Use Amazon Bedrock AgentCore दस्तावेज़ प्रसंस्करण बनाने के लिए जो स्वयं में सुधार करता है

मेटा विवरणः Amazon Bedrock AgentCore एक मल्टी-एजेंट IDP walkthrough का समर्थन करता है जो स्वयं दस्तावेज़ प्रारूपों को सीखता है, चालान प्रसंस्करण समय में कटौती करता है और अनुमान $58 मासिक।

टैगः AWS, Amazon Bedrock AgentCore, बुद्धिमान दस्तावेज प्रसंस्करण, चालान AI एजेंट

विशेष रुप से प्रदर्शित छवि: कनेक्टेड एजेंट नोड्स के माध्यम से चलने वाले व्यावसायिक दस्तावेजों का एक अमूर्त, मैत्रीपूर्ण चित्रण, जिसमें कोई वास्तविक व्यक्ति, लोगो या दृश्य पाठ नहीं है।

उन टीमों के लिए जो आपूर्तिकर्ता चालान, खरीद आदेश, बीमा दावों और ऋण अनुप्रयोगों को संसाधित करते हैं,Amazon Bedrock AgentCore एक तकनीकी walkthrough में दिखाई देता है जो दिखाता है कि एजेंटिक इंटेलिजेंट डॉक्यूमेंट प्रोसेसिंग सिस्टम कैसे बनाया जाए, अक्सर 20 मिनट से कम समय में। लक्ष्य न्यूनतम मानव हस्तक्षेप के साथ व्यावसायिक दस्तावेजों को वर्गीकृत करना, निकालना, सत्यापित करना और सीखना है।

स्थैतिक दस्तावेज प्रसंस्करण की लागत

स्रोत में उद्धृत आईडीसी अनुसंधान का कहना है कि दस्तावेज़ से संबंधित चुनौतियों के कारण संगठनों को हर साल प्रत्येक सूचना कार्यकर्ता $19,732 की लागत आती है और उत्पादकता 21.3 प्रतिशत कम हो जाती है। कर्मचारी अपने समय का 30 प्रतिशत तक दस्तावेज संबंधी कार्यों पर खर्च कर सकते हैं, और मैन्युअल डेटा प्रविष्टि त्रुटि दर 1 4 प्रतिशत से होती है।

समस्या तब कठिन हो जाती है जब संगठनों को सैकड़ों आपूर्तिकर्ताओं से चालान प्राप्त होते हैं। लेआउट जारीकर्ता द्वारा भिन्न होता है और बिना किसी सूचना के बदल सकता है। टेम्पलेट-आधारित प्रणालियों को उस पैमाने पर निरंतर रखरखाव की आवश्यकता होती है। पारंपरिक बुद्धिमान दस्तावेज़ प्रसंस्करण समाधान बोझ का एक हिस्सा संबोधित करते हैं, लेकिन उन्हें प्रत्येक दस्तावेज प्रारूप के लिए व्यापक अग्रिम विन्यास की आवश्यकता ہوتی है और विक्रेताओं में लेआउट्स अलग होने पर टूट जाते हैं।

walkthrough तीन चुनौतियों को रेखांकित करता है। यह हैं: 1. विकास के लिए

• टेम्पलेट कठोरता: प्रत्येक नए दस्तावेज़ प्रारूप को मैन्युअल विन्यास की आवश्यकता होती है, और यहां तक कि मामूली लेआउट परिवर्तन भी निष्कर्षण विफलताओं का कारण बन सकते हैं।
• कोई सीख नहीं: समान दस्तावेजों में एक ही निष्कर्षण त्रुटियां दोहराई जाती हैं क्योंकि सिस्टम पिछले सुधारों से ज्ञान को बरकरार नहीं रखता है।
• स्केलिंग भारः प्रत्येक नए विक्रेता या दस्तावेज़ संस्करण रखरखाव के प्रयास को गुणा करता है, और सैकड़ों स्रोतों से दस्तावेजों का प्रसंस्करण करने वाले संगठन निरंतर परिचालन लागत का सामना करते हैं।

