Hallo HN! Wir sind Dudu und Topaz von Vespper. Vespper ist ein MCP, das KI-Agenten ermöglicht, Word-Dokumente effizient zu bearbeiten, angetrieben von unserem feinabgestimmten Modell. Es ist derzeit 3× schneller, 2× günstiger und genauer als die nächstbeste Alternative.

Wir kamen zu diesem Problem, nachdem wir ein Jahr lang einen KI-Dokumenteneditor für Pharmaunternehmen entwickelt hatten. Davor war Topaz Senior SWE bei Snyk und arbeitete an verteilten Systemen, und Dudu war Deep-Learning-Ingenieur bei Viz.ai und entwickelte Computervisionsmodelle zur Schlaganfallerkennung. Unser Editor half Pharmaunternehmen, regulatorische Dokumente (z. B. CSRs) zu erstellen, um ihre Einreichungen zu beschleunigen.

KI-Agenten sind nicht gut darin, Word-Dokumente zu bearbeiten. Ein Word-Dokument ist eine Zip-Datei mit ausführlichen XML-Dateien, die der OOXML-Spezifikation folgen. Selbst 'kleine' Änderungen erfordern komplexe Manöver. Dies macht die direkte Bearbeitung der Zip-Datei für Agenten zu einer schlechten Idee, da sie viel Zeit und Tokens für diese Mechaniken verbrauchen.

Da haben wir unseren Fokus verlagert. Wir haben einen MCP entwickelt, der es Agenten ermöglicht, Word-Dokumente zu bearbeiten, als ob sie HTML bearbeiten würden. Der Agent empfängt HTML, führt Suchen-und-Ersetzen-Bearbeitungen durch, und wir gleichen diese Bearbeitungen zurück in die ursprüngliche .docx-Datei ab. Nachdem ein Agent uns eine Bearbeitungsanfrage sendet, wenden wir sie auf die Originaldatei an und bewahren die Genauigkeit.