北京计算机技术及应用研究所

本发明涉及一种基于AI Agent的类设计文档自动生成方法，属于人工智能和自然语言处理领域。本发明的方法包括：接收生成请求并确定处理范围，连接数据库并获取相关结构数据，对获取的结构数据进行整理、理解与归纳，生成类设计详细描述内容，校验生成结果，输出生成结果。本发明不仅能够提高类设计内容生成效率，还能够通过受控的处理边界限定机制提高处理范围的准确性，通过数据库结构信息到类设计要素的映射机制增强生成结果与数据库结构之间的对应性和可追溯性，通过面向软件设计说明书模板的内容组织机制提高输出结果的规范性和一致性，并通过分类校验与定向回退重处理机制提升最终生成结果的可靠性、可控性及工程适用性。

本发明涉及一种基于布局分析和公式表格解析的科技论文识别方法，属于计算机视觉、多模态深度学习及自然语言处理领域。本发明采用端到端的视觉语言模型架构，通过统一的多模态理解框架对科技论文进行全面分析，能够同时理解文档的视觉布局和语义内容，直接从文档图像生成包含文本、公式、表格、图像等多模态信息的结构化输出。该技术基于视觉语言模型，具备强大的跨模态理解能力，能够在单一模型中完成传统多步骤流水线的全部功能，实现对科技论文的端到端精准识别和解析。本发明能够显著提高科技文献数字化处理效率和准确性，为学术研究、知识管理和信息检索提供更加智能化的技术支持。