Drupal中的AI自动化工具。如何编排多步骤AI工作流？
AI自动化工具能把复杂的AI工作流从代码转化为配置。本案例研究揭示了成都长风云Drupal开发团队如何使用多步骤链、后台队列和管理员管理的提示，构建每月处理200多份文档且准确率达95%以上的生产级AI工作流，无需自定义集成代码。
本文内容：
- 什么是AI自动化工具？
- 项目背景
- 何时使用AI自动化工具与自定义代码
- AI自动化工具实体如何工作？
- 如何使用链构建多步骤AI工作流？
- 如何在AI自动化工具中管理提示？
- 如何将AI自动化工具与Drupal表单集成？
- 与RabbitMQ的队列集成
- 如何监控和调试AI自动化工具？
- 实际案例：成都长风云Drupal开发团队
- AI自动化工具的最佳实践有哪些？
- AI自动化工具：优势与实际成果
- 想在你的Drupal平台上实施AI自动化工具吗？
一、什么是AI自动化工具？
AI自动化工具是Drupal AI模块的一个子模块，它为在Drupal中构建自动化工作流提供了一个框架，尤其适用于AI集成。一个AI自动化工具可以是一个单一操作（如文本摘要），而AI自动化工具链则可以创建多步骤工作流，其中每个操作的输出成为下一个操作的输入。
可以将其视为一个用于复杂多步骤流程的工作流引擎，它让你通过管理员配置而非代码来构建AI工作流。 它提供了供应商抽象，这意味着它可以与OpenAI、Anthropic、本地模型等无缝协作。你创建的工作流将成为可重用的组件。构建一次，即可应用于多种内容类型。
如果没有AI自动化工具，将AI集成到Drupal中意味着为每个工作流编写自定义代码，手动与每个API供应商集成，将提示硬编码到代码库中，处理重复的样板代码，并自行管理复杂的编排逻辑。这是可行的，但既耗时又脆弱。
有了AI自动化工具，你可以通过用户界面配置工作流，在管理员界面中管理提示，非开发人员也可以对其进行优化，无需更改代码即可切换AI供应商，跨内容类型重用工作流，并直观地构建多步骤流程。 从代码到配置的转变显著减少了开发时间，并使领域专家能够进行迭代。
成都长风云Drupal开发团队使用AI自动化工具来处理文档分类，其中15个字段通过PDF分析自动填充；生成摘要，创建三种不同类型的摘要（长摘要、短摘要和义务摘要）；通过队列进行后台处理以处理耗时的操作；并在整个工作流中进行全面的错误处理和日志记录。
本指南将向你展示如何利用AI自动化工具来实现你的AI工作流。
二、项目背景
本次深入研究基于成都长风云Drupal开发团队的实际实施案例。他们拥有现有的Drupal 11平台，并希望在不扰乱其编辑工作流或不需要大量自定义开发的情况下添加AI功能。
挑战是多方面的。多种内容类型——知识文档、通用咨询和站点内容——都需要AI处理，但每种类型都需要不同的方法。实时分类适用于某些工作流，而后台摘要生成对其他工作流更有意义。法律编辑人员比任何人都更了解文档分类法的细微差别，他们需要能够根据准确性测试优化提示，而无需等待开发人员的周期。至关重要的是，基础设施已经到位：RabbitMQ正在处理其他队列需求，Drupal 11正在生产环境中运行，并且环境稳定——他们不想引入重大的架构变更。
解决方案是使用AI自动化工具通过管理员用户界面配置AI工作流，而不是为每个集成编写自定义代码。 这一架构决策使得在开发过程中能够快速迭代，更重要的是，让领域专家（法律编辑人员）能够在无需开发人员参与的情况下，根据实际准确性优化提示。
成都长风云Drupal开发团队文档分类的AI工作流实施示例
三、何时使用AI自动化工具与自定义代码
并非每个AI集成都需要AI自动化工具。决策取决于你的工作流复杂性、团队结构和迭代速度要求。
一、AI自动化工具在复杂工作流中表现出色
当你处理多步骤工作流时，AI自动化工具就变得非常有价值——例如先进行PDF提取，然后进行文本分析，接着解析结果并填充字段。每个步骤都依赖于前一个步骤，手动协调这一过程意味着编写编排代码，而这些代码很快就会变得复杂。