एक एजेंटिक दृष्टिकोण स्थिर टेम्पलेट्स को AI एजेंटों के साथ प्रतिस्थापित करता है जो प्रत्येक दस्तावेज़ का विश्लेषण करते हैं, निष्कर्षण निर्देश उत्पन्न करते हैं , परिणाम मान्य करते हैं और स्वचालित रूप से सुधार से सीखते हैं। समय के साथ, सिस्टम दस्तावेज प्रारूपों का ज्ञान आधार बनाता है, जिससे समान दस्तावेजों को न्यूनतम अतिरिक्त कॉन्फ़िगरेशन के साथ संसाधित किया जा सके।

दो ग्राफ-आधारित कार्यप्रवाहों में आठ एजेंट

समाधान पर चल रहे दो ग्राफ-आधारित वर्कफ़्लोज़ में आठ विशेष एजेंटों का उपयोग करता है। Amazon Bedrock AgentCore को किसी भी ढांचे या मॉडल के साथ, पैमाने पर एजेंट बनाने, कनेक्ट करने और अनुकूलित करने के लिए एक मंच के रूप में वर्णित किया गया है। कार्यप्रवाह आलेख Strands Agents का उपयोग करके बनाया गया है, निर्माण AI एजेंट के लिए open source SDK ।

पहचान कार्यप्रवाह का उपयोग करता हैः

• विश्लेषक: Amazon Textract का उपयोग करके पाठ निकालता है और दस्तावेज़ प्रकार और प्रेषक की पहचान करता है।
• मिलानकर्ता: Amazon S3 Vectors में वेक्टर समानता का उपयोग करके समान दस्तावेजों के लिए खोज करता है, Amazon Simple Storage Service की क्षमता।

प्रशिक्षण कार्यप्रवाह चलाता है जब कोई मिलान नहीं पाया जाता है और इसका उपयोग करता हैः

• निर्देशः निकासी संकेत उत्पन्न करता है.
• एक्सट्रैक्टर: संरचित डेटा को निकालता है।
• validator : Amazon Aurora DSQL में योजनाओं और व्यावसायिक नियमों के परिणामों की जांच करता है।
• Instructions Fixer: प्रमाणीकरण विफल होने पर संकेतों को परिष्कृत करता है और पुनः प्रयास करता है।
• Save Instructions: सफलता के बाद पुनः उपयोग के लिए निर्देश जारी रहता है।

स्वचालन कार्यप्रवाह तब चलता है जब एक मिलान पाया जाता है और मौजूदा निर्देशों के साथ एक्सट्रैक्टर का उपयोग करता है. यदि सत्यापन विफल रहता है, तो समस्या निवारण एजेंट निर्देशों को संशोधित किए बिना सीधे निकाले गए डेटा को ठीक करता है।

अवसंरचना और निगरानी प्रवाह

व्यावसायिक दस्तावेज Amazon Simple Email Service के माध्यम से आते हैं या सीधे अपलोड करते हैं। Amazon EventBridge एक फ़ंक्शन को ट्रिगर करता है जो Amazon डायनामोडीबी में ट्रैकिंग जॉब बनाता है और एजेंटकोर रनटाइम, Amazon Bedrock AgentCore की क्षमता का आह्वान करता है।

एजेंट्स द्वारा प्रबंधित मशीन-टू-मशीन क्रेडेंशियल्स के माध्यम से AWS संसाधनों तक पहुंच AgentCore Identity, Amazon Bedrock AgentCore और Amazon Cognito की एक अन्य क्षमता। लैम्ब्डा फ़ंक्शंस AgentCore Gateway के इंटरफेस, Model Context Protocol का भी हिस्सा है Amazon Bedrock AgentCore.

