8.0
热点
AI SCORE
技术实践2026-09-16 14:33
LandingAI 文档智能抽取 Gen2：原子级引用+按字符计费
dev.to · AI#LandingAI#文档 AI#RAG
Editor brief · 编辑速览
第二代文档智能抽取平台，新 DPT-3 模型系列（Pro/Verity），输出结构从 chunk 升级为带稳定 ID 的 Block，引用精度达行级/词级，API 按返回字符数而非页数计费。
LandingAI 的 Agentic Document Extraction（我们称之为 ADE）现已推出第二代，本文涵盖开发者基于此构建时的变更内容。ADE Gen2 基于我们全新的 DPT-3 模型系列运行，它改变了三个决定 Agent 能否对文档进行操作的要素：输出结构、可溯源性（grounding）和成本。我们的完整发布公告包含全部细节，你可以点击这里阅读：Introducing Agentic Document Extraction, 2nd Generation。以下是面向开发者的版本，围绕我们听到最多的问题组织。
Agentic 文档管道以一种仔细的人阅读页面的方式读取页面，并返回 Agent 可直接操作的结构，无需人工重新阅读。LandingAI 的 ADE 通过 DPT-3 实现这一能力，DPT-3 在读取文字之前先读取页面布局，然后逐行深入到单个文字和表格单元格。传统 OCR 和模板驱动的 IDP 将页面压平成松散的文字，依赖人工在事后恢复其含义。一旦将两种方法并排比较，差异就清晰可见了。
LandingAI 的 ADE 对每个元素进行原子级溯源，所以你可以精确看到页面上每个值的来源，并将每个提取值追溯回源——这正是使提取在受监管工作流中可辩护的原因。Gen2 引入了原子溯源，意思是在最小的结构单元级别进行溯源，具体级别取决于 Parse 模型：
在 Extract 侧，Extract V2 将这种溯源转化为原子引用，所以你拉取的任意值都能追溯到某一页上的特定词，你在 Extract V1 上构建的 schema 可以无缝迁移。如此精细的溯源是过去无法构建的工作流的基础：精细到词、行或单元格的本地化 PII 和 PHI 删除；突出显示版本差异的文档比较；以及人工审核界面，审核者在原地编辑 Markdown。
ADE Gen2 返回干净的结构化 JSON，专为 Agent 消费设计，而非供人阅读——这也是你在为 RAG 准备结构化输出时下游系统和向量数据库想要的。我们从零重建了 API 响应，对于任何在代码中解析它的人来说，三个变更最为关键：
你的 Agent 每次运行都读取可预测的形状，这消除了一整类需要手动防御的解析边缘情况。
ADE Gen2 在 v2 API 上提供两个客户端库 ade-python 和 ade-typescript，以及命令行 ADE CLI，外加大规模程序化工作的异步 Jobs API。Parse Jobs 运行大规模异步解析，Extract Jobs 将你定义的字段拉取为结构化 JSON。两者共享同一个作业模型和同一个响应信封，所以跨平台提交工作和获取结果的流程保持一致：
Parse 现在按返回的字符数计费，而非按你发送的页数，所以轻量页费用最低，密集页费用更高——DPT-2 则是每页固定 3 credits。服务层级提供了第二个调节杠杆，Priority 1.0x 用于需要等待响应的场景，Standard 0.5x 作为管道的默认选项，模型选择提供了第三个：
跨混合工作负载我们预计成本降低 25% 到 80%，Standard 层级的 DPT-3 Verity 将基本页面费用降至每页不到 1 美分。完整的模型和按 credit 计费的详细计算见我们的定价核心概念指南。
ADE Gen2 现已上线，最快看到差异的方式是访问 ade.landing.ai 用你自己的文档跑一遍。完整变更列表见我们的完整发布公告：Introducing Agentic Document Extraction, 2nd Generation。