古籍AI智能体系统
扫描件进，可检索、可校对、可出版的文字出 —— 一条完整的古籍文字加工流水线
不是"调一次OCR"，是一条流水线
把古籍书页的扫描图片或整本 PDF，自动加工成三版文稿：繁体原文（保留原貌）、简体带标点（现代可读）、拼音注音（诵读辅助），再配上图文对照校对、全文检索与单页导出，直接对接出版流程。
整个过程中，每一次 AI 调用的 Token 消耗与折算费用都逐页、逐文献累计入库 —— 成本可核算、可向客户展示，报价不再拍脑袋。
古籍数字化，卡在哪
人工录入慢且贵
一页繁体竖排古籍，熟手录入加校对要 30~60 分钟。一部书几十万字，人工成本动辄数万元，周期按月算。
通用OCR不认识古籍
竖排、繁体、异体字、双行夹注、天头批注、药量单位 —— 通用 OCR 错字漏字严重，识别完还得重来一遍。
成果没法直接用
识别出来的是一坨无标点文言文，读不懂、搜不了、出不了书，离"数字化"还差十万八千里。
AI成本算不清
大模型按 Token 计费，不统计就不知道每本书花了多少钱。接的活越多，心里越没底。
六大核心能力
从上传到出版，每一环都替你想到了
批量录入 · 图片与PDF
批量上传书页图片，或直接扔进整本 PDF —— 系统以 200 DPI 逐页自动渲染并建档，封面自动取第一页。已有文献可追加上传，页码自动续编。
VL视觉模型识别
多模态大模型直接"读图"，输出繁体原文并保留原貌。可选图片增强：识别前先放大 1.5~2 倍，古籍小字与批注的识别率明显提升。
自动标点 + 繁转简
无标点文言文没法读。系统一次调用同时完成"加现代标点"与"繁转简"两项任务 —— 相比拆成两次调用，Token 成本直接减半。
拼音注音 · 零成本
本地字典查表生成拼音，不占用任何 API 额度。多音字以"字(音1/音2)"标注，校对页渲染成"上字下音"，生僻字一眼认出。
图文对照校对
左侧原图、右侧识别文字，逐页翻页对照。三版文字分 Tab 独立编辑，保存后自动流转"已校对/已修改"状态，支持按校对进度筛选。
检索 · 调序 · 导出
全文检索命中关键词上下文片段，一键预览该页图文；书页支持拖拽调序（区间平移，绝不跳号）；任意页可导出 A4 PDF，上图下文，直接送审送印。
识别率高，是踩坑换来的
这些细节，只有真做过整本古籍的人才知道
提示词专为古籍调优
通用提示词对双行夹注、小字批注、药量单位漏字严重。我们明确点名"小字注释、批注、剂量数字"后，漏字率显著下降 —— 这是实战踩坑换来的经验。
两步合成一次调用
"加标点"与"繁转简"合并为一次请求，Token 成本减半且上下文一致，质量无损。温度参数固定 0.1：文字加工要的是忠实，不是创造。
批量识别 · 可中断
整本几百页逐页点不现实。线程池限流提交即返回，前端实时看到"第 x/共 y 页"与预计剩余时间，随时中止；单页失败只记失败数，不拖垮整本。
双AI平台一键切换
内置阿里云百炼与 Agnes AI 两套配置，同为 OpenAI 兼容协议，后台切换零改码。单价按模型、按平台隔离，免费额度不会被默认价格覆盖。
每页花了多少钱，清清楚楚
古籍加工是按页走量的生意，成本必须可核算
纯人工录入
⏱ 30~60 分钟 / 页
💰 按字数计酬，整本数万元
📅 周期按月计算
🔁 返工成本高
📊 成本难量化到页
深度古籍AI
⏱ 1~3 分钟 / 页
💰 仅模型 Token 费用
📅 整本批量过，进度可视
🔁 失败页一键重跑
📊 逐页 Token 与费用可导出
每次 AI 调用后，系统自动提取本次输入/输出 Token，按模型单价折算费用，写入书页记录并汇总到文献总账。后台 Token 统计页可按文献查看明细并导出 —— 成本核算、对外报价，都用真实数据说话。
客户自己的服务器，开箱即用
单机即可运行
Java 8 + Spring Boot 2.7 + MySQL 5.7，打成 war 包丢进 Tomcat 9 就能跑。客户电脑上装个 Tomcat 即可，简单直接。
不堆中间件
刻意不依赖 Redis、不依赖消息队列、不依赖 Elasticsearch —— 所有异步进度放在 JVM 内存，少一台中间件就少一堆运维麻烦。
配置改完即生效
AI 平台、API 地址、Key、模型名、单价、OCR 提示词、图片增强倍数 —— 全部后台可视化维护，保存立即生效，不用重启、不用改配置文件。
接线自检 + 安全兜底
内置 API 连接测试按钮，配错了当场发现；后台登录拦截、参数化查询防注入、全局异常统一兜底，应用关闭时自动释放线程池，避免线程泄漏。
谁在用这套系统
图书馆 / 档案馆
馆藏古籍批量数字化，建成可检索的全文数据库，读者检索关键词直达原页图文。
出版社 / 古籍整理
点校工作前置，AI 出初稿、编辑做精校，出版周期大幅压缩。
中医与医书整理
药方、药量单位专项优化识别，双行夹注不丢失，适合医籍与方书数字化。
地方志 / 文旅
县志、族谱、碑刻拓片数字化，把沉睡的地方文献变成可运营的文化资产。