प्रसंस्करण के दौरान, एजेंट Amazon Textract का उपयोग पाठ निष्कर्षण के लिए करते हैं, S3 Vectors वेक्टर embeddings के माध्यम से दस्तावेज़ वर्गीकरण के लिए , और Amazon Aurora DSQL व्यावसायिक नियमों के खिलाफ सत्यापन के लिए। निकाले गए सामग्री को मान्य करने के लिए एजेंट MCP servers के जरिए एंटरप्राइज़ डेटा तक पहुंच सकते हैं।

स्थिति और समस्या निवारण एक चैट-सक्षम डैशबोर्ड के माध्यम से उपलब्ध है जो Amazon Elastic Container Service पर होस्ट किया गया है। एजेंट प्रदर्शन में दृश्यता AgentCore Observability और Amazon CloudWatch टेलीमेट्री से आती है।

एक नए दस्तावेज़ प्रकार के साथ क्या होता है

walkthrough में एक नए खुदरा विक्रेता से खरीद आदेश का नमूना शामिल है, Two Wheel Store मैचर एजेंट वेक्टर स्टोर की खोज करता है, कोई समान दस्तावेज़ नहीं पाता है, और प्रशिक्षण कार्यप्रवाह के माध्यम से नौकरी को रूट करता है।

विश्लेषक एजेंट कच्चे पाठ को निकालने के लिए Amazon Textract का उपयोग करता है, जिसमें शामिल हैंः

• दो पहिया स्टोर
• आदेश #: PO-2026-0102-2584
• दिनांक: 2026-01-02
• लाइन आइटम जैसे AC-021 Advanced Computer, मात्रा 1, $75.61, रंग cr4321, और SB-004 Folding Classic, मात्रा 8, $9634.32, रंग cb8901, आकार S, यूनिट मूल्य $1204.29
• कुल: $14931.54

निर्देश एजेंट स्कीमा से निष्कर्षण प्रॉम्प्ट उत्पन्न करता है, और एक्सट्रैक्टर एजेंट संरचित JSON का उत्पादन करता है , जिसमें पो_नंबर "पीओ-2026 - 0102 - 2584", रिटेलर_नाम "Two Wheel Store ", ऑर्डर_डेट "2026-01-02T00:00:00Z", एसकेयू के साथ लाइन आइटम, उत्पाद_नाम, मात्रा, यूनिट_प्राइस, लाइन_कुल और आदेश_कुल शामिल हैं।

validator एजेंट तब validation_status INVALID और त्रुटि संदेश के साथ परिणाम को विफल करता हैः

`'SB-004' '^AB-[A-Z]{2}-\d{3}$' से मेल नहीं खाता

विक्रेता SKU प्रारूप SB-004 मेल नहीं खाता है Acme Bikes [3 आंतरिक स्वरूप AB-SB-004. Instructions Fixer एजेंट असंगति का निदान करता है और एक स्पष्ट एसकेयू परिवर्तन नियम जोड़ता हैः एबी के साथ उपसर्ग आपूर्तिकर्ता SKUs। दूसरे पास पर, सात पंक्ति आइटम सफलतापूर्वक मान्य होते हैं, और Save Instructions एजेंट वेक्टर स्टोर में परिष्कृत संकेत को जारी रखता है। इस पहले रन के लिए एंड-टू-एंड समय 3 मिनट 49 सेकंड है।

अगले दस्तावेज़ पर क्या परिवर्तन

जब Two Wheel Store से दूसरा क्रय आदेश आता है, तो मैचर एजेंट को पहले रन के संग्रहीत निर्देश मिलते हैं 3.7 की सीमा के खिलाफ 3.946 का आत्मविश्वास स्कोर। नौकरी को स्वचालन कार्यप्रवाह के माध्यम से रूट किया जाता है।

