Dossier
一个 local-first 的 Agentic Document Intelligence 平台，将敏感文档转化为可审核、可批准、可集成的结构化数据。
Dossier 是一个面向商业化的文档智能产品，服务于需要处理 PDF、扫描件、表单、表格和手写内容的高风险业务流程。它结合 agentic OCR、provider routing、validation、bounded repair loop、risk triage、human review 和 evidence-backed export，让文档可以在受控条件下从 intake 进入业务动作。
由于版本、试验数据、企业合作方和隐私原因，最新源码及部分商业实现细节可能尚未完整公开。
- 为 finance、healthcare 和 enterprise operations 创建了 sample fixtures 与 demo workflows，覆盖金额不匹配、低置信度字段、手写场景和需要审批的文档。
- 目前正在与 5+ 家企业进行试验，用于改进真实文档 workflow，并推进 commercial pilots、funding 和生产部署准备。
项目亮点
在进入完整受控流程前，对 PDF 或单张图片进行轻量 OCR，快速检查抽取质量。
按文档跟踪 pipeline 状态、run events、artifacts、repair 需求和 review 步骤。
按文档类型管理 provider、model routing policy、成本、延迟以及 OCR/VLM/LLM 能力。
组织文档、OCR 结果、metadata、approval status 和 evidence，方便运营团队复核。
视频与演示
Timeline
项目背后
Beyond OCR
Dossier 的出发点是：OCR 只是文档 workflow 的一小部分。企业需要知道哪些字段可信、哪些字段需要 review、值来自文档的哪个位置，以及数据进入下游系统前由谁批准。
Agentic but governed
Dossier 中的 agent 是 pipeline 中的逻辑角色：probe、route providers、extract fields、validate、retry 和 create review tasks。每一步都有边界、事件、artifact 和 stop policy，让自动化保持可检查。
Risk as product surface
Dossier 不宣称做法证层面的真伪判断。产品重点是 risk triage：发现 mismatch、低置信度字段、缺失数据或异常值，并将相关 evidence 交给人工 review。
From trials to commercialization
产品正在与 5+ 家企业试验，用于验证真实文档处理、减少人工操作、标准化 review，并为 commercial pilots、付费部署和 funding conversations 做准备。
Gallery
对这个项目感兴趣？
一起构建适合真实 workflow 的 AI 与 edge 系统。