成本主要取决于为各个智能体分配的模型。模型选择集中配置在 agents/orchestratorgraph/utils/config.py 中，因此你可以为简单任务使用成本较低的模型，在需要时使用能力更强的模型。详细定价请参阅 Amazon Bedrock 定价页面。
根据你的使用场景定制解决方案
该解决方案提供了一个采购订单处理用例，其中包含一家虚构自行车公司的合成数据集、预构建的 JSON 模式，以及一个验证 Lambda 函数，用于将提取的数据与模拟 ERP 数据库中的产品和供应商记录进行核对。要处理自己的文档，你必须将随附的模式和验证逻辑替换为自己的实现。
定义文档模式
为每种文档类型创建一个 JSON 模式，定义你想要提取的字段。agents/orchestratorgraph/doc_schema/purchase_order_schema.json 中的示例采购订单模式可供参考。你的模式应明确指定字段名称、数据类型，以及各字段是文档中明确给出的，还是根据上下文推断得出的。
构建验证流程
随附的验证器会根据 Aurora DSQL 中的合成供应商表和产品表检查采购订单数据。在生产环境中，你需要构建符合自身业务规则的验证流程。例如：
发票验证器可以将供应商 ID 与应付账款系统中的记录进行核对，并验证各明细项金额之和是否与发票总额一致。
合同验证器可以验证文档是否包含必需条款，以及日期和合同各方名称是否与你的记录一致。
理赔验证器可以将保单号、保障限额和索赔人信息与保单管理系统中的记录进行核对。
要添加新的验证器，请创建一个 Lambda 函数，使其接收提取出的 JSON，并返回通过或失败的结果及详细错误信息，然后将其注册为 AgentCore Gateway 中的工具。实现方式可参考 gateway/tools/po_validator_tool/。
agents/orchestratorgraph/prompts/ 中的智能体提示词使用了采购订单相关术语。请更新这些提示词，使其符合你的文档类型和提取要求。Orchestrator 智能体、Validator 智能体和 Instructions 智能体都包含针对特定文档类型的表述，需要相应调整。
在训练和运行基于智能体的智能文档处理（IDP）系统时，请牢记以下建议。
从有代表性的样本入手：训练期间，为每种文档类型上传 5–10 份文档，其中应包含存在格式变化的边界情况，以构建可靠的提取指令。
使用业务规则验证：将验证器连接到 Aurora DSQL 中的参考数据（供应商列表、产品目录），尽早发现提取错误。
监控智能体性能：使用 AgentCore Observability 和 CloudWatch 跟踪执行路径、识别瓶颈，并持续衡量提取准确率。
逐步添加文档类型：为每种新的文档类型创建 JSON 模式和对应的验证 Lambda 函数，其余工作由智能体完成。
为生产环境添加护栏：应用 Amazon Bedrock Guardrails，对智能体输出执行内容过滤和基于依据的核查。在处理保险理赔或贷款申请等敏感文档类型时，这一点尤为重要。
查阅 OWASP 大语言模型十大安全风险：构建使用大语言模型（LLM）的应用程序时，请参考《OWASP 大语言模型与生成式 AI 应用十大安全风险》中的安全注意事项。
重要提示：运行清理操作前，请先导出需要保留的数据。destroy.py 脚本会永久删除已处理的文档（S3）、任务历史记录（DynamoDB）、验证数据（Aurora DSQL）以及学习到的提取指令（向量存储）。
为避免持续产生费用，请删除已部署的资源：
uv run destroy.py
在控制台中确认以下六个 CloudFormation 堆栈均已删除：AgenticIDP-Core-Dev、AgenticIDP-Gateway-Dev、AgenticIDP-Aurora-Dev、AgenticIDP-Agent-Dev、AgenticIDP-UIOrchestr-Dev 和 AgenticIDP-ModernUI-Dev。
本文介绍了如何使用 Amazon Bedrock AgentCore 构建能够自我改进的文档处理系统，让各司其职的 AI 智能体协作，对业务文档进行分类、提取、验证，并从中学习。这种基于智能体的方法能够自动适应新的文档格式，并通过反馈循环持续提高准确率，以自主学习取代手动模板配置。
部署示例解决方案，并使用随附的采购订单样本进行测试。
通过创建 JSON 模式和验证规则，添加你自己的文档类型。
探索如何将提取的数据集成到 ERP、CRM 或内容管理工具等下游系统中。
要进一步了解本文使用的服务和模式，请参阅以下资源：
要深入了解该解决方案使用的智能体框架，请参阅《Strands Agents SDK：深入解析智能体架构与可观测性》。
要了解 AgentCore Gateway 如何将 API 转换为兼容智能体的工具，请参阅《Amazon Bedrock AgentCore Gateway 简介：变革企业 AI 智能体工具开发》。
要了解模型上下文协议（MCP）的背景及其与 AWS 服务的集成方式，请参阅《释放模型上下文协议（MCP）在 AWS 上的潜力》。
要了解智能体如何跨会话保留上下文，请参阅《Amazon Bedrock AgentCore Memory：构建具备上下文感知能力的智能体》。
有关 Amazon Bedrock AgentCore 各项能力的详细信息，请参阅 Amazon Bedrock AgentCore 文档。
如果你需要有关构建文档处理解决方案的专家指导，AWS Professional Services 和 AWS Partners 可以提供帮助。