ARTICLE · 1072783
文档太乱太多?用 Jev 实现毫秒级自动分类整理,支持本地部署!支持不同类型的
大家好，我是 Jack Bytes。
最新 AI 圈被一个颠覆式的新模型 Jev 刷屏了！
不同于常规的大模型，Jev 是一个纯决策的 AI 模型，不生成一堆废话文本，只专注做一件事：高速精准做判断、做选择、做分类。
Jev 发布没多久，就出现了很多开源的复刻产品，下面介绍一个比较火的开源项目「Laya」，目前已经在 Github 上斩获 22.1K Star 了，并在本地部署，完成复杂文档的毫秒级自动分类整理！
一、什么是 Laya
Laya 是一个多语言、非自回归的决策模型，专门处理单选、布尔判断、打分、工单路由、风控过滤这类简单结构化决策任务，不走大模型文本生成路线，直接输出结构化概率结果，从根源规避大模型幻觉、JSON 解析失败问题。
核心特点：
超低延迟：单次推理约 33ms，非自回归，一次前向传播直接输出结果，T4 显卡就可流畅运行；提供 322M、421M 两种参数量的小模型版本，低配硬件也能部署。 多语言支持：原生支持100 + 种语言，适合跨国业务场景。 训练技术：使用 RLCD 强化学习校准训练，输出经过校准的概率，结果置信度可靠；不生成文本，只输出布尔、选项、量表分数等结构化输出。 部署便捷：Python 库，可通过 pip install laya快速安装；模型权重托管在 Hugging Face，提供在线 Demo、微调 Notebook、基准测试套件，支持本地私有化部署
二、本地部署
Laya 的部署非常简单，直接让 Claude Code 帮我安装，输入下面的提示词：
根据下面的链接的内容帮我安装 Laya，并写一个cli 工具和 skill，核心任务对文档进行分类，用户的输入是文档内容，输出是文档类别: https://github.com/NandhaKishorM/laya/blob/main/README.md下面是安装完成之后 Claude Code 的输出：
三、文档解析
在进行文档自动分类之前，我们需要功能来识别不同类型的文档，如 pdf、word、png等等，我最近一直在用百智云的文档解析工具：
https://beeparser.app.baizhi.cloud/parse
根据官方的描述，百智云文档解析服务能够将非结构化文档转为 AI-ready 数据，让每一份文档，都成为 AI 的生产力。
它的解析响应速度低于 100ms，支持 10 多种主流的文档格式，多种语言的识别准确率高达 99%。
官方提供了非常简单的 Agent 接入方法，只需要在 AI 工具中执行下面的 Prompt，就能完成自动安装：
请按照以下文档完成客户端配置：https://beeparser.app.baizhi.cloud/docs/agent_installation.md下面以Claude Code为例，来安装一下：
在这个过程中，会有一些选项让我们选，比如配置到哪个 Agent：
然后需要提供 API Key：
可以在百智云文档解析页面的「密钥管理」中新建密钥，并填到终端：
安装完成之后就可以使用了。
下面来试一下，让 Agent 帮忙解析一下 pdf 论文：
下面是解析效果：
四、文档自动整理分类
接下来，就是让 Laya 和文档解析工具结合，来帮我们自动分类文档了。在我的目录下，有各种各样的文档：
接来下让 Claude Code 结合「百智云文档解析工具」和「Laya」自动对文件进行分类：
结合bzdocparser和 laya cli skill，对 @samples/ 下面的文档进行整理和分类，整理好的文档放在 samples_new目录下
下面是整理完之后的效果：
好了，今天的介绍就到这里了，大家感兴趣的话快去试试吧！
点击下方卡片，关注 Jack Bytes
这个公众号曾分享过许多有趣的开源项目。如果你不想逐篇翻阅历史文章，也可以直接关注微信公众号「Jack Bytes」，通过后台留言与我们互动交流
