智慧档案行业研究

智慧档案行业研究 技术文章

档案转成数据后如何保留语境：读钱毅教授《基于U型曲线重新审视档案...

从一份假设文件的纸页、图像、字段、关系和叙事出发，讨论档案进入不同技术形态后，哪些含义仍然成立，哪些判断需要重新建立...

阅读全文

智慧档案行业研究 技术文章

档案高质量数据集的建设成本：人员、周期与分阶段投入

档案高质量数据集不是一次性标注任务。本文从人员、周期、复核比例和自动化边界分析建设成本，并给出分阶段落地办法。

阅读全文

智慧档案行业研究 技术文章

模型贵不贵，和敏感片段该不该先被过滤，是两道题

一场错位争论背后，是模型能力、算力成本与数据权限被混成了同一个问题。把 RAG 链路拆开，才能判断敏感内容究竟有没有...

阅读全文

智慧档案行业研究 技术文章

检索页面没有显示，敏感片段就算安全了吗

召回后删掉敏感结果，只保护了页面展示；受控片段是否进入重排器、缓存和模型上下文，决定了真实暴露面。

阅读全文

智慧档案行业研究 技术文章

档案高质量数据集建成以后：新增资料为什么会让旧答案变坏

档案高质量数据集需要同时承担知识供给和质量标尺两种职责。每次新增档案、重跑 OCR 或调整权限，都应通过可重放的样本...

阅读全文

智慧档案行业研究 技术文章

档案高质量数据集怎么建：别把一堆 OCR 文本直接交给大模型

档案高质量数据集，是面向明确业务任务，把档案内容与来源、结构、权限、版本和人工判断依据共同组织起来的可追溯样本资产。

阅读全文

智慧档案行业研究 技术文章

Elasticsearch 混合检索实验：高亮不是装饰，是回跳证...

关键词检索、字段过滤和高亮片段要同时返回，才能让全文索引在 AI 检索链路里承担证据定位责任。

阅读全文

智慧档案行业研究 技术文章

GPT-5.6 越强，档案行业越不能直接用在线大模型

从 GPT-5.6 的模型分层、长上下文、推理和工具调用能力出发，讨论国产大模型、离线部署和档案 AI 的建设方向。

阅读全文

智慧档案行业研究 技术文章

资源总库不是一个库名：先把三本账对齐

目录账、原文账、备份账如果对不上，资源总库就只是系统页面上的一个概念。

阅读全文

智慧档案行业研究 技术文章

自动著录要不要进正式库，关键不在模型，而在复核状态

自动著录结果要先进入候选区，按字段复核、退回、确认和回写；状态设计比模型参数更接近项目风险。

阅读全文

智慧档案行业研究 技术文章

用 PostgreSQL 做一张“原文证据表”：不要让 AI 只...

证据表要把页码、坐标、校验值、开放状态和组件关系放在同一条可查询链路里，后续检索、编研和复核才有基础。

阅读全文

智慧档案行业研究 技术文章

密集架、门禁、环控、RFID 联动前，先统一事件模型

多设备联动要先统一事件类型、对象、时间、责任人、状态和回写规则。

阅读全文

智慧档案行业研究 技术文章

AI Agent 工具调用要能失败、重试和审计

真实 Agent 工程要把工具 schema、权限、超时、失败重试、人工确认和审计日志写清楚。

阅读全文

智慧档案行业研究 技术文章

移交进馆不是收一批文件：纸质、电子和数字化成果要一次对齐

移交接收要同时对齐目录、组件、元数据、原文、开放意见、备份和问题退回，否则进馆之后会长期返工。

阅读全文

智慧档案行业研究 技术文章

用 MinIO 搭一个原文对象存储试验：路径、校验和回跳怎么设计

对象存储试验要验证桶策略、对象路径、哈希校验、元数据和回跳 URL，而不是只证明文件能上传。

阅读全文

智慧档案行业研究 技术文章

智慧档案馆预算怎么排：别让展示项挤掉底座项

预算评审要把接收检测、资源治理、权限日志、备份恢复和运维放到前面，再安排展示、AI 和机器人等增强能力。

阅读全文

智慧档案行业研究 技术文章

选开源 RAG 组件，不要先问哪个好：先问谁负责哪一层

向量库、全文索引、解析器、编排框架、模型服务和评测工具各管一层，不能用一个框架承诺解决所有问题。

阅读全文

智慧档案行业研究 技术文章

长期保存要做一次可恢复演练

长期保存策略必须落到格式、校验、备份、恢复、迁移和记录，不能只在制度里写一句定期备份。

阅读全文

智慧档案行业研究 技术文章

FastAPI 写一个最小检索接口：先规定证据返回格式

检索接口不能只返回 answer 字符串，至少要返回 query_id、hits、权限判断、证据位置、拒答原因和审计...

阅读全文

智慧档案行业研究 技术文章

Qdrant 本地向量检索最小实验：先确认过滤条件真的生效

向量库实验的第一条验收第一项验收应检查 metadata 过滤、权限字段和 Top-K 返回格式是否稳定。

阅读全文