文档处理
表格提取
用列定义，或用自然语言描述要什么；AI 读文档、抽取、并逐字核对。
表格提取
你的表格会经历什么
这个工具产出的每一个单元格，都会回到它来源页面的文本层去核对。模型读表并写出值，核对器接着追问：这段文字是否原样出现在文档里？能确认的单元格按正常值交付；确认不了的会被标记出来，整次交付也会被标成带警告，而不是报成一次干净的成功。
这个检查存在的原因很具体：被要求转录表格的模型，有时会顺手“改进”它。在我们自己的测试里，它把「循环贷款」写成了「循环贷款等」——多一个字，扫一眼看不出来，但它是错的。模式校验抓不到这种错，因为列还是那一列、类型还是那个类型。只有和原文比对才抓得住。
你可以自己定义输出列，也可以用一句话描述需求让它推断结构。描述模式会先免费返回一份结构预览，让你在花积分交付之前先看清它有没有理解对。识别出的每张表会成为工作簿里独立的一个 sheet。
常见问题
- 扫描件里模糊、认不出的字怎么办？
- 会被标成未确认，而不是悄悄猜一个值。我们不会让模型编一个看起来合理的值当成事实交付，因为表格里一个看似正确的错数字，比一个明显的空缺更糟。这次交付会被标记，让你知道该去核对哪几个单元格。
- 我怎么知道哪些单元格没被核对过？
- 结果里会带警告，指明是哪张表；文档无法确认的单元格会逐个报出来。含未确认单元格的交付会被标成「成功但有警告」，绝不会报成干净成功——也就是说，结果本身就在提醒你再看一眼。
- 能保持原表的行列结构吗？
- 能。版式是从源文件的几何信息读出来的，所以合并单元格、跨行和阅读顺序会被保留，而不是压成一列。每张表单独一个 sheet，一个有多个表格的文档不会被混成一张。
- 能上传多大的文档？
- 单个源文件最大 50MB。表格是按页读取的，所以一份很长的报告里，第 2 页的表和第 200 页的表成本是一样的。把巨大的扫描件拆成几个小文件，通常比上传一个超大的更快。
- 这跟 OCR 软件有什么区别？
- OCR 给你按阅读顺序排列的字符，对不对得你自己判断。这里给你的是表格结构，加上逐格对原文的核对，并且明确告诉你哪些格子它确认不了。交付的是一份可以审的工作簿，而不是一堵需要你重读的文本墙。
- 结果是什么格式？
- 一个 Excel 工作簿，每张识别出的表一个 sheet；另外附一份 JSON 清单，记录源文件页数、源文件校验值和所有警告。这份清单的意义是让这次交付以后能自己解释自己，不需要靠记忆去回想哪个文件是哪次跑出来的。
这个工具做不到什么
它不会修复扫描件。如果某个值在源文件里确实看不清，任何处理都救不回来；工具会告诉你这个格子未确认，而不是给你一个数字。
它不生成公式。扫描件里看得见的值会被转录，原件自己做过的计算不会被还原。
「已确认」意味着这段文字出现在文档文本层里，不意味着这张表被理解成了你想要的样子。如果你定义的列并不存在，工具变不出来，交付里会体现这一点。