讓模型「聽得懂人話，自己決定要做什麼」
透過MCP讓模型不只是生成文字，而是能「理解語意 → 做出決策 → 呼叫工具 → 產生動作」，類似AI代理人(AI agent)。
這一篇，Ｔ編想用一個更實際的例子展示這件事怎麼被落地實作。 我們利用 FastMCP 建立了一個簡單的 MCP 服務，並讓 Claude 作為前端的用戶端．
Tag: AIOCR
Slack 機器人如何協助整合 OCR 票據與跨平台資訊，提升工作效率
在現代工作環境中，跨平台查詢資訊降低效率。本文教你如何從零打造 Slack 機器人，並整合韜睿軟體 AI OCR API，自動化票據處理與多系統資訊同步，有效提升團隊協作與工作效率。
一鍵自動去背！AI影像處理技術顛覆傳統文件拍照方式
微調語言模型，讓它更懂你的文件：我們如何打造專屬支票結構化助手
你是否也曾經遇過這樣的狀況？OCR 雖然能幫你把支票轉成文字內容，但轉出來的結果還是得靠人眼一欄一欄去看、去整理，才能填進後續系統裡。這類資料輸入的工作不難，但非常耗時。尤其是文件格式固定、欄位重複性高的情況，其實是最適合交給 AI 模型處理的場景。
韜睿軟體實作了一個微調(fine-tuning)任務：讓語言模型讀懂 AI OCR 後的支票內容，並自動輸出成 JSON 結構，直接可供系統使用。
大語言模型遇上視覺理解：VLM、OCR、LLM 的強強聯手
相信大家都已經很熟悉LLM (Large Language Model, 大語言模型)，不過其實現今的大模型已經可以做到多模態(MutilModel)的應用，也就是LLM不在只是可以看懂文字，甚至可以看懂圖片、描述圖片等等，在這個「看」的領域中除了過往的電腦視覺(Computer Vision；CV)，因應大模型開始有了VLM(Vision Language Models, 視覺語言模型 )．
本篇文章說明VLM、Computer Vision、OCR差異
大語言模型(LLM)與文字辨識(OCR)融合：引領文字識別新時代
企業內部有許多的作業可以做流程自動化，但牽涉的範圍很廣，韜睿透過模擬人的感官方式，Smart Detector代表人的眼睛，可以幫你處理掉重複的登打作業，而韜睿研發的LLM搭配Smart Detector更可以像是人類的大腦與眼睛的結合，讓各式紙本、圖片可以快速錄入，進行後面的自動化流程．
Smart Detector具備先進LLM技術，也具備輕量化的AI表單抽取技術，讓使用者可以依據場景自行選擇要用的方式，完成企業內文件自動擷取，可進行不同作業如:
自動化: 透過辨識完成，可以抓出關鍵資訊進行分類歸檔．
結構化: 將複雜紙本文件轉換成結構化資訊．
數據化: 將這些資料更有效收集分析與決策判斷．
