用于结构化数据抽取的 LLM API

结构化数据抽取在生产应用中的实际场景

运营管道从邮件发票中抽取供应商、发票号、币种、总额、税额和到期日。Gemini 2.5 Flash 接收 OCR 文本和布局提示，必须返回一个带版本的 JSON 对象。

缺失字段保持 null。总额存在歧义时返回候选值和来源范围。管道在接受记录前验证类型和算术；失败进入修复或审查。

结构化数据抽取工作流怎样运行

• 执行 OCR 并保留来源范围。
• 把 Schema 版本与文档一起发送。
• 要求严格 JSON，缺失数据使用 null。
• 验证 Schema、币种、总额、日期和证据范围。
• 接受、修复一次，或进入人工审查。

通过 LLMFly AI 调用 gemini-2.5-flash

请求应从服务端发送。请将示例内容和占位工具 Schema 替换为应用中的真实数据与工具。

curl https://app.llmfly.ai/v1/chat/completions \
  -H "Authorization: Bearer $LLMFLY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-2.5-flash",
    "messages": [
      {"role": "system", "content": "Extract one invoice into the supplied JSON schema. Use null for absent fields. Include a source span for every non-null value. Never guess."},
      {"role": "user", "content": "Extract this invoice using schema invoice.v3."}
    ],
    "response_format": {"type": "json_object"}
  }'

为什么主模型选择 gemini-2.5-flash

Gemini 2.5 Flash 是当前目录中用于高吞吐抽取的主路由。

某类固定文档上 gpt-5.4-mini 表现更好时可作为备用；长文档或布局复杂文档升级到 Gemini 2.5 Pro。

结构化数据抽取的验收条件

上线前必须处理的失败情况

• 把有效 JSON 当成正确数据
• 猜测缺失字段
• 修改 Schema 却不做版本管理
• 用平均值掩盖关键错误

返回结果与运行记录

严格的 invoice.v3 JSON：字段类型正确、缺失值为 null、每个值包含来源范围。

每次生产运行都应记录模型 ID、Request ID、Token 用量、重试、验证结果和最终处理状态。