AI OCR 文字辨識、AI 系統開發、網路應用程式設計、AI 系統開發的全部最新 2 筆接案案件

前情提要: 廠商需要從異質化的產品型錄中提取出產品資訊(廠商、代號、顏色、規格....)，以及切出產品圖片 技術難點: Mistral OCR:單頁圖片文字比例差異過大，導致辨識時文字失真，且不支援圖片提取 PDF提取文字、圖片:文字&圖片相對位置缺失，無法辨識相關性 以下以測試過模型:文字辨識效果不錯，但是產品圖位置(bbox)時標註座標偏移，切到不相干的區域 Mistral OCR LlamaParse Figure Extraction LandingAI ADE Docling PyMuPDF GPT-5.5 Pro Gemini 3.1 Pro 尋求解法: 如何有效提取圖片從pdf中 是否有可行的多層工作流架構 未測試過的現有api 從異質化建材產品型錄，依照以下欄位提取建材資訊(每筆資料都要有以下資訊) 產品圖(色票) 品牌 (Brand)：辨識產品所屬品牌名稱 。 系列名稱 (Collection)：產品所屬之特定系列 。 產地 (Origin)：產品之製造國家 。 外觀 (Appearance)：包含表面處理（如：亮面、霧面）及紋理描述 。 功能 (Function)：產品之特殊物理性能或認證（如：綠色建築認證、抗凍等） 。 經典系列 (Flagship Series)：由公司內部定義之標竿或熱銷系列 。 窯變大小 (Color Shade Variation)：磁磚業共通之色差等級語彙（如：V1-V4） 。 適用空間 (Suitability)：建議之安裝場域（如：牆面、地面） 。 防滑等級 (Anti-Slip Rating)：地磚特有之止滑係數（如：R9-R13、A/B/C） 。 規格類型 (Type/Shape)：產品之物理形態或形狀（如：薄板、馬賽克） 。 尺寸 (Size)：以公分 (cm) 為單位之長寬厚度 。 應用 (Application)：適用環境區分（室內或室外） 。 顏色 (Color)：產品之色彩辨別 。

背景與目標：我希望委外協助設計一個可落地的AI代理人，用於自動化處理日常工作流程與資訊整理，並在可控的成本與風險下，先完成可驗證的原型與設計文件，作為後續正式開發與擴充的基礎。目標包含釐清使用情境、定義代理人能力邊界、建立可評估的成效指標，並產出可交付給工程團隊實作的規格。 需求描述：請協助進行AI代理人整體方案設計與原型驗證，包含需求訪談與流程盤點、使用者任務拆解與工具調用策略、提示詞與對話流程設計、知識來源與檔案資料的整理方式、權限與安全性設計、錯誤處理與人工覆核機制、成效指標與測試案例設計，並提供一個可操作的原型展示或最小可行流程，讓我能以實際案例驗證代理人的可用性與穩定性；交付內容需包含系統架構說明、資料流與工作流描述、關鍵提示詞與規則、測試結果摘要與後續迭代建議，並可配合一次到兩次線上會議進行需求確認與成果驗收。