当你需要多个AI操作协同工作时，该模块真正体现出其价值。分类、摘要和分析可能都在同一内容上运行，每个操作都有不同的提示和模型。AI自动化工具通过配置而非代码来处理这种协调。
非技术配置是另一个主要优势。当法律编辑人员或领域专家需要根据准确性测试优化提示时，让他们访问管理员用户界面比每次都等待开发人员有空要好得多。你的迭代周期从数天缩短到数分钟。
如果你希望在AI供应商之间具有灵活性——测试Claude是否比GPT更适合你的特定用例，或者随着AI领域的发展保持多种选择——AI自动化工具可以抽象掉特定供应商的代码。通过配置而不是代码部署来切换模型。
在开发和测试过程中进行快速迭代变得轻而易举。克隆一个自动化工具，修改提示，在实际文档上进行测试，比较结果。无需Git分支，无需部署管道——只需配置、测试、优化。
最后，AI自动化工具有助于实现标准化。当你有多种内容类型需要类似的AI处理时，创建可重用的工作流模式可以防止代码重复，并确保一致性。
二、何时使用自定义代码更合适
对于不适合工作流模型的高度专业化逻辑，自定义代码仍然是更好的选择。如果你的业务规则涉及复杂的条件分支、外部系统编排或超出AI调用的算法处理，自定义服务可以让你完全控制。
对性能要求极高的路径可能也需要自定义代码。虽然AI自动化工具增加的开销很小，但如果你每小时要处理数千份文档，每毫秒都很重要，直接API集成可以消除抽象层。
对于涉及多个外部系统且协调要求复杂的复杂集成，自定义代码提供了处理工作流配置难以表达的边缘情况的灵活性。
有时你只需要一个简单的单一操作——一次API调用，简单的处理。添加工作流编排会显得多余。直接集成更简洁。
三、成都长风云Drupal开发团队的选择
成都长风云Drupal开发团队选择AI自动化工具是因为他们的需求与该模块的优势完美契合。他们有多个工作流步骤——PDF提取、文本清理、AI分析、结果解析和字段填充——需要进行编排。他们的法律编辑人员，即最了解分类法细微差别的领域专家，需要在不经过开发人员的情况下优化提示。他们希望随着AI领域的发展能够灵活测试不同的AI模型。跨文档类型采用一致的方法对于可维护性至关重要。在开发过程中，快速迭代比追求每毫秒的性能更重要。
结果： 更快的初始开发、更轻松的持续维护，以及随着需求的演变更灵活的适应性。
四、AI自动化工具实体如何工作？
了解AI自动化工具的基本构建块有助于你设计有效的工作流。该模块围绕三个关键概念组织处理过程，这些概念共同将输入转化为输出。
一、核心概念
该模块中的AI自动化工具可以代表单个AI操作或完整的多步骤工作流。当你需要多个步骤协同工作时，你可以创建一个AI自动化工具链——一个序列，其中每个操作的输出成为下一个操作的输入。
AI自动化工具链的结构：
一个自动化工具链包含三个主要部分：自动化工具基础字段，提供输入数据（如上传的PDF文件）；输出字段，存储每个处理步骤的结果（如提取的文本和AI响应）；以及链配置，定义操作的顺序（从PDF中提取文本、用AI进行分析、解析结果并填充字段）。
二、自动化工具基础字段（输入）
自动化工具基础字段是该模块对输入数据源的称呼。这个字段提供你的工作流将处理的原始材料——无论是PDF文件、文本内容、图像还是其他需要转换或分析的数据。
在成都长风云Drupal开发团队的实施中，自动化工具基础字段是 field_pdf_file，它保存上传的PDF文档，该文档将通过提取和分析管道进行处理。该模块还可以使用自动化工具输入模式在基本模式（一个字段）或高级模式（通过令牌的多个字段）之间进行选择，让你在数据如何进入工作流方面具有灵活性。
三、输出字段（结果）
输出字段（在文档中有时称为AI自动化工具输出字段）存储工作流执行的中间和最终结果。与保存原始输入的自动化工具基础字段不同，输出字段捕获“处理后”的状态——即链中每个处理步骤产生的结果。
典型的输出字段包括从PDF中提取的文本、原始AI响应（通常是JSON）、处理元数据（如时间戳和令牌计数）以及处理出错时的错误消息。在AI自动化工具链中，这些字段形成一个管道，其中一个步骤的输出成为下一个步骤的输入。
