Skip to content
offbit-aiPublic

About

Realtime Business Intelligence Studio

Resources

Stars

0 stars

Watchers

0 watching

Forks

Latest commit

Β 

History

73 Commits

Folders and files

Repository files navigation

Fen

CI Crates

Real-time invoice and contract inconsistency detection system built in Rust.

Fen automatically ingests, parses, and analyzes invoices and contracts at scale while detecting structural and semantic inconsistencies with sub-millisecond query times. The system combines modern document understanding models with a tiered storage architecture and multi-layer anomaly detection pipeline.

Core Capabilities

  • Ingest 10,000+ documents/hour with automated structure extraction
  • Sub-millisecond P99 query latency on hybrid SQL + vector queries
  • Real-time inconsistency detection across structural, temporal, relational, and semantic dimensions
  • Horizontal scaling to petabyte-scale document archives
  • Strong consistency guarantees for financial audit compliance

Architecture

β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚                         INGESTION TIER (fen-ingestion)                            β”‚
β”‚                                                                                  β”‚
β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”                                                                 β”‚
β”‚  β”‚ PDF Parser  │──→ text + rendered pages                                        β”‚
β”‚  β”‚ (pdfium)    β”‚                                                                 β”‚
β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜       β”‚                                                         β”‚
β”‚                        β”œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”                   β”‚
β”‚                        β–Ό                                      β–Ό                   β”‚
β”‚  β”Œβ”€β”€β”€β”€ Text Path (fastest) ──────┐   β”Œβ”€β”€β”€β”€ Image Path (scanned docs) ──────────┐│
β”‚  β”‚                                β”‚   β”‚                                          β”‚β”‚
β”‚  β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”    β”‚   β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”‚β”‚
β”‚  β”‚  β”‚ GLiNER Zero-Shot NER  β”‚    β”‚   β”‚  β”‚ PaddleOCR β”‚β†’ β”‚ LayoutLMv3         β”‚  β”‚β”‚
β”‚  β”‚  β”‚ Medium β†’ Large tier   β”‚    β”‚   β”‚  β”‚ (PP-OCRv4)β”‚  β”‚ (layout + entities)β”‚  β”‚β”‚
β”‚  β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜    β”‚   β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β”‚β”‚
β”‚  β”‚                                β”‚   β”‚       β”‚                β”‚                β”‚β”‚
β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜   β”‚       β–Ό                β–Ό                β”‚β”‚
β”‚               β”‚                       β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”   β”‚β”‚
β”‚               β”‚                       β”‚  β”‚  TATR   β”‚  β”‚ Donut (fallback)   β”‚   β”‚β”‚
│               │                       │  │ (tables)│  │ image→JSON <0.5    │   ││
β”‚               β”‚                       β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜   β”‚β”‚
β”‚               β”‚                       β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜β”‚
β”‚               β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜                               β”‚
β”‚                              β–Ό                                                   β”‚
β”‚  β”Œβ”€β”€β”€β”€ Entity Extraction (5-tier per field) ────────────────────────────────────┐│
β”‚  β”‚  LayoutLMv3 entities β†’ KV pairs β†’ GLiNER β†’ Rule Engine β†’ Regex              β”‚β”‚
β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜β”‚
β”‚                              β”‚                                                   β”‚
β”‚  β”Œβ”€β”€β”€β”€ Post-Extraction ─────┼───────────────────────────────────────────────────┐│
β”‚  β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”΄β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”‚β”‚
β”‚  β”‚  β”‚ Embedding Gen   β”‚  β”‚ Invoice/Contractβ”‚  β”‚ Extraction Logger (JSONL)   β”‚  β”‚β”‚
β”‚  β”‚  β”‚ (MiniLM-L6-v2)  β”‚  β”‚ Struct Builder  β”‚  β”‚ β†’ GLiNER fine-tuning data   β”‚  β”‚β”‚
β”‚  β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β”‚β”‚
β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜
                                        β”‚
                          β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”΄β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
                          β–Ό                           β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β” β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚    KNOWLEDGE GRAPH (fen-graph)   β”‚ β”‚         STORAGE TIER (Distributed)          β”‚
