---
title: ming-doc-intel
canonical_url: "https://www.modelscope.cn/studios/magicsumi/ming-doc-intel"
md_url: "https://www.modelscope.cn/studios/magicsumi/ming-doc-intel.md"
repository: magicsumi/ming-doc-intel
chinese_name: "ming-doc-intel：本地文档情报四色卡片"
last_updated: 2026-09-15
sdk_type: gradio
sdk_version: 6.17.3
downloads: 0
stars: 1
---

# ming-doc-intel

> ming-doc-intel - magicsumi 在 ModelScope 创建的在线 Demo。ming-doc-intel：运行在 Intel AI PC 上的本地文档情报 Skill。将任意本地文档离线生成「事实蓝卡/解释绿卡/风险黄卡/行动红卡」四色知识报告，数据不出机。OpenVINO 量化 Qwen3-4B-int4 在 Intel GPU 上推理，实测首字延迟 0.175s、吞吐 13.9 tok/s。八官署端侧流水线，单一 Skill 可被 Qoder…

magicsumi/ming-doc-intel 是 ModelScope 魔搭社区上的在线可交互 Demo（创空间），基于 gradio 6.17.3 构建，中文名为「ming-doc-intel：本地文档情报四色卡片」。

- **Repository**: magicsumi/ming-doc-intel
- **SDK**: gradio
- **SDK version**: 6.17.3
- **Downloads**: 0
- **Stars**: 1
- **Last updated**: 2026-09-15

Source: https://www.modelscope.cn/studios/magicsumi/ming-doc-intel

---

# ming-doc-intel · 本地文档情报四色卡片生成 Skill

英特尔 × 魔搭社区 **Agentic PC Skills 大赛**（第三期 Production AI Skills 获奖 → 决赛入围）参赛作品。
将「明朝内阁式」八官署 Agent 体系收敛为**单一本地 Skill**，对外暴露为
「本地文档 → 四色卡片知识报告」生产力技能，内部用 Client/Server 架构跑完整八官署流水线。

> 一句话价值：把一份文档交给 **WorkBuddy / QwenWork / TRAE·Work / 豆包办公** 等主流 Agent 工具，
> 自动命中本 Skill，本地调用后输出 **事实蓝卡 / 解释绿卡 / 风险黄卡 / 行动红卡** 四色知识报告，**全程数据不出机**。

## 目录结构

```
ming-doc-intel/
├── SKILL.md                 # 必需：Agent 工具按此 metadata 自动注册/触发
├── README.md                # 本文件
├── REFERENCE.md             # 八官署架构详述
├── EXAMPLES.md              # 四色卡片样例
├── ARTICLE_研习社_*.md      # ModelScope 开发者实践技术文（决赛必交付物）
├── scripts/
│   ├── server.py            # 本地 FastAPI 服务（默认 127.0.0.1:8899）
│   ├── offices.py           # 八官署流水线逻辑（LLM 可插拔）
│   ├── llm_backends.py      # OpenVINO 主 / Hermes 故障转移 / Genie 局域网降级
│   ├── hermes_adapter.py    # Hermes Free Switch：多 Provider 环形队列 + 优先级故障转移
│   ├── viking_adapter.py    # 四色卡片 L0/L1/L2 分层导出 + CRDT 后端
│   ├── client.py            # Skill 调用客户端
│   ├── app.py               # ModelScope Studio 创空间 Gradio 入口
│   ├── quantize_model.py    # 模型脚本：HF 模型 → OpenVINO int4（optimum-intel）
│   ├── benchmark_openvino.py# 延迟基准：streamer 精确测 TTFT / 吞吐，产出 latency_report.json
│   └── start_server.sh      # 启动脚本（含设备选择 + 局域网降级地址）
├── templates/
│   └── four_color_card.md   # 四色卡片输出模板
├── examples/
│   ├── e2e_card_20260824.md      # Intel GPU 实测生成的四色卡片（运行展示）
│   ├── e2e_card_preview.html     # 渲染预览（可直接截图）
│   └── video/
│       ├── ming-doc-intel_demo.mp4        # 73s 渲染版（配音+字幕+zoompan）
│       ├── agent_demo/workbuddy_agent_run.mp4  # 103s WorkBuddy 实机录屏
│       └── studio_demo/*.webm             # 创空间录屏
├── latency_report.json      # Intel GPU 实测延迟（TTFT 0.233s / 13.32 tok/s）
├── latency_report_cpu.json  # Intel CPU 对比
└── tests/
    ├── test_offices.py      # 9 个测试：解析/安全/编排/OpenVINO 后端冒烟
    └── samples/             # 端到端样例文档
```

