Nanonets

Nanonets 是什么

Nanonets 是 Nano Net Technologies Inc. 运营的智能文档处理与流程自动化平台。它把 OCR、数据提取、分类、校验、人工审批和业务系统回写连接成工作流，用于处理发票、收据、采购订单、银行对账单、物流单据和其他非结构化文件。

当前产品正在从单纯的 OCR 工具扩展为面向财务与运营流程的 AI Agent 平台。用户既可在网页端搭建无代码流程，也可通过 API、Python 区块和企业连接器接入现有系统。

主要功能

• 文档导入：从网页上传、电子邮件、Dropbox、Google Drive、OneDrive、Amazon S3、Zapier 或 API 自动接收文件。
• OCR 与结构化提取：识别正文、字段、表格和行项目，把不同版式的文件转换为可校验和导出的结构化数据。
• 文档分类：按发票、订单、收据、合同或自定义类别分流文件；Classification AI 属于 Growth 及以上权益。
• 数据校验：检查日期、金额、格式、数据库匹配和业务规则，把低置信度或异常结果标记出来。
• 两方与三方匹配：把发票与采购订单、收货记录进行匹配，定位数量、价格和供应商差异。
• 重复与欺诈检查：依据供应商、发票号、金额和历史数据发现潜在重复付款或异常文件。
• GL 编码与成本中心：根据企业规则和历史数据建议总账科目、税码与成本中心，正式过账前仍需验证。
• 多阶段审批：按金额阈值、字段有效性、供应商或异常类型分配审核人，支持强制审核和仅异常审核。
• 数据处理区块：用日期格式化、查找、条件、字段选择和自定义 Python 处理提取结果。
• 系统回写：把已审批数据发送到 Google Sheets、QuickBooks、Xero、SAP、NetSuite、Oracle、Dynamics 365 或关系型数据库。
• 审计轨迹：记录原文件、提取结果、规则、人工操作和外部系统响应，便于追踪异常与过账。
• 文档型 Agent：可读取流程手册、供应商条款和审批矩阵，把规则转成可审查的流程阶段，并在异常处交给人工。

支持的输入与输出

具体文件大小、页数、同步频率和 API 限流会因入口、模型和账户配置而异。测试前应查看当前工作区或接口文档，不能把单个 OCR 示例的限制套用到全部流程。

标准工作流程

1. 选择发票、订单、证件或自定义文档场景，准备一组真实但已脱敏的代表性样本。
2. 配置上传、邮箱、云盘、S3 或 API 导入，并先验证权限范围和触发条件。
3. 定义需要提取的字段、表格和行项目，再用样本检查版式差异、手写内容和低清扫描件。
4. 添加格式化、查找、条件、分类和校验区块，明确哪些错误自动修正、哪些必须人工处理。
5. 设置审批阶段和规则，将高金额、低置信度、重复、匹配失败或过期文件分配给对应人员。
6. 配置 ERP、数据库、表格或 API 导出，只允许通过审批的文件触发正式回写。
7. 用测试文件运行端到端流程，核对每个区块的运行次数、费用、字段映射和失败重试。
8. 上线后抽样检查准确率、异常率、人工修改和系统响应，持续调整规则而不是完全依赖自动化。

典型场景

• 应付账款：从供应商邮箱接收发票，提取行项目，执行重复检查、三方匹配、审批和 ERP 过账。
• 订单管理：读取采购订单或销售订单，校验商品、数量和客户信息，再同步到运营系统。
• 费用与收据：检查报销凭证是否符合政策，把异常项连同违反的规则交给审批人。
• 物流与供应链：处理提单、装箱单、送货单和海关文件，统一字段后发送到业务系统。
• 医疗与保险：提取表单、理赔或患者文件，但涉及受监管数据时必须使用符合合同要求的企业配置。
• LLM 与 RAG 数据准备：把复杂 PDF、表格、公式和图像内容转换为结构化 Markdown 或 JSON，供后续检索和问答。

优势与能力边界

实际优势

• 覆盖导入、提取、处理、审批和导出，不必把 OCR 结果手工搬运到多个系统。
• 支持无代码配置与 API、Python 扩展，业务团队和开发者可以在同一流程中协作。
• 按异常路由人工审核，适合保留财务控制而不是强行全自动处理。
• 当前计费按区块运行，团队能把提取、分类、格式化和导出拆开估算成本。
• 企业方案提供 SSO、SCIM、角色权限、审计日志、数据驻留和私有云或本地部署选项。

