rajhi-rag：阿拉伯语银行对账单验证与 RAG 问答工具

jahfaliabdulrahman-dev/rajhi-rag · Verified Al Rajhi bank-statement reader (Arabic-first): literal VLM transcription → balance chain + printed-footer oracle → Arabic RAG Q&A. Sample scope; synthetic public fixture only.

GitHub原文发布未知首次收录 2026-09-23上架 2026-09-24 12:00

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

rajhi-rag 面向阿拉伯语优先的 Al Rajhi 银行对账单扫描件（无文本层的 PDF），流程为：VLM 逐字转录数字并做确定性归一化，再用余额链推导每笔交易的方向和金额，并以每页印刷的页脚合计（借方/贷方/累计余额）作为外部校验；最后通过阿拉伯语检索（FAISS + e5）加确定性工具进行问答，模型只调用工具、不自行计算，并展示答案所依据的行。项目还提供导出 Excel（交易、逐页校验、未证实项、说明四个工作表）、Markdown 转阿拉伯语 RTL PDF、发布前隐私扫描与 QA 网关。仓库为示例范围，公开样本为合成数据，实测结果与已知缺口在 README 中逐项列明。

# OCR # finance # 阿拉伯语 # 文档问答 # 数据校验

核心能力与快速开始

★ 0 · Python

能做什么: 读取无文本层的阿拉伯语银行对账单扫描 PDF：用 VLM 做逐字数字转录并确定性归一化（旧式小数逗号/现代小数点/点分零等）；以余额链（相邻余额差）推导每笔交易的金额与方向；以每页印刷页脚合计（借方、贷方、累计余额）自动比对链条合计，作为防整体偏移的独立校验；对无法匹配或不可验证的页面具名记录而非汇总掩盖；提供阿拉伯语检索问答（FAISS + e5）配合确定性工具，模型只调用工具不自行计算，并展示答案所依据的行；`tools/to_xlsx.py` 从运行证据导出四工作表 Excel；`tools/to_pdf.py` 将 Markdown 转为阿拉伯语 RTL PDF；`tools/publish_guard.py` 提供 pre-push 扫描与 CI 关卡；`tools/qa_gate.py` 为发布前质量网关；`tools/verify_provenance.py` 可依据证据重新推导数字。
适用场景: 在阿拉伯语环境下对扫描版 Al Rajhi 银行对账单做数字化与逐笔核对，生成可追溯的 Excel 报表；对无法验证或存在扫描缺页的页面进行具名审计；用自然语言（阿拉伯语）向对账单提问并获得带出处的答案；将项目中文档输出为 RTL 阿拉伯语 PDF；在分享或发布前扫描仓库中是否残留个人路径、账号与姓名等信息。
项目形态: 可直接使用的工具
部署方式: 未说明（README 给出本地运行方式：创建 venv、安装 requirements.txt、在 .env 写入 OPENROUTER_API_KEY，运行 app.py 启动阿拉伯语 Gradio 界面于 :7860；另有 launchd 常驻服务安装脚本 tools/install_services.sh）
主要依赖: Python 环境与 requirements.txt；视觉读取依赖 OpenRouter API 密钥（云端 VLM 服务）；检索使用 FAISS 与 e5 嵌入；未说明具体硬件、模型版本与 API 费用。
使用限制: 自述为示例范围版本，公开仓库仅含合成样本 fixture，不含真实数据；视觉读取经由云端服务，真实对账单上传存在隐私前提；实测报告提及存在 2 处扫描缺页（文件本身缺失页）、4 页无可读合计行、2 页不可验证，其中 3 个数字由人工裁定并记录；许可证为 NOASSERTION，README 声明保留全部权利，仅允许阅读、评审与评估，未授予复制、修改、再发布或据此构建产品的权利，其他用途（商业、合作、研究）需先提 issue 询问。
许可证: NOASSERTION
最近推送: 2026-09-23 07:00

官方入门核对 README 依据 ↗

资料检查：2026-09-23 07:00 · 卡片整理：2026-09-24 12:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容

职业应用

程序员

作为可参考的 RAG 与文档校验工程实现：仓库提供阿拉伯语检索（FAISS + e5）加确定性工具的问答流程、VLM 逐字转录加确定性归一化的读取管线、余额链与页脚合计的外部校验、以及导出 Excel、Markdown 转阿拉伯语 RTL PDF、发布前隐私扫描与 QA 网关等工具，程序员可阅读其代码与文档用于构建或评审类似的文档处理与检索问答系统。

查看内容依据

استرجاع عربي (FAISS + e5) + **أدوات حتمية**: النموذج يستدعي الأدوات ويصوغ الجواب، **ولا يحسب أبداً**

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

IntelligenceDocumentSystem：基于 RAG 的多语言文档问答助手，回答附带可追溯引用

该项目是一个面向个人文档的 RAG 问答助手，支持上传 PDF、TXT、Markdown 并以印尼语提问，答案附带可点击溯源到具体 chunk 的引用。检索上下文不足时系统明确拒答，或在使用通用知识模式时给出明确标注、不加引用的回答。还提供按文档隔离的私有会话、跨文档检索、检索参数调整（Top K、相似度阈值）、检索质量评估（precision、hit rate、正确拒答）、延迟与提问日志分析，以及 RAGAS 评测选项。技术栈为 Next.js/React/TypeScript 前端与 FastAPI、ChromaDB、SQLite 后端，LLM 使用 Groq，并有 Ollama 回退。

Production Management AI：基于生产数据的 KPI 分析与多智能体运营决策支持

该项目用 Python 计算 KPI、按规则校验数据，再交给 LLM 解读，从而进行生产数据的质量校验、异常与停机损失检测、运营优先级筛选，并生成管理层报告。当前仓库包含针对真实制造业数据的 V2 分析，涵盖 59 条日生产记录、265 条小时运行记录和 1388 条停机事件，以及基于确定性证据包的多智能体 V3 设计方案。

OpenGeekLLM：面向极客的本地 LLM 浏览器聊天应用

OpenGeekLLM 是一个以浏览器为界面的本地 LLM 聊天应用，通过启动 llama.cpp 的 llama-server 子进程完成推理，数据默认保留在本地、不向云端发送。它在聊天之外集成了 Agentic RAG、DuckDuckGo 联网搜索、服务器文件读写、Google Drive 读写、可选的外部 LLM 兜底，以及把 PDF 或网页经 OCR / HTML 清洗后自动登记进持久 RAG 的能力。项目强调精简依赖与易改造：服务端为单个 server.js（仅 express 与 ws），前端为单页 React，无需构建工具。

The Transcript Archive：将俄亥俄卫斯理大学校报半世纪扫描件转化为多模态 RAG 检索工具

该项目把俄亥俄卫斯理大学学生报纸《The Transcript》1950 至 2006 年间的印刷版扫描件（TIF）转成可搜索、可提问的多模态研究工具。它先用 Python 流水线做 OCR（Document AI Enterprise OCR）、版面与视觉检测（American Stories 模型 + DocLayout-YOLO）和 Gemini 结构化，再经合并、审核与广告富化后发布；检索侧在 Neon Postgres 上用 tsvector 全文检索与 pgvector 768 维向量（文本分块与每张照片的多模态向量）构建不可变索引，由 Next.js 16 + React 19 前端提供期刊阅读、关键词搜索和 “Ask the Archive” RAG 问答，复杂问题交由 Gemini 函数调用 Agent 处理，回答带引用、覆盖说明与低置信提示，并支持 PDF 导出与每日预算上限。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。