landing-ai/ade-python

解決的問題

本函式庫提供了一種將非結構化文件（PDF 和圖像）轉換為結構化、機器可讀數據的程式化方法。它解決了從複雜文件中提取特定類型資訊，同時保持提取文本與其在文件內原始位置之間聯繫（grounding）的問題。

工作原理

本函式庫與 LandingAI Agentic Document Extraction (ADE) API 進行互動。它遵循兩個步驟：

1. Parse (解析)：將文件轉換為結構化 Markdown，為每個元素建立包含像素座標邊界框（grounding）的結構樹。
2. Extract (提取)：使用模式（透過 Pydantic 模型、字典或 JSON 定義）從生成的 Markdown 中提取特定的類型化欄位。

對於大型文件，本函式庫支援帶有輪詢和等待輔助函數的非同步作業，以防止逾時。

適用對象

專為構建需要自動執行 PDF 或圖像數據輸入的應用程式的開發人員設計，例如發票處理、身分驗證或任何需要從視覺文件提取結構化數據的流程。

亮點

• 類型化回應：使用 Pydantic 模型進行完全類型化的請求與回應。
• Grounding (落地)：為文件元素提供像素座標邊界框，確保數據與來源對齊。
• 靈活的提取：支援使用 Pydantic、dict 或 JSON 模式進行欄位提取。
• 非同步支援：包含同步與非同步用戶端，並為高並發提供選用的 aiohttp 後端。
• 作業管理：內建用於管理大型文件長時間執行提取作業的輔助函數。