工单里的截图会说话：附件 OCR 加分类的自动分派实践

工单系统里躺着大量截图：用户报障时随手截的错误弹窗、运维贴的监控面板、开发附的日志片段。这些截图是工单里信息密度最高的部分，也是最被浪费的部分——传统分派逻辑只看工单文本，截图等于没读过。这篇记录我们给工单系统加「读图能力」的实践：附件 OCR 加内容分类，让带截图的工单分派准确率提了一档。

现状问题先量化

改造前我们先摸了底：三个月的工单样本里，41% 带截图，其中 68% 的截图包含文本信息里没有的关键线索（错误码、时间戳、面板数值）。而带截图工单的分派准确率比纯文本工单低 9 个百分点——恰恰是信息更丰富的工单，分派质量更差，因为关键信息在图片里，分派模型看不见。

方案：两段式管线

第一段：附件 OCR。 工单创建或更新时触发，捡出图片类附件做文字识别。工程细节两个：

一是格式兼容。用户传的截图什么都有：PNG、JPG、长截图、甚至手机横拍的照片。照片类附件要先做方向校正（EXIF 加视觉判断兜底），否则识别率腰斩。

二是长截图切分。手机长截图超过单页识别上限，按内容空白带切分后逐段识别再拼接。

OCR 这层我们用算邻坊的文字识别接口按页跑，标准档每页 5 厘。以日均 600 张附件算，月成本 90 元——比任何一个全职同学的一小时工时都便宜。

第二段：图文联合分类。 识别文本与工单正文拼接后进分类模型，输出两级标签：一级是故障域（网络/系统/应用/安全），二级是紧急度参考。这层接在智能决策接口上，按 token 计费。图文拼接后的分派准确率比纯文本高了 11 个百分点，截图里的错误码和面板数值是主要贡献。

分派策略的三个设计点

置信度门控。 分类结果带置信度，高置信度自动分派，中置信度分派加人工确认标记，低置信度进人工池。阈值用历史工单回测标定，方法还是那套 ROC 定线——这套方法论在告警分级篇写过，不再展开。

紧急度的辅助信号。 截图里的时间戳密度和报错弹窗的存在，是紧急度的弱信号。不直接用，但作为分派队列里的排序加权项。

反馈闭环。 分派错误的人工修正回流成训练样本，每月用新样本回测分类准确率。三个月跑了三轮，一级分类准确率从 82% 到 91%。

效果与成本终账

效果三件事：带截图工单的分派准确率 +11 个百分点、平均首次响应时间缩短 17 分钟（正确分派省去了转单环节）、夜间时段（无人值守）的高优工单识别不再依赖运气。

成本月账：OCR 月 90 元 + 分类月 token 约 3000 万折 60 元，合计 150 元/月。改造的收益侧：一次错误分派的平均代价（转单加响应延迟）按 30 分钟人力算，月均减少的错分约 200 单——这笔账不需要财务帮忙算。

识别和推理的算力成本在这类项目里已经低到「不构成决策因素」——按页按 token 计费、不用不花钱的按量模式下，工程价值才是唯一要论证的东西。这也是我们做这条管线时的真实感受：算力便宜到这个程度，「让系统多读一点信息」的边际成本趋近于零，剩下的只是设计意愿。

（文中场景基于算邻坊按量接口实测，按页与按 token 计费。）