简介
Unstract 面向”把杂乱文档变成结构化数据”这一高频痛点。它利用大模型与提示工程，从发票、合同、报表等文档中抽取字段，无需为每种文档单独制作模板。
核心功能
- 无模板抽取：用自然语言定义要提取的字段
- 多格式解析：PDF、扫描件、图片等
- 结构化输出：直接产出 JSON/CSV
- 知识库集成：对接向量库构建 RAG
- 自托管：开源部署保障数据安全
适用场景
- 财务发票与对账单批量录入
- 合同关键条款提取
- 申报材料与表单数字化
- 企业文档数据管道
优缺点
优点：
- 配置简单无需模板
- 复杂版面处理能力好
- 开源可控
缺点：
- 超大规模需付费版
- 极低质量扫描件需人工复核
使用技巧
- 明确字段定义可显著提升准确率
- 结合 OCR 预处理提升识别质量
- 关键字段设置校验规则
