这里的 Morphik 是 dev.morphik.ai 开发者平台与 morphik-org/morphik-core 仓库：它把 PDF、图片、视频等非结构化资料摄取为可供 AI 应用查询的文档库，并提供文本与视觉检索、元数据过滤、生成接口、Python SDK、REST API、控制台和 MCP。它不是单指公司现在主推的养老护理 AI worker。Morphik 主站在 2026 年已经改为熟练护理与老年生活机构的财务、账单、催收和护理流程自动化，但页面顶部明确把开发者引导到独立的 dev 平台。
这一消歧不是文字游戏。主站所写的设施数量、节省金额和后台工作消除比例都是医疗行业业务宣称，不能被移植为文档检索准确率。本文只评估开发者产品的摄取、视觉检索、权限范围、部署、许可、价格、隐私和可复现验证。真正需要回答的问题不是“官网是否自称最准”，而是它能否在你的资料中找对证据、不给错误用户返回内容，并在模型或索引变化后仍可维护。
先确认产品：公司、云平台与 Core 的边界
| 层级 | 核实结果 | 不要混写的边界 |
|---|---|---|
| Morphik 公司主站 | 2026 年主推养老护理行业 AI workers | 设施、NOI 与自动化比例不是检索 benchmark |
| 开发者云 | dev.morphik.ai 提供摄取、查询、Research Agent 与协作计划 | 配额、备份、VPC 和支持随套餐变化 |
| Morphik Core | 公开 Python 仓库，含多模态检索、SDK/API、Console 与 MCP | BSL 1.1 源码可见，不是 OSI 开源许可 |
| 维护状态 | 未 archived；检查时 822 commits，最后 push 2026-07-23 | 仍活跃，但 GitHub Releases 与 tags API 均为空 |
| 许可 | 根 LICENSE：Morphik 0.1.0，2029-06-18 转 Apache-2.0 | 归因于使用的总收入低于每月 2,000 美元才适用额外生产授权；更高需商业许可 |
Morphik 自己的不同页面用词不完全一致：GitHub 描述和价格页会写 open source，而 README 说 source-available，根 LICENSE 更明确写明 Business Source License 不是开源许可。评估 checked tree 时应以根 LICENSE 为主要证据。Docker 指南底部的 MIT 文案与它冲突，不能据此把整个项目标为 MIT。BSL 的 change date 和额外授权可能随版本分别计算，所以需要对实际部署 commit 的许可文本做法务复核。
仓库在更新并不等于有可复现 release。检查日期上，GitHub Release 和 tag 均为空，不能虚构一个“最新版”。生产环境应固定完整 commit SHA、容器 digest、模型与解析器版本，保存 SBOM，并写明升级负责人、回滚方法和安全补丁策略。
开发者平台实际提供什么
| 阶段 | 文档能力 | 必须验证 |
|---|---|---|
| 摄取 | PDF、图片、视频等非结构化资料；Google Suite、Slack、Confluence 集成 | 格式矩阵、加密/损坏文件、OCR 语言、失败原因 |
| 表示 | chunk、元数据、图片以及 ColPali 等视觉检索路线 | 图表、布局和页级语境是否保留 |
| 检索 | 语义/多模态查询、元数据过滤、批量 chunk 与图片返回 | Recall@k、排序、过滤精度、引用来源 |
| 生成/Agent | Completion、Research Agent 与 MCP 可消费检索证据 | 检索质量与回答质量分开测，必须允许拒答 |
| 隔离 | 用户、文件夹和每 app 独立 URI | 跨租户、跨文件夹、被删用户与猜测 ID 的拒绝测试 |
| 运维 | 云、Docker 自托管、本地推理配置 | 模型出口、pgvector、对象文件、密钥、备份与升级 |
Morphik 的产品特色是把视觉丰富文档的一整条路径放在同一接口里。团队可以摄取文件，查询 chunk 或图片，使用元数据过滤，再让生成模型基于证据回答。相较于自行拼接解析器、embedding job、向量库、reranker、权限层和 agent tool，这会减少胶水代码；但垂直整合也会集中风险，一个解析器或模型更新就可能重排整个索引。
不要把检索成功与回答正确合并成一个模糊分数。top-k 已含正确页时，模型仍可能编造；检索漏掉证据时，模型也可能碰巧猜对。每次评测都应保留 chunk ID、页码/坐标、图片、分数、过滤器和模型配置。官方 evaluations 目录有 HotpotQA/RAGAS 脚本与 science graph/custom eval 材料，证明项目提供了评测路径，但不是一个持续维护的公开排行榜，也不能证明它在发票、工程图、扫描件或多语言私有语料上达到相同表现。
云方案、自托管与真实成本
| 选择 | 2026-08-20 公开信息 | 适用与注意 |
|---|---|---|
| Free | $0；200 页；每月 3 次 Research Agent；共享 GPU 队列 | 仅适合概念验证，不代表生产吞吐 |