成都长风云Drupal开发团队的实施使用 field_extracted_text 来存储从PDF中提取的干净文本，使用 field_ai_response 来保存来自GPT - 4o - mini的原始JSON响应。这种关注点分离在几个方面证明是有价值的。
单独的输出字段可以通过让你检查每个步骤发生的情况来进行调试。它们支持 缓存策略，其中提取的文本可以在不重新处理PDF的情况下用于不同的提示。 它们通过跟踪AI在任何解析或转换之前返回的内容提供审计功能。并且它们支持重新处理工作流，你可以在不重新提取早期数据的情况下重新运行后续步骤——在优化提示时特别有用。
四、链配置
链配置定义了你的工作流——按顺序执行的AI自动化工具序列。这是你的多步骤逻辑所在的地方。根据模块文档，链被创建为临时的、可捆绑的实体，每个AI步骤有一个字段，在统一的工作流中通过几个阶段处理数据。
链中的每个步骤有四个关键组件。类型定义要执行的操作，无论是文本提取、AI分析、解析还是其他操作——在模块术语中，这可能是一个文本完成自动化工具、一个图像分析自动化工具或一个自定义自动化工具插件。源指定使用哪些字段作为输入，从自动化工具基础字段或前一步骤的输出字段中提取数据。配置包含特定于该步骤的参数，如自动化工具提示、模型选择或处理选项。输出确定将结果写入哪个字段，使其可用于后续步骤或最终使用。
该模块还使用自动化工具权重来控制多个自动化工具应用于同一字段时的执行顺序——权重较低的先运行。
五、如何使用链构建多步骤AI工作流？
让我们将成都长风云Drupal开发团队的文档摘要工作流构建为一个AI自动化工具链——一个多步骤过程，其中每个自动化工具的输出输入到下一个自动化工具。
一、链示例：文档摘要
目标： 从PDF文档生成三种摘要类型（长摘要、短摘要、义务摘要）。
链步骤：
该链由四个顺序的AI自动化工具组成。首先，将PDF文件发送到Unstructured.io进行文本提取，在输出字段中生成干净的文本。其次，将该文本发送到GPT - 4o - mini，并使用一个提示请求全面的长摘要。第三，通过另一次GPT调用将长摘要浓缩为短摘要。最后，使用另一个专门针对提取法律义务的提示再次分析原始提取的文本。
为什么是这个顺序？
这种工作流设计反映了实际的限制和优化机会。并行处理是不可能的，因为短摘要依赖于长摘要——你不能浓缩还不存在的内容。提取的文本在多个摘要操作中被重用，而不是三次重新提取PDF，从而节省了处理时间和API成本。
二、步骤1：PDF → 文本（Unstructured.io）
第一步使用一个自定义文本提取插件，该插件与Unstructured.io集成。自动化工具从自动化工具基础字段中检索PDF，将其发送到Unstructured.io API并启用高分辨率布局分析，接收回结构化元素（标题、段落、列表项），过滤掉页眉和页脚等噪声，以适当的间距连接干净的内容，并将结果保存到输出字段。这从复杂的PDF布局中生成干净的、适合AI处理的文本。
三、步骤2：文本 → 长摘要（GPT）
第二步使用AI自动化工具的内置文本完成功能。它将提取的文本发送到OpenAI的GPT - 4o - mini模型，并使用一个提示请求全面的摘要，重点关注文档的目的、范围、受影响的各方、关键主题和背景。温度设置较低（0.3），以确保一致、事实性的摘要，而不是创造性的变体。提示使用令牌替换来动态注入提取的文本，AI的响应被保存到另一个字段，以供后续步骤使用。
四、步骤3：长摘要 → 短摘要（GPT）
第三步使用一个不同的提示，重点是提炼而不是创建，将步骤2中的长摘要进行浓缩。这种方法使用的令牌较少，因为它处理的是摘要而不是完整的文档文本。将其作为一个单独的步骤，可以在不重新生成长摘要的情况下重新生成短摘要，并且更容易根据用户反馈独立优化每种摘要类型。
六、如何在AI自动化工具中管理提示？
AI自动化工具最强大的功能之一是能够通过管理员用户界面管理提示，而不是将其硬编码。这使得能够快速迭代，并让领域专家直接控制工作流优化。
一、存储和编辑提示
