企業處理海量文件時，常遇上文本、表格、圖表同圖像混雜，傳統工具難以精準分離同上下文化，導致下游生成式 AI 應用效果大打折扣。NVIDIA NeMo Retriever Library 正係針對呢個痛點推出嘅可擴展微服務，專門從 PDF、Word 等文件中提取結構化內容同元數據。呢個工具面向開發者同 AI 工程師，透過 NVIDIA NIM 微服務，自動識別同提取所需元素，直接輸出可用於 RAG（Retrieval-Augmented Generation）或其他生成應用嘅高質數據。
利用 NIM 微服務精準提取文本表格圖表圖像
NeMo Retriever 嘅強項在於整合 NVIDIA NIM 專用微服務，自動偵測文件內嘅文本、表格、圖表同圖像，並賦予上下文。呢個過程唔單止簡單掃描，而係理解元素間關係，例如表格周邊嘅描述文字會一併提取，確保下游 AI 模型獲得完整脈絡。相比傳統 OCR 工具，呢度嘅方法更注重性能同準確度，適合大規模文件處理。
可擴展架構支援高性能文件處理流水線
作為微服務設計，NeMo Retriever 易於部署喺 Kubernetes 或雲端環境，處理速度快到可以應付企業級文件洪流。佢嘅性能導向架構意味住唔單止提取準確，仲有低延遲輸出，特別適合即時應用如知識庫構建。開發者可以透過 API 串連，快速整合到現有 AI 流水線，毋須從頭訓練模型。
喺 GitHub 頁面嘅文件導航中，可以睇到佢支援查詢已攝取內容，方便驗證提取結果。呢個功能讓用戶即時檢視元數據同結構化輸出，加速迭代開發週期。
開源資源豐富，方便開發者貢獻同自訂
NeMo Retriever 喺 GitHub 上提供完整倉庫，包括最新提交歷史、文件夾結構同貢獻指南，開發者可以輕鬆 fork 同修改。佢仲有第三方授權通知同行為準則，確保開源合作順暢。對於想自訂提取邏輯嘅團隊，呢度嘅資源係絕佳起點，可以基於現有代碼擴展支援更多文件格式。
總括嚟講，NeMo Retriever 將文件處理從繁瑣轉化為高效步驟，直接提升生成式 AI 嘅輸入質量。無論係構建聊天機械人知識庫，定係分析財報圖表，呢個庫都提供可靠基礎。隨著 NVIDIA NIM 生態擴大，預計佢會喺更多 RAG 應用中發揮作用。
產品名稱：NeMo Retriever Library
官方網站：https://github.com/NVIDIA/nv-ingest