β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”‚ β”‚                                            β”‚
β”‚  β”‚ KyuGraph (pure Rust)      β”‚  β”‚ β”‚ β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β” β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β” β”Œβ”€β”€β”€β”€β”€β”€β”β”‚
β”‚  β”‚ Vendor ──→ Invoice        β”‚  β”‚ β”‚ β”‚ Hot Storage  β”‚ β”‚ Warm Storage β”‚ β”‚ Cold β”‚β”‚
β”‚  β”‚ Vendor ──→ Contract       β”‚  β”‚ β”‚ β”‚ (redb)      β”‚ β”‚ (LanceDB)   β”‚ β”‚Parquetβ”‚β”‚
β”‚  β”‚ Invoice ──→ LineItem      β”‚  β”‚ β”‚ β”‚ < 30 days   β”‚ β”‚ 30-365 days β”‚ β”‚ >365d β”‚β”‚
β”‚  β”‚ Invoice ──→ Contract      β”‚  β”‚ β”‚ β”‚ Sub-ms      β”‚ β”‚ < 10ms      β”‚ β”‚<100ms β”‚β”‚
β”‚  β”‚ + RDF export (ext-rdf)    β”‚  β”‚ β”‚ β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜ β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜ β””β”€β”€β”€β”€β”€β”€β”˜β”‚
β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β”‚ β”‚ β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β” β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜ β”‚ β”‚ Anomaly Store     β”‚ β”‚ Baseline Store  β”‚β”‚
                          β”‚          β”‚ β”‚ (redb, z-scores)  β”‚ β”‚ (redb, rolling) β”‚β”‚
                          β”‚          β”‚ β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜ β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜β”‚
                          β”‚          β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜
                          β”‚                           β”‚
                          β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”¬β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜
                                        β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚                         QUERY & DETECTION TIER                                   β”‚
β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”β”‚
β”‚  β”‚                      Unified Query Engine                                   β”‚β”‚
β”‚  β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”   β”‚β”‚
β”‚  β”‚  β”‚ FQL Parser   β”‚  β”‚ Vector Searchβ”‚  β”‚ Full-Text   β”‚  β”‚ Query        β”‚   β”‚β”‚
β”‚  β”‚  β”‚ (custom)     β”‚  β”‚ (HNSW/IVF)   β”‚  β”‚ (Tantivy)   β”‚  β”‚ Optimizer    β”‚   β”‚β”‚
β”‚  β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜   β”‚β”‚
β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜β”‚
β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”β”‚
β”‚  β”‚                   Anomaly Detection Pipeline                                β”‚β”‚
β”‚  β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”   β”‚β”‚
β”‚  β”‚  β”‚ Rule Engine  β”‚β†’ β”‚ Statistical  β”‚β†’ β”‚ Datalog      β”‚β†’ β”‚ Semantic     β”‚   β”‚β”‚
β”‚  β”‚  β”‚ (GoRules)    β”‚  β”‚ Analyzer     β”‚  β”‚ (Ascent)     β”‚  β”‚ Analyzer     β”‚   β”‚β”‚
β”‚  β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜   β”‚β”‚
β”‚  β”‚         β”‚                 β”‚                                                 β”‚β”‚
β”‚  β”‚         β”‚                 β–Ό                                                 β”‚β”‚
β”‚  β”‚         β”‚    β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”   β”‚β”‚
β”‚  β”‚         β”‚    β”‚              Statistical Analysis                        β”‚   β”‚β”‚
β”‚  β”‚         β”‚    β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”            β”‚   β”‚β”‚
β”‚  β”‚         β”‚    β”‚  β”‚ Z-Score   β”‚  β”‚ Percentileβ”‚  β”‚ Trend     β”‚            β”‚   β”‚β”‚
β”‚  β”‚         β”‚    β”‚  β”‚ Detection β”‚  β”‚ Scoring   β”‚  β”‚ Detection β”‚            β”‚   β”‚β”‚
β”‚  β”‚         β”‚    β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜            β”‚   β”‚β”‚
β”‚  β”‚         β”‚    β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜   β”‚β”‚
β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”Όβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜β”‚
β”‚            β–Ό                                                                    β”‚
β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”β”‚
β”‚  β”‚                      Pipeline Operations (FQL)                              β”‚β”‚
β”‚  β”‚  VALIDATE β”‚ ANALYZE β”‚ ANALYZE BASELINE β”‚ CROSS_VALIDATE β”‚ AGGREGATE        β”‚β”‚
β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜
                                        β”‚
                                        β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚                              API GATEWAY                                         β”‚
β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”β”‚
β”‚  β”‚ REST API       β”‚  β”‚ gRPC Services  β”‚  β”‚ GraphQL       β”‚  β”‚ WebSocket      β”‚β”‚
β”‚  β”‚ (axum)         β”‚  β”‚ (tonic)        β”‚  β”‚ (async-graphqlβ”‚  β”‚ (real-time)    β”‚β”‚
β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜

Design Principles

Principle Implementation
Zero-Copy Data Path rkyv serialization, memory-mapped indices, arena allocation
Shared-Nothing Scaling Partition by tenant/document-type, independent shard processing
Tiered Consistency Strong for financial data (redb), eventual for analytics (LanceDB)
Graceful Degradation Circuit breakers, fallback to cached results, async retry queues

Crates

Crate Status Description
fen-core fen-core Domain models (Invoice, Contract, Party, Anomaly) with serde serialization
fen-storage fen-storage Hot tier (redb), warm tier (LanceDB), query engine, cache
fen-ingestion fen-ingestion Tiered document parsing (GLiNER β†’ ML β†’ Regex), Donut fallback, extraction logging
fen-ml fen-ml Document intelligence: OCR, LayoutLMv3, TATR, GLiNER NER, Donut vision, embeddings
fen-graph fen-graph Knowledge graph (KyuGraph) with RDF support for entity relationships
fen-rules fen-rules GoRules Zen engine + structural validations
fen-api fen-api REST endpoints (axum) for document upload, query, and validation
fen-events fen-events Event streaming with Kafka support and protobuf schemas
fen-notify fen-notify Real-time notification delivery (WebSocket, Email, Webhook)
fen-cluster fen-cluster Shard management, routing, and 2PC transaction coordination
fen-grpc fen-grpc Inter-node gRPC communication for distributed deployment
fen-coordinator fen-coordinator Control plane binary for cluster coordination
fen-data fen-data Data node binary for shard hosting

Distributed Architecture

Fen supports horizontal scaling through an event-driven distributed architecture with sharded storage and multi-node coordination.

β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚                              CONTROL PLANE                                       β”‚
β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β” β”‚
β”‚  β”‚   Raft Coordinator  β”‚  β”‚   Config Service    β”‚  β”‚   Metadata Store        β”‚ β”‚
β”‚  β”‚   (openraft)        β”‚  β”‚   (etcd sync)       β”‚  β”‚   (shard assignments)   β”‚ β”‚
β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜ β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜
                                        β”‚
                    β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”Όβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
                    β–Ό                   β–Ό                   β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚                           EVENT BUS (Kafka)                                       β”‚
β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β” β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β” β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β” β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”    β”‚
β”‚  β”‚ fen.document.  β”‚ β”‚ fen.document.  β”‚ β”‚ fen.anomaly.   β”‚ β”‚ fen.baseline.  β”‚    β”‚
β”‚  β”‚ ingestion      β”‚ β”‚ processed      β”‚ β”‚ detected       β”‚ β”‚ updates        β”‚    β”‚
β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜ β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜ β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜ β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜    β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜
          β”‚                      β”‚                      β”‚
          β–Ό                      β–Ό                      β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚                         COMPUTE PLANE (Stateless)                                β”‚
β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β” β”‚
β”‚  β”‚  Ingestion Workers  β”‚  β”‚  Validation Workers β”‚  β”‚   Baseline Workers      β”‚ β”‚
β”‚  β”‚  (GPU for ML)       β”‚  β”‚  (Rule Engine)      β”‚  β”‚   (Stats Computation)   β”‚ β”‚
β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜ β”‚
β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”                              β”‚
β”‚  β”‚  Notification Svc   β”‚  β”‚  Metrics Aggregator β”‚  ◄── Real-time Reporting    β”‚
β”‚  β”‚  (WebSocket/Email)  β”‚  β”‚  (Prometheus)       β”‚                              β”‚
β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜                              β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜
                                        β”‚
                                        β–Ό
β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”
β”‚                           DATA PLANE (Sharded)                                   β”‚
β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β” β”‚
β”‚  β”‚                        Shard Manager                                       β”‚ β”‚
β”‚  β”‚   Consistent Hashing: hash(tenant_id || doc_type) % num_shards            β”‚ β”‚
β”‚  β”‚   2PC Coordinator for cross-shard transactions                             β”‚ β”‚
β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜ β”‚
β”‚                                                                                  β”‚
β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”       β”‚
β”‚  β”‚   Shard 0    β”‚  β”‚   Shard 1    β”‚  β”‚   Shard 2    β”‚  β”‚   Shard N    β”‚       β”‚
β”‚  β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”  β”‚  β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”  β”‚  β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”  β”‚  β”‚  β”Œβ”€β”€β”€β”€β”€β”€β”€β”€β”  β”‚       β”‚
β”‚  β”‚  β”‚ redb   β”‚  β”‚  β”‚  β”‚ redb   β”‚  β”‚  β”‚  β”‚ redb   β”‚  β”‚  β”‚  β”‚ redb   β”‚  β”‚       β”‚
β”‚  β”‚  β”‚ (hot)  β”‚  β”‚  β”‚  β”‚ (hot)  β”‚  β”‚  β”‚  β”‚ (hot)  β”‚  β”‚  β”‚  β”‚ (hot)  β”‚  β”‚       β”‚
β”‚  β”‚  β”œβ”€β”€β”€β”€β”€β”€β”€β”€β”€  β”‚  β”‚  β”œβ”€β”€β”€β”€β”€β”€β”€β”€β”€  β”‚  β”‚  β”œβ”€β”€β”€β”€β”€β”€β”€β”€β”€  β”‚  β”‚  β”œβ”€β”€β”€β”€β”€β”€β”€β”€β”€  β”‚       β”‚
β”‚  β”‚  β”‚LanceDB β”‚  β”‚  β”‚  β”‚LanceDB β”‚  β”‚  β”‚  β”‚LanceDB β”‚  β”‚  β”‚  β”‚LanceDB β”‚  β”‚       β”‚
β”‚  β”‚  β”‚ (warm) β”‚  β”‚  β”‚  β”‚ (warm) β”‚  β”‚  β”‚  β”‚ (warm) β”‚  β”‚  β”‚  β”‚ (warm) β”‚  β”‚       β”‚
β”‚  β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β”‚  β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β”‚  β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β”‚  β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β”‚       β”‚
β”‚  β”‚  3x replicas β”‚  β”‚  3x replicas β”‚  β”‚  3x replicas β”‚  β”‚  3x replicas β”‚       β”‚
β”‚  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜  β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜       β”‚
β””β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”€β”˜

