给技术文档检查时效性:从 PDF 提取关键说法,再用实时网页逐条核对
来自 @Sumanth_077 的分享:先找出 PDF 里容易过期的接口、版本和模型信息,再联网核对,标记为「仍有效」「已过时」或「需复核」,并提供来源供人工判断。
https://github.com/Sumanth077/Hands-On-AI-Engineering/tree/main/ai_agents/technical_documentation_freshness_checker
它解决什么问题
技术文档不一定整篇失效,往往只是某个 API 路径、模型名称、价格或依赖版本已经变了。作者没有让 AI 直接重写全文,而是先定位这些容易变化的说法,再逐项检查,缩小人工审查范围。
核心流程
上传 PDF 后,LandingAI 的文档提取服务 ADE 将其转为保留结构的 Markdown,并抽取版本、API、配置、弃用提示和依赖等信息。
程序去重后,把每条说法连同原句和上下文,分别交给 Parallel Decisions API。这个接口结合实时网页检索,在预设选项中作出判断,返回结论、概率和引用来源。证据不足或互相矛盾时,归入「需复核」,而不是强行判定。
按项目说明,Parallel 收到的是抽取后的说法及简短上下文,不是整份 PDF;但 PDF 本身仍需交给 ADE 解析。
演示结果
Sumanth 用一份旧 OpenAI API Beta 文档测试,抽出 12 条说法:7 条过时、1 条仍有效、4 条需复核。过时项包括旧的 Engines 路由、davinci 示例和历史价格。