एक्सट्रैक्टर एजेंट सीधे संग्रहीत निर्देशों को लागू करता है, इसलिए ऑर्केस्ट्रेटर प्रॉम्प्ट जनरेशन को छोड़ देता है। सीखा SKU रूपांतरण नियम स्वचालित रूप से EL-002 AB-EL-002, HB-071 AB-HB-071 में परिवर्तित हो जाता है, और PD-001 AB-PD-002. तीन लाइन आइटम एक आदेश कुल के साथ पहले पास पर मान्य होते हैं $5,979.19. एंड-टू-एंड प्रसंस्करण 1 मिनट 30 सेकंड में पूरा होता है, जो पहली बार 3 मिनट 49 सेकंड से नीचे चलाया गया था।

डैशबोर्ड में समस्या निवारण के लिए एक चैट इंटरफेस शामिल है। उपयोगकर्ता पूछ सकते हैं कि कौन से उपकरण उपलब्ध हैं, संग्रहीत निष्कर्षण निर्देशों की सूची दें, नामित कार्य की स्थिति जांचें या यह पूछें कि असफल काम के साथ क्या गलत हुआ और निर्देश कैसे अपडेट करें।

समय के साथ सटीकता कैसे सुधारती है

सिस्टम दो फीडबैक लूप का उपयोग करता है। प्रशिक्षण लूप में, जब वैधता विफलताओं के बाद Instructions Fixer एजेंट निष्कर्षण संकेतों को परिष्कृत करता है, तो सुधारित निर्देश सहेजे जाते हैं और समान दस्तावेजों के लिए पुनः उपयोग किए जाते हैं। प्रसंस्करण लूप पर, जब समस्या निवारक एजेंट निकासी त्रुटियों को ठीक करता है तो यह विस्तृत विश्लेषण प्रदान करता है जो दस्तावेज़ प्रारूप भिन्नताओं में पैटर्न की पहचान करने में मदद करता है.

मॉडल बदलते समय, स्रोत AgentCore Evaluations का उपयोग करने की अनुशंसा करता है Amazon Bedrock AgentCore, यह पुष्टि करने के लिए कि निष्कर्षण गुणवत्ता स्वीकार्य बनी हुई है। समाधान पहले से ही AgentCore Observability का उपयोग करता है, इसलिए इसमें आवश्यक उपकरण हैं।

तैनाती के चरण और पूर्व शर्तें

walkthrough समाधान अवसंरचना और वेब UI को AWS खाते में तैनात करता है। रिपॉजिटरी https://github.com/aws-samples/agenticidp-guidance.git है।

आवश्यक शर्तों में शामिल हैंः

• एक AWS खाता।
• Amazon Nova और Anthropic ( Claude ) मॉडल के साथ Amazon Bedrock तक पहुंच सक्षम है। AWS Region द्वारा मॉडल की उपलब्धता का संदर्भ Amazon Bedrock में समर्थित मॉडलों के माध्यम से दिया गया है।
• समर्थित क्षेत्र में Amazon बेड्रॉक एजेंटकोर रनटाइम, गेटवे और पहचान के साथ-साथ एस 3 वेक्टर और Amazon ऑरोरा डीएसक्यूएल तक पहुंच।
• AWS क्लाउड डेवलपमेंट किट v2 स्थापित।
• Docker स्थापित और चल रहा है, कंटेनर छवियों के निर्माण और तैनाती के लिए आवश्यक।
• Python 3.11+ और Node.js 18+.
• AWS Identity और Access Management एस 3 बकेट, लैम्ब्डा फ़ंक्शंस, डायनामोडीबी टेबल्स, कॉग्निटो यूजर पूल Amazon Elastic Container Registry रिपॉजिटरीज और Amazon ECS सर्विसेज बनाने की अनुमति।

सेटअप रिपॉजिटरी कमांड का पालन करता हैः रिपोजिटरी को क्लोन करें, एजेंटीसीडपी-गाइडेंस में बदलें, यूवी के साथ Python वर्चुअल एनवायरनमेंट बनाएं, इसे सक्रिय करें, requirements.txt इंस्टॉल करें, फिर npm के साथ ui/orchestrator में पैकेज स्थापित करें।

