unstract
LLM驅動的非結構化資料提取 — 專為API部署與ETL管線工作流程打造
unstract 是什麼?
LLM驅動的非結構化資料提取 — 專為API部署與ETL管線工作流程打造
unstract 概覽
這是什麼
Unstract 是一個開源工具,利用大型語言模型從非結構化文件(如 PDF、圖片、掃描檔)中提取結構化的 JSON 資料。使用者可以透過自然語言提示定義提取模式,並將提取功能部署為 REST API 或 ETL 管線。此工具專為金融、保險、醫療、KYC/合規等領域的團隊設計。
主要功能
- Prompt Studio — 使用自然語言定義文件提取模式。
- API 部署 — 透過 REST API 傳送文件,取得 JSON 回應。
- ETL 管線 — 從資料夾提取文件、處理後載入資料倉儲。
- MCP 伺服器 — 透過模型上下文協定連接 AI 代理(如 Claude)。
- n8n 節點 — 整合至現有的自動化工作流程。
使用情境
Unstract 適用於金融與銀行、保險、醫療、所得稅以及 KYC/合規等領域的文件資料提取。支援多種文件格式,包括 PDF、DOCX、圖片、試算表與簡報。
快速開始
git clone https://github.com/Zipstack/unstract.git
cd unstract
./run-platform.sh
授權與價格
Unstract 採用 AGPL-3.0 授權,為開源軟體。
內容整理自該專案公開的 README 與儲存庫資訊。