供應商型錄擷取

1. 你想完成什麼？

把供應商型錄轉成能回到確切來源、可查核並交給採購決策的紀錄。從變更文件開始，不以相似公司名猜測身份。

2. 使用者意圖

主要意圖：準備有版本的供應商、型號與規格候選紀錄。其次是查核變更欄位、找出缺漏單位與比較型錄版本。這不是供應商資格認定、正式報價或產地證明。

3. 輸入

規劃中的適配器接收已授權 PDF、HTML 快照或既有擷取結果，連同文件識別碼、已知擷取時間、版本及目標欄位。網站變更查核資料可指出待處理的來源與欄位。本頁不會上傳或抓取文件。

4. 輸出

規劃輸出是查核資料包：候選型號紀錄、原始欄位文字、有依據才轉換的值、原單位、來源位置、未解衝突及版本關係。擷取信心與人工查核狀態分開；缺漏值維持缺漏。

5. 如何運作

依文件類型選用現成擷取引擎，保留原輸出與來源座標，再映射到型錄欄位，標示不確定實體與單位，由查核者接受或拒絕候選值。只有經查核紀錄可進入未來能力圖譜；以上執行步驟仍為規劃。

6. 流程範例

示意案例：虛構 AX-12 的改版將載重從 5 kg 改為 7 kg。保留兩份摘錄與文件版本，讓各數值對應頁碼或元素，並標示待查核。不能推論某次任務可承載 7 kg，也不能併入另一家同名型號。

7. 整合組合

文件轉換與網頁擷取採現成能力；用相同標註型錄比較託管版面服務。來源證據與建議執行組合分開；本版尚未接通任何供應商服務。

Integrate

• Docling — 首個本機 PDF 適配器候選。 PROPOSED
• Unstructured — 既有文件流程已使用該元素格式時的替代候選。 PROPOSED
• Diffbot Product API — 適用網頁產品的候選，而非掃描工程型錄的通用替代品。 PROPOSED

Benchmark

• Azure Document Intelligence — 選定部署前，以相同標註頁面比較託管輸出。

證據來源

P1 官方供應商文件與版本紀錄；供應商產地／能力另需各自主張的來源證據。

不重建的能力

不重做通用 OCR、PDF 版面分析、一般爬站或供應商已有的產品解析；在現成引擎外加入供應商／型號查核與決策契約。

Smart Tools 掌握的層次

需求脈絡、來源、經查核實體對應與後續決策分流。

8. 自建／整合／參考矩陣

比較本機文件處理、文件分割、託管版面分析與網頁產品擷取，各自處理不同輸入問題。選擇取決於版面、語言、部署條件與實測欄位品質；此處不提供通用準確率排名。

Market Reality

9. Smart Tools 掌握的部分

Why Smart Tools exists：解析出的表格仍未回答供應商與型號身份、適用版本、未知條件，以及如何影響買方需求。Smart Tools 應掌握這些資料經查核後與下一個決策的關係，而不是另做 OCR 引擎。

10. 何時適合

從小量、已授權、型號可辨識且來源頁可查核的型錄開始。先指定必要欄位與查核者，再選適配器。試點應涵蓋清楚表格、合併儲存格、掃描頁與版本衝突。

11. 何時不適合

不適合推定未列認證、把經銷商視為製造商、猜測單位、合併相似型號，或無聲公開機密圖面。文件無法支持可信欄位位置時，回到原始來源查核。

12. 技術架構

規劃架構：受控接收 → 文件／版本指紋 → 選定擷取適配器 → 保留原始輸出 → 欄位映射 → 衝突與實體查核 → 核准匯出。解析工作節點與網站分開；記錄供應商及模型版本以比較重跑結果。

13. API／SDK／開源選項

Docling、Unstructured 與 Diffbot 是整合候選；Azure Document Intelligence 提供託管版面比較。可下載契約定義候選欄位與查核狀態，不代表已有 Smart Tools 擷取端點。閱讀規格不需要憑證或付費呼叫。

14. 資料／隱私／部署

機密型錄預設私密。執行前應逐文件決定本機或雲端處理、保存期限、查核權限及刪除方式。本頁不接收型錄內容；匿名頁面／連結事件不包含文件、摘錄、來源網址或 API 金鑰。