## 快速开始（Intel AI PC）

```bash
# 1. 安装依赖（OpenVINO 推理 + FastAPI）
pip install openvino-genai fastapi uvicorn

# 2. 准备模型：Qwen3-4B int4（OpenVINO 格式）
#    放置到 ~/.cache/openvino_models/qwen3-4b-int4，或设置 OPENVINO_MODEL_DIR 指向模型目录
#    （可用 scripts/quantize_model.py 自行量化，或直接下载官方 OpenVINO/Qwen3-4B-int4-ov）

# 3. 启动服务端（任意工作目录）
bash scripts/start_server.sh

# 4. 调用（本地或主流 Agent 工具内部）
python scripts/client.py --input demo.pdf
python scripts/client.py --text "粘贴的文档内容…"
```

## 主流 Agent 工具接入（决赛硬要求：无缝生态接入）

| 工具 | 接入方式 | 验证状态 |
|------|----------|----------|
| **WorkBuddy** | 把 `ming-doc-intel/` 整个目录软链或复制到 `~/.workbuddy/skills/`，按 `description`/`triggers` 自动命中 | ✅ 实机录屏：`examples/video/agent_demo/workbuddy_agent_run.mp4` |
| **ModelScope Studio** | 上传 `app.py` + `SKILL.md` + 完整包到创空间，托管 Gradio UI | ✅ 运行中：<https://www.modelscope.cn/studios/magicsumi/ming-doc-intel> |
| **QwenWork / TRAE·Work / 豆包办公** | 遵循 `SKILL.md` frontmatter（name / description / triggers / models），各工具按各自元信息协议自动发现 | ✅ SKILL.md 协议已对齐 |

## 降级：局域网「知易」Genie 服务

当 Intel 机未装 OpenVINO 模型时，自动回退到局域网内「知易」系统的 Genie 推理服务
（高通 NPU 上的 Qwen2.5-VL / llama3.2-3B，端口 8910）。数据仍在本地局域网，不出域。

```bash
export ZHIYI_GENIE_URL="http://192.168.1.50:8910"   # 改为你高通机器的局域网 IP
bash scripts/start_server.sh
```

> 注意：`ZHIYI_GENIE_URL` 的实际接口形状（OpenAI 兼容 `/v1/chat/completions`
> 或自有 `/api/generate`）请在 `llm_backends.py:GenieBackend` 中按你机器实际情况对齐。

## 评分要点对齐（决赛评审维度）

| 维度 | 权重 | 本 Skill 对应做法 |
|------|------|------------------|
| 技术深度 | 30% | 八官署流水线编排、OpenVINO int4 量化、设备自适应（CPU/GPU/NPU 自动切）、Qwen3 思考模式优化（4.6× 提速）、token 利用率 100% |
| 场景价值 | 25% | 合同/制度/研报/病历/会议纪要的真实情报化（事实-推理-风险-行动四色闭环） |
| 场景可用性 | 25% | **WorkBuddy 实机验证**（103s 录屏）+ 创空间运行中 + tests 9 项通过 |
| 路演现场 | 10% | PPT + 现场 demo + 离线兜底（局域网 Genie 降级） |
| 人气投票 | 10% | 小红书等社交媒体传播（参考 ARTICLE_*.md 衍生素材） |

## 发布到魔搭

1. `zip -r ming-doc-intel_skill_pkg_xxx.zip ming-doc-intel/`
2. 魔搭 Skills 中心发布，打 `AI PC` + `Intel AI PC`（决赛**硬性要求**）+ `OpenVINO` + `agentic` 标签
3. 配套技术文发 ModelScope 开发者实践（https://www.modelscope.cn/learn/），打 `Intel AI PC` + `OpenVINO` + `端侧AI` + `文档智能` 标签