【技术实现步骤摘要】
本专利技术涉及图像处理、自然语言处理等，尤其涉及一种智能卡证自动解析系统。
技术介绍
1、随着信息技术和人工智能技术的深度融合，ai agent作为新一代智能人机交互界面，凭借大数据、云计算及深度学习技术的赋能，其智能化与自适应能力不断提升，在诸多行业场景中展现出了愈发关键的作用。特别是在推进业务流程自动化与智能化的过程中，ai agent能够模拟人类专家行为，高效精准地执行大量繁琐任务，并在复杂情境中作出明智决策，有效弥补了传统人工操作的低效与高误差缺陷。智能卡证识别系统作为现代信息技术与ai深度融合的产物，其作用与影响力在身份验证、金融服务、移动支付、政务服务、智慧城市等多个核心领域日渐凸显。此类系统依靠先进的图像识别技术、机器学习算法和大模型的自然语言处理能力，实现对各类物理卡证信息的精准捕捉与安全处理，大大提升了业务流程的自动化程度。
2、然而，在实际应用智能卡证识别系统的进程中，尤其当依赖外部api服务，例如大规模预训练语言模型以实现更高层次的智能识别与解析时，隐藏的数据安全和隐私保护问题变得尤为突出。考虑到第三方服务可能存在的数据传输风险、接口滥用以及其他不确定性因素，企业的敏感信息管理需求愈发强烈，这也催生了自主研发具有高可控性和安全性的智能卡证识别系统的迫切需求。
技术实现思路
1、为了解决以上技术问题，本专利技术提供了一种智能卡证自动解析系统。
2、本专利技术的技术方案是：
3、一种智能卡证自动解析系统，基于大语言模型(llm)
4、其中，
5、任务规划：利用llm对用户的原始请求进行语义解析，明确识别出用户的核心需求，针对每一个细分任务生成提示，并通过提示(prompt)将其拆分为可能可解决的任务。
6、工具选择：依据任务的具体需求，选择相应的模型工具来完成不同的任务；内置模型仓库，其中包含了图像处理模型、卡证识别模型以及生成模型；在任务执行前，系统会根据任务特征及目标，自动匹配最适合的模型进行调用；一旦匹配到合适的模型，通过预先封装好的api接口调用该模型，传入必要的参数，并接收模型返回的结果。
7、记忆机制：通过多层次、模块化的结构设计，实现了感觉记忆、短期记忆和长期记忆之间的结合。
8、任务执行：一旦任务规划完毕并且相应的工具模型选定，便开始执行各个任务。
9、进一步的，
10、如果用户想要提取照片上的信息，首先会对这个请求进行解析，明确识别出用户想要从照片中提取的信息；然后生成相应的提示；这些提示将指导后续的处理过程，确保按照用户的意图进行操作。
11、此外，还给出关于如何处理识别结果的提示。
12、进一步的，
13、如果用户需要模拟生成一个新的符合特定模板的电子卡证，也会首先解析请求，明确用户的需求和期望；接着生成相应的提示，这些提示将指导系统如何模拟生成卡证，确保生成的卡证符合用户的期望和要求。
14、在处理卡证相关任务时，会细分为图像处理、卡证检测、卡证分类、卡证信息提取、卡证校验、卡证模拟生成和自定义卡证的步骤，并建立这些任务之间的逻辑依赖关系。
15、对于每个子任务，llm根据内置的api文档知识库生成对应的提示，提示词中包含任务描述，任务步骤，如何正确调用相应的api接口，以及必要的参数配置。
16、整合自训练好的卡证检测模型和分类模型进入系统中，通过api接口对外提供服务。
17、进一步的，
18、接收到任务后，通过内置逻辑或学习策略选取并配置工具api及其参数，预测执行策略的有效性；执行子任务并监控结果，如未达预期，则反思执行结果与目标差距，分析原因，进而调整任务执行顺序或更换工具及参数；在无法按原路径执行时，动态重选工具和策略，更新任务序列，直至解决问题。
19、整个过程中，系统将持续记录并利用思考过程、工具选用、参数设定及执行结果反馈信息，以不断优化自身行为策略，提高未来问题解决的效率。
20、进一步的，