Key Distributed Features

Component Description
Event Streaming Kafka-based event bus with protobuf schemas for all domain events
Consistent Hashing XXH3-based partition key routing for tenant/document-type sharding
Two-Phase Commit ACID transactions across shards with automatic retry and recovery
Notification Hub Multi-channel delivery (WebSocket, Email, Webhook) with tenant preferences
gRPC Services Inter-node communication with connection pooling
Raft Consensus Leader election and cluster membership (optional)

Deployment Modes

Fen supports both standalone and distributed deployment:

# Standalone mode (default) - single node, no external dependencies
CLUSTER_MODE=standalone cargo run -p fen-api

# Distributed mode - requires Kafka and multiple nodes
CLUSTER_MODE=distributed \
KAFKA_BOOTSTRAP_SERVERS=localhost:9092 \
NUM_SHARDS=16 \
cargo run -p fen-api

Event Topics

Topic Description
fen.document.ingestion New document uploaded for processing
fen.document.processed Document parsing and embedding complete
fen.anomaly.detected Anomaly found during validation
fen.baseline.updates Vendor baseline recalculated
fen.metrics Real-time metrics for observability
fen.alerts System alerts and notifications

Notification Providers

The notification system supports pluggable delivery channels:

Provider Mode Use Case
WebSocket Immediate Real-time UI updates
Email Batched Periodic digest reports
Webhook Async External integrations

Configure per-tenant notification preferences:

// Set tenant to receive WebSocket and Email notifications
hub.set_tenant_providers(tenant_id, vec!["websocket", "email"]);

Storage Tiers

Tier Backend Age Latency Use Case
Hot redb <30 days P99 < 500us Sub-ms key-value lookups, ACID transactions
Warm LanceDB 30-365 days P99 < 10ms Vector search, hybrid SQL queries
Cold DataFusion + Parquet >365 days P99 < 100ms Archived data, batch analytics

Anomaly Detection Pipeline

Multi-layer detection with increasing latency/sophistication:

  1. Layer 1 - Structural Validation (us latency): GoRules Zen for math validation, format checks, range validation
  2. Layer 2 - Relational Constraints (us-ms latency): Ascent Datalog for invoice-contract matching, duplicate detection
  3. Layer 3 - Statistical Anomaly (ms latency): Real-time z-score analysis against vendor baselines with trend detection
  4. Layer 4 - Semantic Contradiction (10s of ms): NLI model for invoice terms vs contract clauses

Statistical Anomaly Detection

The statistical analysis layer compares incoming invoices against historical vendor baselines:

  • Z-Score Analysis: Flag invoices with amounts beyond configurable standard deviations from vendor mean
  • Percentile Scoring: Determine where an invoice falls in the vendor's historical distribution
  • Trend Detection: Identify increasing, decreasing, stable, or volatile spending patterns
  • Seasonal Awareness: Optional month-of-year baseline patterns for seasonal vendors
  • Rolling Windows: Configurable baseline windows (30, 90, 365 days)

Example Response:

{
  "anomaly_type": "StatisticalOutlier",
  "severity": "Medium",
  "description": "Invoice amount $10000.00 is 6.2 standard deviations from vendor baseline (mean: $1050.00)",
  "statistical_score": {
    "z_score": 6.2,
    "percentile": 99.8,
    "trend": "Stable",
    "is_outlier": true,
    "baseline_mean": 1050.0,
    "baseline_stddev": 145.0,
    "sample_count": 47
  }
}

Fen Query Language (FQL)

Fen includes a powerful SQL-like query language with extensions for vector similarity search, cross-table ZIP queries, and pipeline operations for validation and analysis.

