新闻 · AWS Machine Learning Blog
跨账户自动化管理 Amazon Textract 适配器生命周期
了解如何将 Amazon Textract Custom Queries 适配器投入生产运营：使用 AWS CloudFormation 和 Terraform 实现基础设施即代码、跨账户适配器提升流程、针对多种表单版本的预分类路由模式，以及 VPC 端点、加密和最小权限 IAM 等生产安全控制措施。
en
英文原标题：Automating Amazon Textract adapter lifecycle management across accounts
本文为英文原文的机器翻译摘要，原文见：AWS Machine Learning Blog ↗
- Amazon Textract 的 Custom Queries 适配器可针对特定文档类型微调提取，提升表单和领域术语的准确率，无需自建 ML 模型。
- 适配器从概念验证到生产面临三大挑战：跨账户提升需 AWS Support 工单且仅迁移模型权重、多版本表单需上游路由选择适配器、受监管行业需加密/网络隔离/最小权限 IAM/审计日志等安全控制。
- 解决方案采用多阶段流水线：文档摄入 S3、预分类用 DetectDocumentText 提取文本识别版本、从 Parameter Store 获取适配器 ID、调用 AnalyzeDocument 或 StartDocumentAnalysis、结果交付下游。
- 适配器生命周期可跨训练、验证、预生产、生产四个环境，但非强制；小团队可先在单账户用两个环境起步，通过命名约定和标签隔离。
- 提升策略有两种：跨账户复制（适合少于 10 个适配器且更新不频繁）和集中式 Hub 账户（通过跨账户 IAM 角色调用，消除工单和复制，适合多适配器频繁更新）。
关键数据
- Amazon Textract 支持 JPEG、PNG、PDF 和 TIFF 格式。
- 同步 AnalyzeDocument API 处理单页文档，异步 StartDocumentAnalysis API 处理最多 3,000 页的多页 PDF 和 TIFF。
- 不支持基于 XFA 的 PDF。
- 跨账户复制策略适合适配器数量少于 10 个且更新不频繁的组织。
为什么值得看：本文提供了跨账户自动化管理 Amazon Textract 适配器生命周期的架构模板和策略，帮助组织将文档提取从概念验证推进到生产，解决提升、路由和安全三大挑战。