Azure SDK for JS 文档智能客户端库 v1.1.0 发布:新增特殊云环境支持
Azure SDK for JS 中的文档智能客户端库(@azure-rest/ai-document-intelligence)是一个强大的工具,它允许开发者轻松地将文档处理能力集成到应用程序中。该库提供了与Azure认知服务中的文档智能API交互的功能,能够从各种文档类型中提取文本、表格、键值对等结构化信息。
在最新发布的1.1.0版本中,该库增加了一个重要功能:对特殊云环境的支持。这一增强使得开发者能够在特定区域的云环境等特殊场景中使用文档智能服务,满足了数据主权和合规性方面的严格要求。
特殊云环境支持详解
在云计算领域,特殊云环境是指专门为满足特定地区的数据驻留、安全性和合规性要求而设计的云环境。Azure提供了多个特殊云实例,包括特定区域的政府云和特定地区的云服务。
新版本通过引入KnownDocumentIntelligenceAudience枚举类型,简化了在这些环境中配置客户端的过程。开发者现在可以明确指定目标云环境的认证范围:
AzureRegion1:对应特定区域1的云环境,使用https://cognitiveservices.azure.cn作为认证端点AzureRegion2:对应特定区域2的政府云,使用https://cognitiveservices.azure.us作为认证端点AzurePublicCloud:对应全球公有云,使用https://cognitiveservices.azure.com作为默认端点
使用示例
要在特殊云环境中使用文档智能客户端,开发者只需在创建客户端实例时指定相应的认证范围:
const client = DocumentIntelligence(
"<cognitive services endpoint>",
credential,
{
credentials: {
scopes: [ KnownDocumentIntelligenceAudience.AzureRegion2 ]
}
}
);
如果不显式设置scopes参数,库会默认使用公有云的认证端点,确保向后兼容性。
实际应用场景
这一增强功能特别适合以下场景:
-
特定机构项目:需要遵守严格数据驻留要求的项目可以使用特定区域的政府云,确保所有数据处理都在特定区域内完成。
-
特定地区业务:在特定地区运营的企业可以使用该地区的云服务,既满足监管要求,又能获得更低的网络延迟。
-
跨国企业:全球运营的企业可以根据不同地区的合规要求,灵活选择最适合的云环境。
升级建议
对于已经在使用文档智能服务的开发者,如果项目需要迁移到特殊云环境,建议:
- 更新到1.1.0或更高版本
- 根据目标环境配置正确的认证范围
- 测试所有文档处理功能,确保在特殊云环境中正常工作
这一更新体现了Azure SDK团队对开发者需求的快速响应,为在不同合规环境下使用认知服务的用户提供了更多灵活性。随着全球数据治理法规的日益严格,这种多环境支持能力将变得越来越重要。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00