完整的文档处理流程， 尽在同一个平台。
从扫描到发布：Captika 从任意来源捕获，用 OCR 与 AI 提取并验证数据，识别文档类型，并将结果发布到你需要的地方。具备规则、.NET 脚本以及端到端的可追溯性。
从任意来源捕获
将 Captika 接入你已在使用的渠道，无需改变工作方式即可自动化文档录入。同一个流程，多个入口。
- TWAIN 物理扫描仪，支持实时扫描和图像质量控制。
- Office 365 邮件：直接处理云端企业邮箱中的附件。
- 本地或网络 File System，支持文件夹与子文件夹、占用文件控制和自动重命名。
- FTP / SFTP 服务器，非常适合自动化分布式环境。
- 通过 ViewXML 搜索接入 SharePoint，并从工作托盘、查询和存储过程接入 Thuban。
捕获来源
为每个捕获作业配置一个或多个来源，并让它们自动运行。
脚本引擎
自定义流程中的每个事件，并连接到任意外部系统。集成可能性几乎无限。
从源头保证数据正确
以完全灵活的方式定义元数据，并在发布前用你的系统验证信息。更少错误，更少返工。
- 三级字段：按批次、按文档和按页面。
- 智能下拉列表，可从数据库（动态 SQL）、Thuban 或 SharePoint 列表自动生成。
- 自动验证与数据丰富，通过 SQL 查询、与 Thuban 的重新验证或定制脚本实现。
- .NET 10 脚本引擎（C# / VB.NET），用于规则以及对 WebServices 或 API 的实时调用。
顶级 OCR 与 AI
用市场上最强大的 OCR 引擎从任意文档中提取关键信息，并按文档类型选择最合适的引擎。
Tesseract 5x（本地）
本地 OCR，对每个词和每一行进行空间化捕获，避免重复读取并支持屏幕上的可视化验证。
Amazon Textract
云端 OCR，可识别印刷体和手写文本，并读取图像中的表格、表单、签名、人脸和标签。
Google Vision AI
通过 API 原生集成的识别能力，为你的流程再加入一款市场领先引擎。
OpenAI / Bedrock
对提取的文本执行智能提示（prompt），以提升数据提取与识别效果。
带文本层的 PDF
借助 PDFBox 与 PDFIUM：拆分页面、检测签名，并利用原始文本层提升速度与质量。
条形码
读取 1D、2D 与 PatchCodes：CODE128、CODE39、DATAMATRIX、PDF417、EAN13、QR 等，实现自动分隔与分类。
适用于任意文档的动态模板
Captika 既能识别结构化文档（发票、税务表单、本票），也能识别非结构化文档（会议记录、资产负债表、信函、合同），并为每个字段设置提取规则。
- 通过条形码、提取的字段、页面顺序、大小、重量或形状（image fingerprint）识别文档。
- 文本相似度：上传一张示例图片并设置最低相似度，即可识别未来的文档。
- 按文档区块划分的词袋，可显著加快模板的搭建速度。
- NLP 清洗规则：日期、邮箱、大写数字、税号（CUIT / CUIL / RUT）、数据掩码等。
应用型 AI（Amazon + OpenAI）
结合这些工具，你的捕获流程会随时间不断学习和改进。
并行发布到多个目标
生成多页 PDF 或 TIF（在捕获时即创建文本层），并将文档与元数据同时发布到多个系统，每个系统都有独立配置。
FileSystem
根据识别到的字段生成动态文件夹结构，文件名可配置，并支持可参数化的文本文件。
SQL 数据库
发布所有捕获的数据，供分析、管理或后台系统使用。
FTP / SFTP
安全传输文档与数据，文件名和导出元数据完全可配置。
Thuban 门户
直接索引：上传新文档或更新已有记录。
Microsoft SharePoint
将 Captika 字段与你 SharePoint 列表中配置的元数据进行原生映射。
Amazon S3
在云端发布，选择目标 S3 存储桶和文件名。
Captika Desktop 与 Captika Service
人工辅助捕获与无人值守自动化。可分别使用，也可组合成混合方案。
辅助捕获
面向以可视化方式验证文档的操作员：数字化中心、行政部门和分支机构。
- 从 TWAIN 扫描仪实时扫描。
- 图像的可视化验证及 OCR 数据的人工校正。
- 质量控制：空白页、旋转和分辨率。
- 按文档或页面设置字段，多用户、带配置文件和可追溯性。
7×24 自动化
Windows 服务，可 100% 自动处理大批量文档，无需人工干预。
- 多线程并行处理多个作业。
- 从文件夹、Thuban 和 Microsoft 365 邮件自动捕获。
- 任务计划：定义执行内容与时间。
- 错误处理、重试及完整日志，便于审计。
| 功能 | Desktop | Service |
|---|---|---|
| 内置 OCR（Tesseract） | ✓ | ✓ |
| 通过 API 的 OCR/ICR（Google Vision、Amazon Textract） | ✓ | ✓ |
| C# / .NET 10 脚本引擎 | ✓ | ✓ |
| 外部验证（DB / API） | ✓ | ✓ |
| 详细审计日志 | ✓ | ✓ |
| 用户配置文件与角色 | ✓ | ✓ |
| 模板自动更新 | ✓ | ✓ |
| 可视化审核界面 | ✓ | — |
| 横向扩展（多实例） | — | ✓ |
| 7×24 无人值守运行 | — | ✓ |
云端引擎（Google Vision、Amazon Textract、OpenAI / Bedrock）使用客户自己的凭据运行，其用量由服务商直接向客户计费，Vivatia 不代收也不加价。使用 Tesseract 的本地 OCR 不按页计费。
如果你需要以下功能，请选择 Desktop…
- 人工验证和实时数据校正。
- 面向非技术用户的友好可视化界面。
如果你追求以下目标，请选择 Service…
- 大规模、自动化、持续的处理。
- 与多种来源和目标的无人值守集成。