Riviera通用内容处理平台如何演进，支持AI及更多场景

每天，Dropbox产品都在幕后转换海量内容。在手机上通过Dropbox打开PowerPoint演示文稿，它会被渲染为清晰、便于快速浏览的预览。在Sign中完成协议，它会被扁平化为PDF。把视频上传到视频审阅与审批工具Replay，它会被转码为可以立即流式播放的轻量版本。这些体验分属不同产品，却都由同一底层系统支持。

这个系统就是Riviera。我们的内容处理平台在近十年间持续改进产品中的内容转换。每当文件需要为另一个应用做好准备，Riviera就在后台承担繁重工作，并以巨大规模运行。例如，它将大量大型媒体转换为可流式播放的内容，每天输出的视频时长相当于8年。Riviera最初是生成文件预览的内部服务，后来演进为Search、Replay、Sign、Dash等Dropbox产品团队共同使用的平台。现在，我们正通过API和Model Context Protocol工具，向开发者生态及设计合作伙伴开放这些能力。

随着Dropbox构建Dash等AI驱动产品，对可靠、可复用内容转换的需求不断增长。AI模型在回答文档问题或总结报告之前，内容必须以一致方式提取、转换并准备好。如今许多构建AI应用的开发者都面对同样挑战。无论你构建内容管理系统、自动化文档工作流、为搜索索引文件，还是为AI应用准备文档，现在都可以通过我们的API，使用支撑Dropbox产品的同一基础架构。

本文将介绍Riviera如何从预览服务成长为共享平台，哪些架构决策让这一过程成为可能，以及为什么我们向组织外部的工程师开放这些能力。

Dropbox用户存储各种文件，需要能在任何设备上快速打开其中任意文件，并看到有用内容。我们称之为预览，即文件在Dropbox各个界面上的可视化呈现。满足这个期待，比听起来困难得多。Dropbox支持超过300种文件格式，每种格式可能产生多种输出：缩略图、完整预览、提取文本、流媒体清单、元数据等。我们必须考虑如何构建系统来提供这些预览。

如果每种文件格式、每种输出都构建独立服务，很快就会无法管理。这样会让许多能力重复实现其他能力的小部分。假设PowerPoint处理与Word处理都需要PDF逻辑，如果它们是独立服务，就要在两个位置维护相似PDF逻辑。这会增加维护难度，并在Dropbox运行环境——构成架构的软件与硬件集合——中散布重复依赖。配置会漂移，软件包版本会不一致，运维负担也会增长。

因此，我们需要一个受管理的平台，在其中构建能被许多不同功能共享的服务。依赖和工具需要集中放在一个地方，由团队积累这些能力的深厚专业知识。设计也必须能够扩展到所有存储文件类型，同时让平台本身可管理。

解决问题的突破出现在我们不再把每个预览视为独立功能的时候。我们转而将每个任务拆成一系列可复用的小型转换。例如，渲染PowerPoint预览并不需要从头到尾构建定制PowerPoint渲染器。Riviera先把演示文稿转换为PDF，再把每个PDF页面转换为可以在任何地方显示的图像。

同样的PDF转图像步骤，也可以复用于PDF文件本身，以及其他需要页面图像的工作流。构建可复用转换，而不是一次性流水线，让我们能够支持新文件类型和新产品，不必每次从头开始。

这个想法塑造了Riviera架构。我们构建一个中央入口，收集请求、编排要完成的工作，并分发给后端工作节点。中央部分校验请求并缓存响应，避免后端节点执行重复或无效工作。每个后端工作节点属于某一种转换类型，因此每种能力都有单一维护与扩展位置。如今Riviera拥有超过100种这样的能力，每秒执行数十万次转换。

把协调与执行分开，让平台容易扩展。支持新文件格式或新转换类型，通常只需添加另一个插件，而非修改Riviera核心基础架构。随着Riviera成长，核心系统保持稳定，能力则持续扩展。

