Snowflake App Runtime 上的 Node.js AI 文档智能

解析 PDF，对照来自 Snowflake Marketplace 的 Public 数据审查 pdf 内容，使用 Next.js 在 Snowflake App runtime 上运行。

Snowflake App Runtime 原生托管 Node.js 应用程序，无需外部基础设施。

Marketplace 通过零拷贝数据共享提供数据集。 Ontology 层随后将原始时间序列转化为 AI 就绪的数据基础。

Cortex AI Suite 将文档解析（AI_PARSE_DOCUMENT）、LLM 推理（Cortex Complete）、向量搜索（Cortex Search）、自然语言转 SQL（Cortex Analyst）以及编排式有依据的问答（Cortex Agent）全部汇集在同一平台内。

这是分阶段开发的。

先进行数据发现与分析，然后是数据基础，对其进行验证，再在其上添加 AI 服务，然后在 App Runtime 上部署一个空白 Node.js 应用（以解决连接性、主题和依赖问题），然后一次向其中构建一个功能。

这有助于在问题被应用程序逻辑掩盖之前，在其所属的层级上解决它们。

设计还允许未来的应用程序接入同一基础，而无需重建它。

架构：

来源：免费的 Snowflake Marketplace

从 snowflake marketplace 获取“Snowflake Public Data”的数据：

• BLS 就业：州级建筑工资、员工人数
• BLS 价格：CPI（所有项目、住房、能源）
• Census 房地产：按部门的月度建筑支出
• FHFA 房价：按州经季节性调整的 HPI

原始视图进入 SOURCE schema（隔离上游变更）。干净的 ONTOLOGY schema 用于事实和维度。关键表：FACT_ESCALATION_SIGNALS，按州预计算的工资-CPI 差距。

数据基础

Marketplace 数据是带有属性连接的原始时间序列。

本体将其重塑为 AI 就绪的数据基础：地理维度（166K 行，FIPS 代码，州/县/市级别）以及五个事实表，涵盖建筑支出、BLS 就业和工资、FHFA 房价、CPI，以及一个预计算的升级信号表，该表使用 LAG() 窗口函数按州计算同比工资-CPI 差距。

提示词：从<上述>Marketplace 表，在 BLR_HACKATHON.ONTOLOGY 中创建一个基于本体的数据基础，包含 GEOGRAPHY 和数据表（支出、就业、房价、CPI、通过 LAG 计算同比工资-CPI 差距的升级信号）。

Cortex AI 层

带有同义词、连接路径和经核验查询的语义视图，为 Cortex Analyst 提供支持。

针对物化州概况的 Cortex Search 服务，用于向量检索。

Cortex Agent 编排这两个工具，以在应用中实现对话式问答。

提示词：在所有本体表上创建一个语义视图，包含同义词和 GEO_ID 关系。构建一个物化表，每个州一份富文本概况，连接来自所有事实的最新数据，然后使用 arctic-embed-m-v1.5 在其上创建一个 Cortex Search 服务。创建一个名为 CLEARANCE_ADVISOR 的 Cortex Agent，以 cortex_analyst 和 cortex_search 作为工具。

Snowflake App Runtime 上的 Node.js

App Runtime 从 app.yml 运行容器。Next.js 构建为独立模式。App Runtime 负责安装、构建、提供服务。

部署提示词： 在 BLR_HACKATHON.APP 中为名为 CRCI_APP 的 Next.js 16 独立应用创建一个 app.yml v2。使用 npm ci 并包含开发依赖，npx next build，复制 public 和静态资源，然后运行 node .next/standalone/server.js。 让这成为一个空白页面，以便我们在后续阶段添加功能。 使用极简浅色模式 UI

snow app deploy 会为你提供一个带有 Snowflake 身份验证的 .snowflakecomputing.app URL。需要标准数据库才能通过 GRANT USAGE 共享。

风险仪表盘

所有图表数据都直接来自 Marketplace，经由本体获取。工资趋势来自 BLS，房价指数来自 FHFA，通胀来自 BLS CPI，支出构成来自 Census。预测：对最近 12 个月进行线性回归，过滤超出 2 个标准差的异常值，并桥接到最后一个实际点。

提示词： 使用 Recharts 构建一个风险仪表盘标签页。挂载时，通过 /api/kpis 和 /api/charts 对本体发起 8 个并行查询。显示 4 个 KPI 卡片（总支出、平均工资、全国 HPI、CPI）。在其下方，是一个带标签页的图表区域：按州的平均时薪（带有 2 年线性回归预测的折线图）、HPI 趋势、CPI 趋势，以及按部门的支出环形图。添加一个州级升级表，带有可排序列，用于工资增长、CPI 增长和工资-CPI 差距。点击任意州行可深入到该州的详情。

PDF 分析器流水线

示例 PDF：

上传 PDF：

结果：

方法：

阶段 1：文本提取

PDF 被暂存到 Snowflake，由 AI_PARSE_DOCUMENT 处理。

阶段 2：文档结构化

使用 mistral-large3 进行一次 AI_COMPLETE 调用。将整个文档作为 JSON 返回：元数据、章节、表格、行、总计。

提示词：调用 SNOWFLAKE.CORTEX.AI_PARSE_DOCUMENT，从上传的 PDF 中提取完整文档结构为 JSON，包括元数据、章节、表格、行和总计。然后使用 Cortex Complete 从结构化输出中按州和小时费率对人工行进行模式匹配。

关键优化：LLM 已经返回表格行。人工条目在客户端通过模式匹配州和费率提取。将 token 成本减半。

提取提示词： 从结构化章节中模式匹配人工行。从每一行中查找州名（首字母大写的单词，3–20 个字符，不含美元符号）和小时费率（2–3 位数字且带 2 位小数）。

阶段 3：风险评分

针对每个人工条目对本体的四个并行查询：

评分提示词： 对于每个人工行项目，对 FACT_ESCALATION_SIGNALS、FACT_CONSTRUCTION_EMPLOYMENT、FACT_HOUSE_PRICES 和 FACT_CPI_CONSTRUCTION 运行 4 个并行查询，以获取匹配州的最新市场信号。

评分：

高：费率低于 BLS 实际值 15% 以上，工资-CPI 差距 >3%

中：费率低于 BLS 10% 以上，或差距为 1–3%

低：费率等于/高于 BLS，差距极小

与数据对话

AI Advisor 标签页是一个基于本体的对话式界面。用户以自然语言提问，并获得带有具体数字、状态和时间段的有依据的答案。在后台，应用调用 Cortex Search 来检索相关的州概况，然后将上下文传递给 Cortex Complete 以生成简洁的摘要。示例问题以可点击的标签形式展示，以引导首次使用的用户。

提示词：构建一个 AI Advisor 聊天标签页。展示 5 个示例问题标签（例如“哪些州面临高成本压力？”、“比较德克萨斯州和佛罗里达州的建筑就业”）。发送时，将问题 POST 到 /api/agent。该 API 路由调用 Cortex Search（SEARCH_PREVIEW）来检索匹配度最高的 5 个州概况，然后将上下文连同系统提示词传递给 Cortex Complete：“你是一名建筑市场分析师。用 2–3 句简洁的话作答，并包含具体数字。不要免责声明。”在聊天线程中以用户/助手消息气泡的形式呈现回复。

结果

输入 PDF，输出带有风险标注的文档。每个值都对照实时本体进行验证。基于同一 Marketplace 数据的实时分析仪表板。单一 URL，经 Snowflake 身份验证。

使用 Node.js 在 Snowflake App Runtime 上实现 AI 文档智能最初发表于 Snowflake Builders Blog: Data Engineers, App Developers, AI, & Data Science（Medium 平台），人们正在那里通过高亮和回应这个故事来继续对话。