能力边界

• 低清扫描、手写、复杂表格、非标准版式和语言混排仍可能产生字段或行项目错误。
• AI Agent 对流程文档的解释可能遗漏例外条件，自动生成的规则必须由业务负责人审批。
• 每个文件可能触发多个区块，页面数和文件数相同的流程也可能因复杂度不同产生不同费用。
• Growth 才包含生成式 AI、分类、条码签名检测、自定义 Python 和企业数据库集成，Starter 并非完整功能试用。
• 公开价格示例中的典型发票使用 4 至 6 个区块只是估算，不能保证每个组织都低于相同成本。

价格与额度

区块运行单价

Credits 是可在工作流区块间使用的预付额度，团队可以共享且页面注明不会过期。老客户可能仍处于旧版按页或旧套餐价格，不能把历史 Starter 每页价格当作新账户的唯一计费方式。

续费与退款

• 订单会在合同期限结束时自动续期，除非一方按订单要求提前书面通知不续费。
• 服务条款写明费用不可退款，用户没有退回服务的权利；税费可能另计。
• 试用额度无需银行卡，但升级到付费前仍应确认区块、Credits、超量和暂停规则。
• Growth 与 Enterprise 的最低承诺、付款周期、服务抵扣和终止条件以订单及销售合同为准。

API、集成与部署

• Starter 已包含 API 访问，开发者可用账户密钥上传文档、调用模型并接收结构化结果。
• 官方文档提供鉴权、工作流、模型和导入导出配置；GitHub 中还有 Python OCR 示例和封装。
• 导入支持邮箱、主流云盘、S3、Zapier 和 API，导出可连接表格、会计系统、ERP、数据库、FTP 或自定义脚本。
• 企业连接器覆盖 SAP、Oracle、Salesforce 等系统，具体版本、字段对象和读写范围需要在实施时确认。
• 标准云服务使用 AWS 与 GCP 基础设施；Enterprise 可询价私有云、本地部署和美国、欧盟、亚太数据驻留。
• 未确认面向终端用户的官方 iOS 或 Android 原生应用，主要使用形态是网页、API 和系统集成。

开源模型与产品开源状态

• Nanonets 拥有经过域名验证的官方 GitHub 组织，并公开 OCR 示例、Docstrange、Docext、NanoIndex、n8n 节点和其他项目。
• Nanonets-OCR-s 权重公开并标注 Apache 2.0，可按许可证自行部署；使用时仍要检查基础模型、依赖和输入数据权利。
• Nanonets-OCR2-3B 权重和使用示例公开，但模型页面尚未清晰声明许可证，讨论区仍有人要求补充，因此不能默认允许不受限制的商业使用。
• Docstrange、Docext、NanoIndex 等项目各有 MIT 或 Apache 2.0 等独立许可证，许可范围只覆盖对应仓库。
• Nanonets 企业 SaaS、托管工作流、连接器和管理界面不是因为部分模型或 SDK 开源就整体开源。

隐私、安全与合规

• 客户保留上传数据的所有权，并授权 Nanonets 仅为提供服务而处理、传输和使用客户数据。
• 条款允许 Nanonets 将派生数据用于改进、测试、运营、推广和营销产品，企业应在 DPA 与订单中明确派生数据和训练边界。
• 隐私政策特别说明不会用 Google Workspace API 数据开发、增强或训练 AI 与机器学习模型，这一说明不等于所有其他输入都自动排除在模型改进之外。
• 标准安全政策称客户数据存于美国的多租户数据存储；企业价格页又提供美国、欧盟和亚太驻留，实际位置会受套餐与合同配置影响。
• 传输数据使用 256 位加密，静态数据使用 AES-256；平台提供网络隔离、备份、审计和事件响应措施。
• Nanonets 声明具备 SOC 2 Type I 与 Type II、ISO 27001，并在 Enterprise 中提供 HIPAA 与 SOC 2 合规支持；报告需按流程申请。
• 客户数据在付费订阅或活跃账户期间保留，可书面请求删除；条款允许订单终止后最多保留 30 天，企业可约定专门保留策略。
• 企业可申请 DPA 和 NDA，并应配置最小权限、双因素认证、角色分离、审计日志和敏感字段脱敏。

总结

Nanonets 适合需要把文档接收、提取、规则处理、人工审批和 ERP 回写做成可审计流程的团队，而不是只想偶尔识别一张图片的个人用户。试用时应同时评估字段准确率、异常处理、每份文件触发的区块数、连接器范围和数据合同；开源 OCR 模型也要与商业 SaaS 的功能、定价和许可分开判断。