Dropbox将Riviera扩展为支持AI的内容处理平台

Dropbox已将Riviera从内部文件预览服务扩展为通用内容处理平台，覆盖300多种文件格式和100多种转换能力，每秒可执行数十万次转换。Search、Replay、Sign和Dash等产品均可复用这套基础设施，AI工作负载也因此能够直接调用既有的内容处理能力。

Riviera没有针对每种文件格式和输出结果分别建设专用服务，而是把处理过程拆分为可复用的转换单元。例如，PowerPoint预览可以先转为PDF，再将PDF页面转换成图像；这些单元还能继续组合成面向不同任务的处理管道。

平台采用编排与执行分离的设计。中心组件负责校验请求、组合处理管道、把任务分派给后端工作进程并管理缓存；工作进程则实现具体转换能力。通过插件模型，平台可以在不修改核心编排层的情况下增加新的转换功能。

Riviera此前已被用于AI场景中的链式处理，例如把文件转换为文本和嵌入向量，为摘要与问答功能提供输入。平台每天处理约25亿个请求，涉及数据量接近1艾字节；缓存中间结果后，多个AI操作可以重复利用已经生成的内容，从而减少重复转换。

Dash带来了更多预处理需求，因为其搜索和AI功能需要处理Dropbox及外部连接服务中的内容。Riviera能够在建立索引前提取并规范化内容，使Dash继续复用已有管道。Dropbox还通过公共API开放部分能力，提供文档转Markdown、音视频转录和结构化元数据提取等异步接口。调用方提交任务后，可凭异步任务标识轮询状态，成功与失败结果分别返回；Markdown结果可用于索引、渲染或作为大语言模型输入。

外部开发者已将这些能力接入工作流工具。开源项目conductor-dropbox面向Conductor OSS和Orkes，提供异步Riviera Markdown提取功能，用于文档处理和检索增强生成工作流。与Apache Tika主要提供格式检测、解析及文本和元数据提取API不同，Riviera还整合了转换插件、管道组合、异步执行、缓存和集中式编排。Dropbox目前一边通过API扩大开放范围，一边继续在文档、多媒体、搜索和AI工作负载中使用该平台。