Google 开源文档抽取工具 LangExtract
mdancho84 · x · 2026-07-07
Google 发布并开源 LangExtract,一个用于从杂乱文本中抽取结构化数据的工具,主打免费、开源,据称可媲美甚至超越售价十万美元级的企业级抽取软件。它能为每个抽取字段定位到原文精确位置,支持 100+ 页长文档,并生成可交互 HTML 便于人工核验,既可用 Gemini 也可接本地模型。 发帖人梳理了它在企业中的真实落地场景(发票/PO 处理、客户反馈归类、工单根因分析、SOP 更新、法律条款风险摘要、财报 KPI 提取),并指出 2026 年企业愿付高薪的不再是「抽取文本」本身,而是把抽取整合成能落地决策、节省时间成本的 AI/数据工作流。