py-idp

AI驅動的智慧文件處理 for Python:12+ 個LLM後端,Pydantic 結構,自託管OCR (Nanonets-OCR2-3B),自動結構探索,HITL revie

py-idp 是什麼?

AI驅動的智慧文件處理 for Python:12+ 個LLM後端,Pydantic 結構,自託管OCR (Nanonets-OCR2-3B),自動結構探索,HITL審查,生產級FastAPI伺服器。AGPL-3.0 + 商業授權。

py-idp 概覽

這是什麼

py-idp 是一個通用型、AI 驅動的智慧文件處理 Python 函式庫。它提供六階段管線(解析 → 分類 → 擷取 → 評估 → 驗證 → 人機協作),從文件中擷取結構化資料。支援 12 種以上的 LLM 後端、Pydantic 綱要驅動的擷取、透過 Nanonets-OCR2-3B 自託管 OCR、自動綱要發現,以及人機協作(HITL)審查介面。函式庫包含一個可直接用於生產環境的 FastAPI 伺服器與內建評估工具。

主要功能

  • 12 種以上 LLM 後端(包括 OpenAI、Anthropic、Ollama 及中國供應商) - Pydantic 綱要驅動的擷取,支援自動綱要發現 - 自託管 OCR(Nanonets-OCR2-3B)與超長文件自動分塊 - 六階段管線,含每個欄位的信心分數與業務規則驗證 - 透過 Streamlit 介面進行人機協作(HITL)審查 - 內建評估工具,提供欄位 F1 分數與綱要有效比率 - 可靠性功能:重試、快取、檢查點 - 命令列工具與 FastAPI 伺服器,適合生產部署

使用情境

  • 從發票、合約、銀行對帳單等文件中擷取結構化資料 - 以最少自訂程式碼建立生產級文件處理管線 - 使用內建評估工具與基於修正的強化學習來評估並改善擷取品質 - 透過零設定快速入門與模擬後端進行快速原型開發

快速開始

安裝核心套件: bash pip install py-idp 零設定快速入門: python from idp.easy import extract_one fields = extract_one('invoice.pdf') print(fields) 完整範例請在目前目錄放置 invoice.pdf 後執行 python examples/00_zero_to_extraction.py。

授權與價格

此函式庫為開放原始碼,採用 AGPL-3.0 授權,並提供商業選項。專案摘要中標示為 AGPL-3.0 + 商業授權。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/rollroycespy-idp.svg)](https://yunodb.com/tools/rollroycespy-idp?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/rollroycespy-idp?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/rollroycespy-idp.svg" alt="Featured on YunoDB" height="20"></a>