Query Capabilities

Feature Description
SQL-like Syntax SELECT, FROM, WHERE, ORDER BY, LIMIT, OFFSET
Vector Search VECTOR_DISTANCE(embedding, :vector) for semantic similarity
Full-text Search BM25_SCORE() and CONTAINS() for keyword search
ZIP Queries Cross-table joins between invoices and contracts
Pipeline Operations Post-query validation and analysis via |> syntax

Example Queries

-- Basic query with filter
SELECT invoice_number, vendor_name, total_amount
FROM invoices
WHERE total_amount > 1000
ORDER BY invoice_date DESC
LIMIT 20

-- Semantic search for similar invoices
SELECT *, VECTOR_DISTANCE(embedding, :query_vector) AS similarity
FROM invoices
WHERE VECTOR_DISTANCE(embedding, :query_vector) < 0.3
ORDER BY similarity ASC

-- Cross-table analysis: find invoices exceeding contract limits
SELECT inv.invoice_number, inv.total_amount, con.title, con.total_value
FROM invoices inv
ZIP contracts con ON inv.vendor_name = con.party_name
WHERE inv.total_amount > con.total_value

-- Pipeline: query with statistical baseline analysis
SELECT * FROM invoices
WHERE vendor_name = 'Acme Corp'
|> ANALYZE BASELINE vendor_name WINDOW 90 DAYS THRESHOLD 2.0
|> VALIDATE WITH ('math_check')

Pipeline Operations

Operation Description
VALIDATE Run structural validation rules
ANALYZE Detect anomalies with optional analyzers
ANALYZE BASELINE Statistical outlier detection against vendor baselines
CROSS_VALIDATE Compare invoice fields against contract fields
AGGREGATE Group and compute aggregate metrics

See Query Language Reference for complete documentation.

Quick Start

Prerequisites

  • Rust 1.75+
  • pdfium library (for PDF processing)

Build

cargo build --release

Run Tests

cargo test --workspace

Run API Server

cargo run -p fen-api

Docker

docker-compose up --build

API Endpoints

Method Path Description
POST /documents Upload PDF, returns parsed invoice
GET /documents List all documents
GET /documents/:id Get specific document
POST /validate Validate documents for anomalies
POST /query Execute hybrid query (SQL + vector)
GET /health Health check

Configuration

Environment Variables

Variable Default Description
BIND_ADDRESS 0.0.0.0:3000 Server bind address
DATABASE_PATH data/fen.redb Path to redb database
RULES_PATH (none) Path to GoRules decision file
MAX_UPLOAD_SIZE 52428800 Max upload size in bytes (50MB)
RATE_LIMIT_RPS 100 Requests per second limit
RATE_LIMIT_BURST 200 Burst capacity

Statistical Analysis Configuration

Variable Default Description
STATISTICAL_ENABLED true Enable statistical analysis
STATISTICAL_ON_INGEST false Run analysis during document ingestion
STATISTICAL_ON_VALIDATE true Run analysis during validation
STATISTICAL_THRESHOLD 2.0 Z-score threshold for outlier detection
STATISTICAL_METRICS total_amount Comma-separated metrics to analyze
STATISTICAL_WINDOW_DAYS 90 Rolling window for baseline computation
STATISTICAL_SEASONAL true Enable seasonal baseline awareness

Query Performance Targets

Query Type P50 Latency P99 Latency Throughput
Point lookup (hot) 100us 500us 100K QPS/shard
Range scan (hot, 100 rows) 500us 2ms 50K QPS/shard
Vector search (top-10) 1ms 5ms 10K QPS/shard
Hybrid (filter + vector) 2ms 10ms 5K QPS/shard
Full-text search 5ms 20ms 5K QPS/shard

Key Dependencies

  • tokio - Async runtime
  • axum - Web framework
  • redb - Embedded ACID database (hot tier)
  • lancedb - Vector database with SQL support (warm tier)
  • pdfium-render - PDF text extraction
  • ort - ONNX Runtime for ML inference
  • zen-engine - GoRules decision engine
  • arrow - Columnar data format

About

Realtime Business Intelligence Studio

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages