Databricks

How H6.ai builds AI-powered financial automation with Lakebase Postgres

8.5内容质量

TL;DR · AI 摘要

H6.ai通过Lakebase Postgres实现AI驱动的财务自动化,利用copy-on-write分支确保数据隔离和测试。

核心要点

  • 每个客户使用独立Lakebase Postgres数据库实现数据隔离
  • copy-on-write分支技术实现零数据复制的快照功能
  • AI模型测试需通过schema迁移和AI法官面板验证

结构提纲

按章节快速跳转。

  1. H6.ai通过数据库分支技术实现可信的AI财务自动化

  2. 传统财务工具面临自动化速度与数据控制的矛盾

  3. ›Lakebase架构

    采用存储计算分离的Lakebase架构解决数据隔离问题

  4. copy-on-write分支实现无数据复制的快照功能

  5. 通过schema迁移和AI法官面板验证模型变更

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • H6.ai AI财务自动化
    • Lakebase架构
      • 存储计算分离
      • 零数据复制分支
    • 测试机制
      • schema迁移
      • AI法官验证

金句 / Highlights

值得收藏与分享的关键句。

#Lakebase Postgres#AI自动化#财务系统#Databricks
打开原文

H6.ai如何利用Lakebase Postgres构建AI驱动的财务自动化 | Databricks博客

跳至主要内容

公司

2026年11月12日

H6.ai如何利用Lakebase Postgres构建AI驱动的财务自动化

对H6.ai而言,数据库分支不仅是基础设施的便利功能,更是构建客户可信赖的AI驱动财务自动化的关键方式。

作者:Benji Borg 和 Mauro Pirrone

摘要

  • H6.ai为每位客户分配专用的Lakebase Postgres数据库,在多租户AP自动化平台上实现客户财务数据的隔离存储。
  • 按需复制分支可保存任何发票问题背后的精确数据库状态,使团队能够在不使用模拟数据、不接触实时数据或ERP的情况下重现真实客户案例。
  • 通过可丢弃的模式迁移分支和AI裁判面板,H6.ai可在模型和引擎变更投入生产前,基于真实案例进行测试验证。

传统应付账款和发票处理工具往往迫使企业陷入两难:使用AI自动化快速推进业务可能导致失控风险,或维持繁琐的人工监管。H6.ai的成立正是为了解决这一问题。

H6.ai在企业现有ERP之上实现应付账款自动化。系统会读取每张发票,将其与采购订单匹配,将发票条目分配至正确科目,并根据企业自身政策进行校验。我们的方案结合了AI辅助理解与经过批准的确定性、可审计的政策执行。我们的挑战在于找到能够支持大规模频繁回归测试的后端解决方案。

挑战:财务数据永不停止变化

在该行业,没有两个客户是完全相同的。每个客户都有自己的ERP系统、供应商、采购订单、科目表和政策。发票形式从单行服务账单到包含数百条目的复杂文档不等。

而且数据持续变化。上午10点时,某张发票可能与尚有足够数量的开放采购订单匹配。到下午,该订单可能已被部分消耗、修改或关闭。再次处理同一张发票时,结果会发生变化,尽管我们的代码并未修改。

这使得回归测试变得困难。当结果发生变化时,我们需要判断是我们的变更导致了变化,还是客户数据发生了变化。

解决方案:Lakebase架构

我们的工程团队需要一个可扩展的解决方案,既能隔离客户数据,又能支持错误排查。在了解了Lakebase架构(该架构将存储与计算分离,可将空闲计算资源扩展至零,并支持分支操作)后,我们将其选为我们平台的核心记录系统。

目前,每个H6.ai客户都拥有专用的Lakebase Postgres数据库。该数据库存储其完整的财务上下文:从ERP同步的采购订单和供应商信息、科目表和维度、历史交易记录,以及H6的政策。每个客户对应一个数据库,实现了客户数据的物理隔离。

该架构还支持快照冻结功能。Lakebase分支是数据库在某一时间点的按需复制副本。创建分支时不会复制任何数据:分支与父数据库共享存储空间,仅存储自身发生变更的部分。

当发现发票 H6 处理错误时,我们会对客户的数据库进行分支处理,并将该分支保存为快照。在 ERP 关闭采购订单后,快照中该订单仍保持开放状态,剩余数量和价格与原始数据一致。供应商、账户、维度、历史记录和策略设置等信息也遵循相同规则。我们不再尝试重建问题背后的具体条件,而是直接保留这些状态。

阴影区域中的每个方框都代表同一客户数据库的分支。框架工具仅对实时数据库进行一次分支操作以创建快照,之后不再向该分支写入数据。测试过程中产生的所有内容都会保留在独立的运行分支中,并在测试结束后一并删除。

发票处理测试的执行流程

我们的框架工具中每个测试用例都包含三个要素:一张发票、一个快照以及预期结果(包括应匹配的采购订单、发票行所属的账户,以及是否需要暂停审核)。测试流程包含四个步骤:

  • 更新快照数据。由于数据库架构持续演进,数月前创建的快照可能落后于当前测试代码。我们对快照进行一次分支操作,应用最新的数据迁移脚本,然后将该更新后的分支用于相同代码版本的所有测试运行。迁移操作仅执行一次,分支操作可重复多次。原始快照本身不会被修改。
  • 创建运行分支。每个测试运行都会基于更新后的快照副本创建一个独立的临时分支。
  • 真实处理发票。管道的候选版本将直接读写运行分支,如同操作客户真实数据库。它会完整执行生产环境中的处理流程:提取原始发票文件、匹配采购订单、分类账目并验证数据。
  • 评估结果并删除分支。我们将管道的实际操作结果与预期结果进行比对,随后删除运行分支。快照保持原始状态,随时准备下一次测试运行。