管理员用户界面位置：/admin/config/ai/automators 用于管理自动化工具和链。每个自动化工具可以通过管理员界面配置一个自动化工具提示。
通过用户界面管理提示的好处：
通过用户界面而不是硬编码来管理自动化工具提示带来了几个优势。你可以在不更改代码的情况下编辑提示，这意味着无需部署、无需Git提交、无需等待CI/CD管道。非开发人员——即真正了解内容细微差别的编辑人员和领域专家——可以自己优化提示，而无需涉及开发人员。A/B测试变得简单：克隆一个链配置，修改自动化工具提示，在实际文档上进行测试，并比较结果。版本控制仍然完好无损，因为自动化工具提示存在于Drupal配置中，可以像代码一样导出、跟踪和回滚。并且迭代周期从数天缩短到数分钟——修改提示，点击保存，立即测试。
成都长风云Drupal开发团队工作流：
- 开发人员创建初始提示。
- 法律编辑人员审查并提出改进建议。
- 在管理员用户界面中编辑提示。
- 用10 - 20份文档进行测试。
- 测量准确性。
- 优化并重复。
结果：通过迭代，提示的准确性从85%提高到95%。
二、令牌注入
自动化工具支持动态令牌替换，让你构建适应正在处理的内容的提示。
可用的令牌包括 {{ field_name }} 以引用自动化工具基础字段或前一个处理步骤的输出字段中的任何字段，{{ node:title }} 用于节点标题，{{ node:created }} 用于创建日期，{{ user:name }} 用于当前用户，以及你通过 hook_token_info() 定义的自定义令牌。这种灵活性意味着你的提示可以引用实体数据、用户上下文或任何其他Drupal令牌。
提示可以使用多个令牌来创建上下文感知的指令。例如，一个提示可能引用内容类型、标题、创建日期和用户角色，以生成针对特定受众或文档类型的摘要——所有这些都通过简单的令牌占位符在执行时自动替换。
七、如何将AI自动化工具与Drupal表单集成？
AI自动化工具可以从Drupal的内容编辑表单触发，让编辑人员直接控制处理何时发生。实施方法取决于你是需要即时结果还是可以在后台处理。
一、从用户界面触发AI自动化工具
选项1：按钮点击（实时处理）
对于文档分类，成都长风云Drupal开发团队使用Drupal的表单修改系统在内容编辑表单中添加一个“使用AI生成”按钮。点击该按钮时，它会触发一个启用AJAX的处理程序，在处理过程中显示进度指示器。处理程序加载自动化工具配置，传入上传的PDF文件，执行工作流，检索AI的JSON响应，解析它，并使用提取的值填充表单字段。表单会自动重新构建以显示填充的字段，允许编辑人员在保存之前进行审核和调整。
选项2：自动触发后台处理
对于摘要生成，系统使用Drupal的实体钩子在创建或更新文档时自动将处理排队。队列系统添加一个带有15分钟延迟时间戳的作业，确保文档有时间稳定后再开始昂贵的AI处理。这种方法不需要用户交互——摘要会在后台自动生成。
为成都长风云Drupal开发团队实施的用于自动生成文档摘要的AI驱动工作流
二、实时处理与后台处理
实时（同步）：
当用户需要即时结果时，使用实时处理。文档分类就是一个很好的例子——编辑人员上传一个PDF，点击“使用AI生成”，然后等待字段填充。处理通常需要10秒到2分钟。用户体验包括一个进度指示器和AJAX表单更新，显示可用的填充字段。
后台（异步）：
当不需要即时结果时，后台处理很有效。摘要生成符合这种模式——编辑人员不需要摘要来完成他们的工作，所以处理可以稍后进行。由于不阻塞用户工作，处理时间可以更长，并且摘要准备好后会自动出现，无需等待。
成都长风云Drupal开发团队的方法：
分类实时运行，因为编辑人员在保存文档之前需要填充这些字段——分类分配是核心内容创建工作流的一部分。摘要在后台运行，因为没有时间压力，并且它们不应该阻塞编辑工作流。编辑人员可以立即创建、分类和保存文档，而摘要在后台生成。
三、处理过程中的用户反馈