21、在调用图像处理模型时，需要传入原始图像数据及其对应的预处理参数，而在调用生成模型时，需要提供输入文本提示或其他上下文信息。
22、当涉及到识别和真伪校验时，系统会连接到外部数据库和服务，以确保卡证信息的真实性和合法性。
23、用户可以根据自身需求自定义规则，并将这些规则导入到系统中，实现个性化和定制化的业务处理逻辑。
24、如果用户希望系统能够支持一个新的工具，按照提供的扩展接口，继承baseaction类并实现相应的传参调用逻辑即可，自动生成部分或全部与所选模型交互的代码逻辑；用户利用baseaction进一步编写针对新工具的具体操作方法；用户需要为这个新工具明确命名；用户还需要提供详细的说明文档，描述这个新工具的功能、使用方法以及预期效果信息。
25、在构建出新工具后，系统会对其进行内部的单元测试和集成测试，验证其是否满足预期功能要求，及是否能够在系统的运行环境中稳定执行；根据测试结果，系统自我调整参数、优化算法，迭代升级模型版本。
26、支持保护用户的数据安全和隐私权益；从卡证信息获取、传输、处理到存储的全过程实现端到端加密；采用动态密钥管理系统，定期更换加密密钥；按照要求设置卡证信息的保留期限；通过配置功能，设定每一种类型卡证数据的保存天数或年数，到期后系统将自动进行数据销毁；提供访问权限管理功能，管理员可以根据业务需求和法规要求，为不同角色分配不同的数据访问权限。
27、进一步的，
28、感觉记忆是系统记忆体系的第一层，负责捕捉和暂存用户的多模态输入；短期记忆是系统记忆体系的第二层，维持当前任务相关的上下文信息；长期记忆是系统记忆体系的第三层，通过向量存储和检索技术，将信息持久化至外部数据库；这些信息包括历史对话记录、先前执行过的任务详情以及来自知识库的相关数据。
29、进一步的，
30、任务执行时，
31、首先，系统会根据预先设定的逻辑顺序，依次启动各个子任务的处理流程；这些子任务包括图像处理、卡证检测、卡证分类、信息提取、校验，每个子任务都有相应的工具模型与之对应。
32、在执行每个子任务时，系统调用相应的工具模型对输入数据进行处理；这些模型是针对卡证解析领域预先训练好的深度学习模型；然后，系统会将各个模型的处理结果进行有效的整合。
33、在整个任务执行过程中，系统不断地进行反馈和调整，包括对输入数据的预处理、对工具模型的参数优化以及对输出结果的校验。
34、最终，当所有子任务执行完毕并经过有效整合后，系统将输出最终的结果，包括完整的卡证信息、校验结果以及其他相关的分析数据；用户可以根据需要选择将这些结果存储、显示或进一步处理。
35、本专利技术通过构建自主可控的cardagent系统，企业本文档来自技高网...
【技术保护点】
1.一种智能卡证自动解析系统，其特征在于，
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求1所述的方法，其特征在于，
4.根据权利要求3所述的方法，其特征在于，
5.根据权利要求1所述的方法，其特征在于，
6.根据权利要求1所述的方法，其特征在于，
7.根据权利要求6所述的方法，其特征在于，
8.根据权利要求7所述的方法，其特征在于，
9.根据权利要求1所述的方法，其特征在于，
10.根据权利要求1所述的方法，其特征在于，
【技术特征摘要】
1.一种智能卡证自动解析系统，其特征在于，
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求1所述的方法，其特征在于，
4.根据权利要求3所述的方法，其特征在于，
5.根据权利要求1所述的方法，其特征在于，
...【专利技术属性】
技术研发人员：杨彤，李雪，陈其宾，姜凯，
申请(专利权)人：山东浪潮科学研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。