Riviera起初并非打算成为共享平台，而是专门Previews团队运行的内部工具。但其他团队很快发现，他们存在相似的内容转换问题。例如，预览生成的缩略图也适合机器学习团队用来归一化图像，进行特征提取。如果两类使用者都能使用同一个160×160缩略图，Riviera只需生成一次。

Search团队很快采用Riviera，为索引准备文档。Dropbox扩展出Sign、DocSend、Replay等产品后，这些团队也发现可以复用现有转换，而不必构建新基础架构。内部采用范围扩大后，我们向产品团队本身开放插件模型。工程师可以贡献新转换，Riviera团队则维护平台核心架构。插件成为Riviera共享的转换库。

视频审阅产品Dropbox Replay，是这一模式实践中的最佳例子之一。构建视频审阅产品，必须完成视频数据转码与处理这些复杂任务。Riviera能够满足需求，让产品快速成长并迭代能力，而不是从零搭建。

一种模式逐渐出现：产品团队识别需要的转换，Riviera公开已有能力或添加新插件。过去可能需要数月交付的功能，如今数周就能上线；每项新增能力都让平台对下一个采用它的团队更有用。

Dash把AI带到Dropbox，也为Riviera带来一种新需求。AI模型回答文档问题或总结报告之前，文档必须被转换为模型能够理解的内容。要做好这一点，需要提取文本、识别扫描页面、抽取元数据，并将数百种不同文件格式转换为一致的表示。

这些并不是AI问题，而是内容转换问题，恰好就是Riviera设计要解决的事情。Replay从Riviera媒体能力中获益，Dash团队同样利用现有功能加速内容处理流水线。

Riviera已经支持数百种文件类型与转换，因此Dash团队无需从零构建新文档处理系统。Dash从Dropbox、Google Drive、Slack及其他连接来源摄取内容时，Riviera为索引与AI准备这些文件。之后，有人提出文档问题时，模型把转换后的内容作为相关上下文生成回答。

这项投资的收益远不止Dash。文本提取改进，让AI回答和搜索结果都更加准确。更快的缓存减少了生成预览、回答问题和处理文档所需工作。新文件类型只需添加一次支持，就能在所有使用Riviera的地方获得该能力。

这就是共享基础架构的优势。Dropbox无需让每个产品独立解决相同的内容转换问题，而是在Riviera中解决一次，所有上层产品都能获益。

Riviera最初只有一个目标：让Dropbox中存储的任意文件都可以预览。解决这个问题，意味着构建可复用内容转换，而不是产品专用流水线。随着Dropbox更多团队采用平台，Riviera远远超出预览范围，支持数百种文件格式与愈发多样的工作负载，为Search、Replay、Sign、Dash等产品功能提供支持。

这种成长塑造了平台及其背后的理念。功能往往一次性交付价值；平台则在每个新团队基于它构建时变得更有价值。每个新产品带来新文件类型、工作负载和要求。每项改进都增强Riviera，所有上层团队都从这些投入中获益。

平台也被设计为扩展时不会更难维护。插件架构让工程师能够增加新文件格式和转换支持，无需修改核心系统；对于哪些职责属于Riviera的清晰边界，则让它始终专注于大规模可靠内容转换。

今天，我们通过公开API和MCP工具提供越来越多的Riviera能力，把这种复用扩展到Dropbox之外。这个最初的内部预览服务，如今也成为开发者可以依托的基础架构。过去十年技术发生巨大变化，但Riviera背后的想法没有改变：围绕共同问题构建可复用系统，它们就会在最初用例消失后持续创造价值。要了解现有能力，请访问开发者门户。 （开发者链接）

致谢：特别感谢Riviera团队，以及一路贡献、帮助Riviera成长到今天的所有人。

如果构建创新产品、体验和基础架构令你兴奋，欢迎与我们共同创造未来！访问jobs.dropbox.com查看开放职位。 （jobs.dropbox.com）