对于实时处理，系统会显示一个加载指示器（旋转图标）和一个估计时间消息，在处理过程中让用户了解情况。完成后，成功消息会显示填充了多少字段，并提醒编辑人员审核结果。错误消息会提供具体的失败原因，帮助编辑人员了解哪里出了问题以及是否重试或手动处理文档。
八、与RabbitMQ的队列集成
对于耗时的AI操作，排队比同步处理提供了至关重要的好处。成都长风云Drupal开发团队使用RabbitMQ来处理后台处理，并采用了一种巧妙的延迟机制来防止冗余的API调用。
一、为什么要对自动化工具执行进行排队？
同步处理在生产环境中会产生几个问题。用户界面阻塞意味着用户在处理完成时需要等待30 - 60秒，无法进行其他工作。当长时间的处理操作超过PHP或Web服务器的超时限制时，会出现超时风险，导致处理失败。当编辑人员连续进行五次快速编辑时，会发生冗余处理，为基本上相同的文档触发五次昂贵的AI调用。并且由于所有处理都在服务器繁忙的工作时间进行，会出现峰值负载问题。
队列优雅地解决了这些问题。后台处理是非阻塞的——用户可以继续工作，而处理在后台进行。在Web请求周期之外运行的工作者有无限的时间，消除了超时问题。延迟机制（稍后会详细介绍）通过合并多次快速编辑来防止冗余处理。并且可以进行负载分配，在服务器资源更充足的非高峰时段处理文档。
二、15分钟延迟的解释
成都长风云Drupal开发团队面临的问题：
编辑人员会：1. 创建文档（触发摘要生成）。2. 意识到标题错误（编辑并保存）。3. 添加更多元数据（编辑并保存）。4. 修正拼写错误（编辑并保存）。5. 进行最终审核（编辑并保存）。
结果： 10分钟内进行5次保存操作 = 为同一文档进行5次昂贵的AI摘要生成。
解决方案： 延迟队列执行
实施过程会检查文档是否已经在队列中。如果是，系统会将延迟计时器重置为从现在起15分钟。如果不在队列中，它会创建一个新的队列项，延迟时间戳为15分钟。队列工作者在处理之前会检查延迟时间戳——如果延迟时间未到，他们会将该项重新排队稍后处理。如果延迟时间已到，他们会继续进行摘要生成。
结果： 编辑人员在10分钟内进行5次编辑，仅触发一次AI调用（最后一次编辑后15分钟），节省了4次不必要的API调用及其相关成本。
延迟时间可以通过Drupal的配置系统进行配置，允许管理员根据编辑人员的工作流和成本考虑调整时间。
三、RabbitMQ + Drupal集成
为什么选择RabbitMQ？
RabbitMQ提供可靠的消息传递、在服务器重启后仍能保留的持久性、防止作业丢失的确认系统、用于处理失败作业的死信队列，以及通过添加更多工作者轻松扩展的能力。
注意： 成都长风云Drupal开发团队已经在他们的项目中为其他队列需求配置了RabbitMQ。AI实施利用了现有的基础设施。
设置 包括通过Composer安装Drupal RabbitMQ模块，在settings.php中配置连接凭证（主机、端口、用户名、密码、虚拟主机），并在services.yml文件中定义队列服务。该配置将Drupal的队列系统连接到RabbitMQ，取代默认的基于数据库的排队。
四、工作者配置
Supervisor（进程管理器）：
成都长风云Drupal开发团队使用Supervisor来管理队列工作者。配置会持续运行2个工作者进程，每个进程在处理队列1小时后重启，以防止内存泄漏。如果工作者崩溃，Supervisor会自动重启它，保持一致的处理能力。所有输出都会记录下来用于调试。
对于 本地开发，Docker Compose会挂载Supervisor配置并启动supervisord。对于 生产环境，Kubernetes会运行带有资源限制（512Mi内存，500m CPU）和副本配置（3个工作者以实现冗余和吞吐量）的工作者容器。这种容器化方法确保了跨环境的一致工作者行为。
九、如何监控和调试AI自动化工具？
生产AI工作流需要全面的监控，以捕获故障、跟踪性能和优化成本。该模块与Drupal的日志系统集成，并可以通过自定义监控解决方案进行扩展。
一、Watchdog集成
AI自动化工具会自动记录到Drupal的Watchdog系统。你可以通过实现自定义钩子来增强这一点，这些钩子可以记录每个步骤的执行时间，跟踪运行的自动化工具，并在处理失败时捕获详细的错误信息，包括堆栈跟踪。一些实施还会在发生故障时发送管理员通知，确保问题不会被忽视。
二、用于处理状态的管理员视图
在 /admin/reports/ai-processing-status 创建一个管理员视图，显示最近处理的文档及其状态（成功/失败/排队）、处理持续时间、令牌使用情况和任何错误消息。包括节点标题和链接、处理时间戳、状态指示器、持续时间和错误详细信息等字段。添加状态、日期范围和内容类型的过滤器，以便管理员可以快速找到有问题的文档或分析模式。按时间戳降序排序，以便首先显示最近的处理。
三、失败作业处理
为瞬态故障（如网络错误或API超时）实施自动重试逻辑。系统会尝试处理最多3次，每次重试时增加尝试计数器。不可重试的错误（如格式错误的数据）会立即失败，不进行重试。
使用死信队列配置RabbitMQ，使失败的作业自动移动到一个单独的队列进行管理员审核，而不是消失。这确保没有文档丢失——管理员可以检查失败的作业，修复潜在问题，并在需要时手动重试。
十、实际案例：成都长风云Drupal开发团队
让我们看看成都长风云Drupal开发团队的实际生产链，了解前面介绍的概念是如何结合在一起的。这些示例展示了实际的配置选择及其背后的原因。
一、链示例：文档分类
文档分类链将PDF文件作为自动化工具基础字段，并生成提取的文本和AI响应JSON作为中间输出字段。它按顺序运行三个自动化工具：首先，使用Unstructured.io进行高分辨率分析从PDF中提取文本；其次，将提取的文本发送到GPT - 4o - mini，并使用包含所有分类选项的全面自动化工具提示请求JSON输出（温度0.1以确保一致性，最大2000个令牌）；第三，解析JSON响应并填充节点的分类和元数据字段。
二、链示例：摘要生成
摘要生成链也以PDF文件作为其基础字段，并创建四个输出字段：提取的文本、长摘要、短摘要和义务摘要。它按顺序运行四个自动化工具：提取文本（与分类相同），从全文生成全面的长摘要，将长摘要浓缩为短版本，以及使用专门的提示从全文中提取法律义务。该链由队列系统触发，并在后台以15分钟的延迟运行。
十一、AI自动化工具的最佳实践有哪些？
这些经验教训来自成都长风云Drupal开发团队的实施，可以帮助你避免常见的陷阱。在设计AI工作流时应用这些经验，以构建更易于维护和可靠的系统。
一、为调试而设计
包括中间结果字段，如提取的文本、原始AI响应和处理日志。当出现问题时，你可以检查每个步骤的输出，以确定故障发生的位置——无论是PDF提取质量、AI响应格式还是字段填充逻辑。
二、模块化提示
避免创建一个试图完成所有任务的庞大提示。相反，为不同的关注点分离提示——一个用于分类的提示，重点是分类匹配；另一个用于摘要的提示，重点是清晰的解释；第三个用于义务提取的提示，重点是要求。
这种模块化方法带来了几个好处。每个提示更容易优化，因为你是针对一个特定任务进行调整，而不是同时处理多个竞争的关注点。你可以独立测试提示，隔离哪些有效，哪些无效。提示可以在工作流中重用——你的摘要提示可以适用于多种内容类型。并且当提示专注于单个目标时，说明会更清晰，而不是试图一次性传达所有信息。
三、对自动化工具链进行版本控制
将你的AI自动化工具链视为代码——使用Drupal的配置管理来导出它们。运行 drush config:export 将你的链和自动化工具保存到配置目录（例如 config/sync/），将它们与代码一起置于版本控制之下。
这为你的AI工作流带来了标准的版本控制好处。你可以跟踪提示随时间的变化（因为自动化工具提示是配置的一部分），了解哪些有效，哪些无效。当提示更改导致准确性下降时，可以进行回滚。并且跨环境的部署变得可靠——开发、暂存和生产环境可以像同步其他站点配置一样同步自动化工具和链配置。
四、使用真实数据进行测试
通过克隆生产配置创建一个测试自动化工具。在测试版本中修改提示，处理20 - 30份真实文档，并将准确性与生产环境进行比较。如果测试版本表现更好，将其推广到生产环境