测试计划可以混合多个客户、ERP 系统和发票格式的测试用例,每个用例都基于其独立的保留数据库执行。由于每次测试都从相同冻结状态开始,相同的测试用例在今天、下周或下个季度执行时都将获得完全一致的初始条件。

金融数据保护机制

我们不使用数据库或管道的模拟实现,而是通过隔离机制实现数据保护。测试过程中产生的所有数据(审核项、验证结果、草稿文件)都会写入运行分支,并在测试结束后一并删除。测试不会向客户的 ERP 系统提交数据,也不会对实时数据库进行任何写入操作。

这对金融平台至关重要。我们可以使用与生产环境相同的代码路径,基于客户生产数据的副本进行测试,同时确保客户的账簿数据始终保持原样。分支管理使用具有最小权限的专用服务主体,分支操作机制会拒绝访问客户实时分支的请求。

超越通过/失败的 AI 测试

仅确认发票是否被处理是不够的。即使发票能够完美读取,仍可能被错误匹配到采购订单、分配到错误账户,或违反客户的策略规则。

因此每个测试运行需要通过两种方式评估:

  • 确定性断言检查可以明确陈述的事实,如文件的最终状态、匹配的采购订单和总金额等。
  • 由多个 AI 评估器组成的评审面板(基于不同供应商的模型构建)会将完整处理结果与预期结果进行全面比对,并返回通过、失败或无法确定的结论,同时附带其推理过程。

Together they tell us whether the outcome was right, not only whether processing finished. That lets us try new models, improve extraction, cut cost and change our matching and policy engines, and spot a regression on a real customer case before it reaches production.

每一张异常发票都成为回归测试案例

我们不会修复问题就继续前进。我们会将数据库状态保存为快照,添加发票和预期结果,使其成为永久的测试用例。随着我们接入更多客户、ERP系统和发票格式,测试覆盖率会随着我们服务的业务复杂性而增长。

Lakebase Postgres为我们提供了四个关键功能:

  • 隔离性:每个客户拥有独立数据库,满足多租户金融平台的需求。
  • 冻结状态:一个分支可以保留问题背后的完整财务画面,即使后续实时数据发生任何变化。
  • 廉价可弃的副本:基于写时复制的分支机制,让每次运行都能从干净一致的状态开始,并在完成后丢弃。
  • 安全的模式重放:旧快照可以在自己的分支上独立迁移,确保代码演进过程中仍能持续使用。

对于H6.ai来说,Lakebase的数据库分支功能不仅是基础设施层面的便利,更是我们构建可信AI驱动财务自动化系统的核心方式。

未来,我们期待利用Lakehouse//RT查询Lakebase表,这将允许我们在不复制数据的情况下运行只读分析查询。这将使我们能够获得实时分析结果而无需依赖数据管道。

如果想了解更多关于H6.ai正在构建的内容,请访问我们的网站。如果想深入了解Lakebase Postgres的数据库分支功能,请观看此视频。

常见问题

  1. 什么是Lakebase?

Lakebase是一种将数据存储在数据湖中的事务型数据库,专为现代智能应用架构设计。传统数据库运行在单机上,而Lakebase采用无状态数据库引擎,将数据存储在持久化云对象存储中,使计算能力可独立扩展,存储资源按需使用。

  1. Lakebase Postgres是什么?

Lakebase Postgres是集成在Databricks平台中的全托管、无服务器Postgres数据库。团队可以将其与湖仓数据结合,构建实时事务应用。它包含自动扩展、零规模扩展、即时分支、读副本、即时恢复、高可用性以及原生Unity Catalog集成。

  1. Lakebase Postgres是否适合AI应用场景?

是的。Lakebase作为智能体记忆和实时特征服务的后端,智能体可以将对话状态和长期记忆存储在Postgres中,模型可通过由Lakebase驱动的在线特征商店读取低延迟特征数据。分支功能也使AI系统测试更加便捷。例如,H6.ai会通过冻结的数据库快照重放真实发票案例,以在模型或逻辑变更时捕获回归问题。

  1. 分支功能如何运作?

Lakebase分支是数据库的即时独立副本,类似于数据的Git分支。它采用写时复制机制:新分支与父分支共享存储,仅单独写入变更数据。因此,无论数据库大小如何,分支都能即时创建,且不会影响生产环境性能。团队使用分支进行开发、测试和模式变更,还可以从历史窗口内的任意时间点创建新分支。

  1. Lakebase Postgres是否支持多租户?

是的,有两种方式。您可以为每个租户分配独立的数据库,如 H6.ai 为每位客户使用专用的 Lakebase Postgres 数据库以实现客户数据的隔离。或者,您也可以将多个租户存储在共享表中,并通过 PostgreSQL 行级安全功能,使用户仅能查看自己的或所在组织的数据。零规模扩展会暂停非活动计算,从而保持按租户划分的数据库成本效率。

相关标签:

  • 客户

订阅获取最新文章

订阅我们的博客,最新文章将直接发送到您的邮箱。

立即订阅

查看所有博客

slice-start id="_gatsby-scripts-1"

slice-end id="_gatsby-scripts-1"