| Pro | $59/月；2,000 页；30 次 agent；超额 $0.03/页；7 天备份；5 人 | 小规模评测；删除、存储、查询限制需书面确认 |
| Team | $799/月；10GB、无限查询；额外节点 $2.50/GPU 小时；隔离 VPC、SSO、审计、14 天 PITR、99.9% SLA | 团队生产候选；10GB 后写明 $0.03/页 |
| Enterprise | 定制；BYO cloud/on-prem、BAA、定制 eval/模型/tool | 受监管场景以签署合同、DPA/BAA 与架构为准 |
| 自托管 Core | Docker 指南建议 8GB+ RAM 与 10GB 空间；API、PostgreSQL/pgvector、可选 Ollama | 控制更多，但认证、网络、模型、备份、容量和许可全由团队负责 |
价格是动态信息，“一页”也不是稳定的成本单位。一张扫描工程图、十页幻灯片和密集财务表的计算量完全不同。应该用真实文件测量摄取队列、重复索引、存储增长、GPU 小时、查询量和每个被接受回答的总成本。表中数字只是复核日快照，不是报价。
自托管也不天然等于数据不出网。默认 Docker 可以下载并使用本地 Ollama 模型，但配置也能连接远程 embedding、视觉或语言模型。必须画出所有出站调用。DOCKER 指南中的 bypass auth 和示例密钥只适合本地开发；对外暴露前要关闭绕过认证、轮换 JWT/数据库凭据、启用 TLS 与网段限制，并把 pgvector 与原始对象作为一致性备份一起恢复测试。
可执行的私有语料评测流程
- 固定候选。记录 Core commit SHA、容器 digest、模型注册表、parser、embedding、reranker 和云套餐假设。
- 建立代表性语料。选 30–100 份真实分布的原生 PDF、扫描件、表格、图表、幻灯片、图片、视频、多语言、大文件、修订版与待删除文件；首轮先脱敏。
- 标注问题和证据。每个问题写清可接受页/chunk/图片、必须生效的 metadata filter、允许访问的租户，以及正确结果是否应当拒答。
- 单测摄取。记录成功率、失败原因、处理/队列时间、图片抽取、元数据保留、重复文件和再摄取行为。
- 先测检索。根据任务计算 Recall@k、MRR 或 nDCG，并统计视觉证据命中率和过滤精度；分析具体 miss。
- 做权限负例。用错误用户、文件夹、app、租户和被删账户查询，尝试猜 document ID 与冲突过滤条件。
- 再测回答。独立评分引用正确性、可证实主张、完整度、拒答、文档 prompt injection 和人工接受率。没有证据的流畅回答判失败。
- 测生命周期。更新/删除文档、轮换密钥、恢复备份、重建索引并模拟模型服务故障，记录传播延迟。
- 同语料对比。用 Docling/Unstructured 加相同 embedding/reranker 做组合 baseline，再加入一个 managed RAG。
- 按工作负载决策。比较每个被接受回答的成本、p50/p95 延迟、工程时间、事故率和许可，而不是 demo 视觉效果。
准确率、安全、隐私与运维限制
| 风险 | 原因 | 控制 |
|---|---|---|
| 营销指标外推 | HotpotQA 或 science graph 与私有视觉资料不同 | 公布数据、标注、commit、模型和原始结果；私有复测 |
| 视觉幻觉 | 视觉模型可能虚构文字、关系或图表数值 | 保留页图与坐标，高影响结果人工核对 |
| 权限泄露 | 相关 chunk 可能来自错误客户/文件夹 | 服务端 scoping、deny test、审计与硬隔离 |
| 文档注入 | 资料内可能含针对回答 agent 的恶意指令 | 文档只作数据，隔离工具，操作 allowlist，保留 provenance |
| 删除漂移 | 对象、chunk、embedding、cache 可能不同步 | 逐层验证 update/delete 与备份策略 |
| 模型出口 | Core 本地运行仍可能请求远程模型 | 枚举 endpoint、最小化/脱敏、DPA、本地模型 |
| 许可/版本 | BSL 收入条件与无 release/tag 增加不确定性 | 法务复核、SHA 固定、SBOM、扫描、可维护 fork 与退出方案 |
最重要的生产测试往往不是“回答看起来不错”，而是权限拒绝。用户与文件夹 scoping 是有文档的能力，但错误配置、metadata 差异和应用层代码都可能破坏边界。CI 中应放入 canary 文档并持续做跨租户查询。高敏感场景应考虑独立 app、独立密钥甚至基础设施隔离，而不只依赖一个逻辑过滤器。
本次检查中，dev 价格页指向的 /privacy 无法加载，公司主页的 privacy 与 terms 链接返回 404。它不能证明服务没有合同条款，但意味着目录页不能负责任地声称完整的数据保留、训练或删除政策。上传私有数据前应取得当前隐私声明、条款、DPA、subprocessor、数据地域、删除时限与是否用于训练的书面承诺；Enterprise 的 SOC 2、HIPAA/BAA 也应以已签合同和 Trust Center 证据为准。
