24小时热榜

大多数处理PDF或图像的产品实际上都在悄悄重建同样的东西：一个临时拼凑的“路由器”，负责选择调用哪个OCR/视觉API，规范化响应，并希望月底的账单是合理的。 DocsRouter就是这样一个产品层：一个稳定的API，可以与多个OCR引擎和视觉大语言模型（LLM）进行通信，允许您根据成本、质量和延迟对每个文档进行路由，并提供规范化的输出（文本、表格、字段），这样您的应用就不必关心使用了哪个提供商。 它是为那些认真处理文档的团队而设计的：发票/收据、合同、工资单、医疗/行政表格、物流文档等，这些团队要么被“我们几年前选择的OCR”困住，要么被新视觉模型的更迭所压倒。 目前，您可以获得一个REST API、简单的SDK（即将推出）、一些可插拔的后端（经典OCR + 更新的视觉模型）、一些基本的路由策略，以及一个可以上传文档并并排比较输出的游乐场。 我希望从HN（黑客新闻）获得关于两件事的反馈： 1. 如果您已经在处理多个OCR/视觉提供商，您自制的路由器是什么样的？您需要什么条件才能信任一个外部的路由器？ 2. 您更喜欢使用这个产品，还是直接使用LLM/OCR提供商，并且有可能不时更换提供商？ 演示和文档请访问： [https://docsrouter.com](https://docsrouter.com)