15. 產業用途

製造業保留料號／型號、尺寸、單位與型錄改版；UAV 區分載具、酬載與配置，不繼承整家公司的主張；複材記錄明示材料或試驗方法，不把設備清單視為材料實測結果。

16. 語意內部連結

上一步是 Website Change Monitor 的來源變更查核；下一步把已查核候選紀錄交給 Supplier Capability Matcher，後者仍在規劃。RFQ Requirement Parser 是買方需求的另一條規劃輸入。繼續前先在流程圖確認狀態。

17. 跨站分流

Sites 提供公司與來源脈絡；BE PASSIVE 提供原型錄及有上下文的需求入口。BYTE 來源圖庫是既有工程體驗，不是本擷取器的實機示範。專用擷取 Demo 與跨站完成量測尚未提供。

18. 外部證據／參考

下列為 2026-10-08 查閱的官方文件。它們支持供應商已記載的能力，不代表整合測試、租戶使用權或本型錄集合的實測準確率。每個外部參考保留直接網址與穩定追蹤識別碼。

1. Docling official documentation

   文件轉換、表格結構及 JSON 匯出；文件記載本機執行能力。

   P1 · 2026-10-08 · EV-SCE-DOCLING
2. Unstructured official documentation

   將文件拆成具類型元素；PDF 表格擷取需選擇對應策略。

   P1 · 2026-10-08 · EV-SCE-UNSTRUCTURED
3. Azure Document Intelligence official documentation

   版面分析回傳文件文字、表格及來源區域資訊。

   P1 · 2026-10-08 · EV-SCE-AZURE-LAYOUT
4. Diffbot Product API official documentation

   從商務產品頁擷取產品識別碼、規格與其他資料。

   P1 · 2026-10-08 · EV-SCE-DIFFBOT-PRODUCT

19. 搜尋意圖

搜尋意圖是實作前評估供應商型錄擷取及逐欄來源。英文與繁體中文頁互相連結並有各自 canonical；原公司來源仍維持獨立頁面，不由本規格取代。

20. 機器可讀資料

本頁以 TechArticle 提供官方引用與導覽資料；JSON 規格公開產品狀態、規劃契約、整合比較、相關路徑與驗收條件。不宣稱已有可執行軟體，也不編造評分、價格或擷取成果。

21. 追蹤與成效

目前量測規格瀏覽、下載、官方參考與下一步點擊。執行、擷取品質、有用結果回饋及 RFQ 完成，須等相應功能接通才提供。參考連結點擊不等於擷取或詢價成功。

22. 最小版本

本版交付雙語產品規格、規劃欄位契約、整合研究及語意交接連結。下一個實作增量是選定一個適配器，以十頁已授權型錄比對已標註欄位；不一次開發多個供應商連接器。

产品規格與雙語頁

AVAILABLE

供應商適配器與型錄執行

PROPOSED

私密查核保存與權限

PROPOSED

供應商能力匹配與圖譜寫入

PLANNED

專用擷取 Demo 與 RFQ 結果

NOT_CONNECTED

23. 驗收條件

執行驗收：每個接受欄位有來源位置；缺漏與零值分開；保留單位；重複型號與矛盾版本在查核前不合併。測試旋轉掃描、合併表格、錯誤輸出、逾時、重複 callback 與授權刪除。公布實測涵蓋率及未解案例，不設定無依據準確率。

24. 產品圖譜位置

供應商情報流程：監看 → 型錄候選紀錄 → 能力匹配。製造來源到報價可搭配獨立買方需求重用查核型錄。跨流程共用節點保留同一身份；本頁增加一份規格，不另增重複產品數。

1. 供應商型錄擷取 · SPECIFICATION_AVAILABLE;PROPOSED:catalog-extraction
2. previous: 先查核來源變更 · AVAILABLE
3. next: 查看能力匹配交接 · PLANNED
4. alternative: 改從買方需求開始 · PLANNED
5. evidence: 探索公司證據網路 · AVAILABLE
6. evidence: 開啟 BYTE 原始型錄 · AVAILABLE
7. commercial: 討論零件需求 · AVAILABLE
8. experience: 探索既有工程來源圖庫 · AVAILABLE

25. 下一個產品

只有供應商／型號身份、必要欄位來源及買方需求都具備，才進入 Supplier Capability Matcher。缺少輸入時，返回來源或準備 RFQ 輸入。下一個產品維持明確的規劃狀態。