Morphik 与相邻 RAG 产品对比
| 方案 | 定位 | 相对 Morphik 的取舍 |
|---|---|---|
| Morphik | 整合的源码可见文档库、多模态检索、云/自托管、MCP | 少拼装、视觉路线清晰；BSL、生态较小、必须私测 |
| LlamaIndex | 丰富 connector/index/retriever 的应用框架 | 更可组合、中立；parser、store、auth、model 都需选择运维 |
| Unstructured | 文档 partition 与 ingestion 工具/平台 | 预处理强、格式广；本身不是完整检索数据库/agent 服务 |
| Docling | 本地文档转换、结构化表示与 RAG 集成 | 解析可检查；还需 store、retrieval、tenant 层 |
| 托管 RAG（如 Bedrock KB） | 云厂商管理摄取、索引与检索 | 运维少、企业集成多；云锁定、地域/定价与透明度取舍 |
| 自建组合 | 自选 parser、embedding、向量/关键词库、reranker、policy | 控制最强、组件可测；集成与运维成本最高 |
独立判断：Morphik 最适合“视觉检索与统一 API 的价值高于逐个选择组件”的团队。它位于框架与完全黑盒托管知识库之间。真正差异并非泛化的 RAG，而是试图在一个开发者表面中保留图片、布局证据、文档操作与检索。
采用门槛是治理而非 demo。BSL 有真实商业条件，公开版本策略薄弱，公共评测材料也不等于你的准确率。视觉文档多的小团队值得尽早做基准；受监管或多租户团队只有在取得隐私合同、固定可复现制品、通过拒绝测试、完成备份恢复并保留导出路径之后才应推进。
常见问题
Morphik 是开源吗？
仓库公开且源码可见，但根 LICENSE 是 BSL 1.1，并明确不是开源许可；指定 work 在 change date 后转 Apache-2.0。
和养老护理 Morphik 是同一产品吗？
同公司与品牌，但主站现推医疗 AI workers，并把开发者引到 dev.morphik.ai。本页评测后者与 Core。
可以完全本地运行吗？
有 Docker 与 local inference 路线，但仍需确保所有模型 endpoint、存储、认证和日志均符合本地边界。
能理解图片和图表吗？
文档明确支持多模态摄取/查询和 ColPali 等技术；具体图表的数值与关系准确率必须标注评测。
最新 release 是什么？
2026-08-20 GitHub Releases 与 tags API 都为空，因此应固定测试过的 commit SHA，不能虚构语义版本。
价格是多少？
复核日为 Free $0、Pro $59、Team $799、Enterprise 定制；购买前重新核对配额和 overage。
私有数据会训练模型吗？
当前完整公开政策无法从失效链接核实。上传前必须拿到书面条款、DPA、保留/删除/训练说明。
如何和 Docling、Unstructured 比？
用同一语料与同一 embedding/reranker。后两者偏转换/partition，Morphik 还含 store/retrieval，应比较端到端工程量和接受率。
公共 benchmark 能证明效果吗？
不能。脚本说明评测方法，但扫描质量、领域词、权限、布局和语言必须在私有语料复测。
谁适合选 Morphik？
想减少 RAG 组件拼装、重视视觉文档，并愿意处理 BSL、安全和运维验收的开发团队。
依据与来源
- Morphik company homepage and developer-platform redirect
- Morphik developer platform
- Morphik Cloud pricing
- Morphik developer documentation introduction
- morphik-org/morphik-core repository
- Morphik Core Business Source License 1.1
- Official Docker deployment guide
- Official evaluations directory
- HotpotQA/RAGAS evaluation script
- User and folder scoping documentation
- Local inference documentation
- LlamaIndex official connector documentation
- Unstructured official partition documentation
- Docling official usage documentation
- Amazon Bedrock Knowledge Bases documentation
- Official Morphik repository media
独立复核日期 2026-08-20。已核对实体、许可、release API、文档、价格与 evaluation 代码；厂商宣称被明确标注，未编造私有准确率。