तैनाती आदेश हैः

∀uv चलाने deploy.py --admin- email your- email @example.com`

यह छह AWS CloudFormation स्टैक को तैनात करता हैः एस 3, कॉग्निटो और डायनामोडीबी के साथ कोर; लैम्ब्डा टूल और AgentCore Gateway के साथ गेटवे; ऑरोरा के साथ Amazon Aurora DSQL; एजेंट के साथ एजेंटकोर रनटाइम और कंटेनर; UI Orchestrator एंडपॉइंट्स के साथ API; और Amazon CloudFront पर एक प्रतिक्रिया APP के साथ। तैनाती में लगभग 15.20 मिनट लगते हैं। सत्यापन का मतलब है कि प्रत्येक ढेर की जांच करना CREATE_COMPLETE क्लाउडफॉर्मैशन कंसोल में दिखाता है।

तैनाती के बाद, उपयोगकर्ताओं को CloudFront URL, username और अस्थायी पासवर्ड के साथ एक email प्राप्त होता है। वेब UI में, वे चुनते हैं Process Document और इंफ्रास्ट्रक्चर/sample_data/purchase_orders/training/ से नमूना खरीद आदेश अपलोड कर सकते हैं। दस्तावेज़ तब एजेंट वर्कफ़्लो में प्रवेश करता हैः विश्लेषक पाठ निकालता है और प्रेषक और प्रकार की पहचान करता है, मिलानकर्ता वैक्टर स्टोर खोजता है, और या तो प्रशिक्षण या स्वचालन चलता है कि क्या ज्ञात प्रकार का दस्तावेज पाया जाता है। परिणाम, सत्यापन और उत्पन्न निर्देशों की समीक्षा Review Jobs और निर्देश टैब में की जा सकती है।

अनुमानित लागत और मॉडल विकल्प

समाधान सर्वरलेस और ऑन-डिमांड संसाधनों पर चलता है, इसलिए उपयोगकर्ता केवल उसी के लिए भुगतान करते हैं जो वे उपयोग करते हैं और कोई निष्क्रिय लागत नहीं होती है। 10 प्रशिक्षण दस्तावेजों और 1,000 संसाधित दस्तावेजों के कार्यभार के लिए प्रत्येक महीने में US East (एन. वर्जीनिया), अनुमानित लागत लगभग $58 प्रति माह है। foundation model से Amazon Bedrock तक का अनुमान कुल लागत का लगभग 85 प्रतिशत प्रतिनिधित्व करता है, मोटे तौर पर $0.055 प्रति दस्तावेज़।

वास्तविक लागत काफी हद तक प्रत्येक एजेंट को सौंपे गए मॉडलों पर निर्भर करती है। मॉडल विकल्प agents/orchestratorgraph/utils/config.py में केंद्रीकृत होते हैं, जिससे सरल कार्यों के लिए कम-लागत वाले मॉडल और जरूरत पड़ने पर मजबूत मॉडल की अनुमति मिलती है। स्रोत विस्तृत मूल्य निर्धारण मार्गदर्शन का भी संदर्भ देता है।

आम गलतियाँ

• सीखने की कार्यप्रवाह के बजाय सिस्टम को एक निश्चित टेम्पलेट लाइब्रेरी के रूप में व्यवहार करना।
• प्रमाणीकरण त्रुटियों को अनदेखा करना जो विक्रेता-विशिष्ट प्रारूप अंतरों का खुलासा करते हैं।
• निष्कर्षण गुणवत्ता की जांच करने के लिए AgentCore Evaluations का उपयोग किए बिना मॉडल बदलना।
• यह भूलना कि स्वचालन सफल प्रशिक्षण से संग्रहीत निर्देशों पर निर्भर करता है।