关于丑梨数据
UGLYPEAR DATA · RAG DATA PIPELINE ， 高性能文档压缩 × RAG 数据工程基座
公司简介
高性能文档压缩 × RAG 数据工程基座
RAG DATA PIPELINE
解析 → 清洗 → 脱敏 → 压缩 → 切片 → 评测，把企业文档变成 AI 能理解、能信任、能安全使用的知识库
广州丑梨数据科技有限公司是一家专注于文件压缩与 AI 数据工程的软件公司。AI 回答问题的水平，取决于喂给它的数据质量，我们以自研 Rust 压缩引擎与 RAG 数据工程基座为技术底座，帮助企业把散落的合同、报告、图纸、扫描件，自动变成干净、安全、有出处、可检索的知识，接入任意大模型都能稳定发挥。全私有化部署，数据不出内网。
我们坚持工程化路线，所有宣传的技术能力均可在源码或产品中验证，不夸大、不虚构。
核心业务
从文档压缩到 RAG 数据工程，一条完整的数据管线
RAG 数据工程基座
文件丢进来，一路自动走完的五节点流水线：
- 解析— PDF/OFD/Word/Excel/PPT/XPS 六格式 + 扫描件 OCR
- 清洗— 去页眉页脚页码水印，重复内容自动去重
- 脱敏— 13 类敏感信息 AI 检测打码，处理记录可审计
- 切片— 按文档类型智能切块，父子关联，四级内容增强
- 评测— 结构/关系/内容三层质检，badcase 归因到环节
八大行业方案
不是一套参数打天下，按行业定制四通道处理策略（文本/图片/表格/结构）：
- 法律、医疗、金融、政务、学术、制造、电商、企业八大行业
- 关键数据 100% 保留：案号、剂量、金额一个都不能丢
- 压缩率平均再提升 13%，AI 检索效果 99.2%
- 每行业 5-10 个开箱即用的预设策略
智压通 SmartSlim
面向个人与企业用户的压缩产品矩阵：
- 桌面版 — Tauri 2.0 + React 19 跨平台应用
- 服务器版 / 网络版 — FastAPI 单机 / Docker+K8s 集群
- Rust 压缩 SDK — C ABI 接口，6 平台预编译
- 11 大类 80 种文件格式支持
品牌矩阵
企业品牌与产品品牌的关系
企业品牌：丑梨数据 UGLYPEAR DATA
公司主体品牌，承载技术底座与企业文化
AI 品牌：丑梨AI UGLYPEAR AI
面向 AI 时代的技术品牌，承载 RAG 数据工程基座与八大行业方案
产品品牌：智压通 SmartSlim
面向市场的产品品牌，承载四种产品形态
桌面版
Tauri 2.0 + React 19 跨平台桌面应用，面向个人用户
服务器版 / 网络版
Python FastAPI 单机部署 / Docker+K8s 微服务部署，面向企业用户
Rust 压缩 SDK
C ABI 接口、6 平台预编译，供第三方系统集成
技术底座：四种产品形态共享同一套自研 Rust 压缩引擎，确保不同形态之间的压缩能力、格式支持与质量标准一致。
技术实力
每一项技术能力都可在源码中验证
- 自研 Rust 压缩引擎— 非开源工具简单包装，从压缩算法到调度逻辑均自主实现
- RAG DATA PIPELINE 全链路自动化— 解析→清洗→脱敏→压缩→切片→评测，文件丢进来一路走完
- 三层评测回路— 结构/关系/内容质检，badcase 归因到切片、清洗、脱敏具体环节
- 6 平台预编译能力— linux-x64/arm64、linux-server-x64/arm64、macos-universal、windows-x64
- Tauri 2.0 + React 19 现代技术栈— 安装包体积小、内存占用低，替代传统 Electron 方案
- Docker / K8s 云原生架构— Docker Compose 8 服务编排，Kubernetes HPA 自动扩缩容
- C ABI SDK 设计— 标准化跨语言接口，支持 Python/Node.js/Java/Go 等主流语言集成
- FastAPI 异步后端— 原生调用 Rust 引擎，兼顾开发效率与运行性能
- 分层安全验证架构— 桌面端与服务器端差异化防护，分层保障调用合法
- 11 大类 80 种格式支持— 图片、PDF、OFD、Office、视频、音频、文本、电子书、行业与科学数据全覆盖
发展方向
专注数据质量，持续打磨核心管线
持续迭代 Rust 引擎
- 优化压缩算法，提升压缩率与速度
- 完善内存安全与并发处理
- 降低资源占用，适配更多设备
- 保持与 Rust 生态同步升级
深化 RAG 数据管线
- 提升解析与清洗的格式覆盖度
- 扩展行业特化策略库
- 强化权限管控与审计能力
- 完善知识时效治理
拓展格式支持
- 覆盖更多专业文件格式
- 深化 OFD/XPS 等版式文档支持
- 支持新兴媒体编码格式
- 按用户需求优先级排期
优化性能体验
- 提升批量处理吞吐能力
- 降低大文件压缩延迟
- 优化桌面端交互体验
- 增强监控与可观测性