โลโก้ DropsTab logo - เส้นสีฟ้าแสดงรูปร่างหยดน้ำประดับคริสต์มาส
มูลค่าตลาด: $2.19 T −0.60%ปริมาณ 24 ชม.: $118.38 B 4.16%BTC: $63,648.01 −0.69%ETH: $1,795.97 0.15%S&P 500: $7,322.07 −0.20%ทอง: $3,716.64 −1.45%สัดส่วน BTC: 58.65%

API การดึงข้อมูลสารอาหาร: JSON ที่ตรงกับโครงแบบของคุณ พร้อมการอ้างอิงและระดับความเชื่อมั่นแยกตามฟิลด์

19 Nov, 2026โดยMarkTechPost
เข้าร่วมโซเชียลของเรา

LLM นำเสนอค่าที่ผิดพลาดซึ่งดึงจากเอกสารว่าเป็นข้อเท็จจริง ข้อผิดพลาดนั้นมีราคาสูง โดยเฉพาะเมื่อนำไปใช้ประกอบการตัดสินใจ Nutrient Data Extraction API มุ่งแก้ปัญหานั้น โดยสามารถแยกวิเคราะห์ PDF สแกน รูปภาพ และไฟล์ Office ให้เป็น JSON เชิงพื้นที่หรือ Markdown ดึงฟิลด์จากเอกสารไปยังโครงแบบ JSON ของคุณ พร้อมทั้งฟังก์ชันแบ่งแยก จำแนกประเภท และสร้างเอนด์พอยต์ ซึ่งเป็นองค์ประกอบพื้นฐานที่มีประโยชน์สำหรับเวิร์กโฟลว์การประมวลผลเอกสารของคุณ ค่าที่ดึงออกมาแต่ละค่าจะถูกเชื่อมโยงกับหน้าเอกสารผ่านกรอบขอบเขต ป้ายกำกับความตรงกัน และคะแนนความเชื่อมั่น Nutrient (เดิมชื่อ PSPDFKit) ใช้กลไกเดียวกันเบื้องหลัง MCP server ทักษะเอเจนต์ Mac app และ SDK

สรุปสั้น ๆ

  • ขนาด: API แบบโฮสต์พร้อมโหมดการแยกวิเคราะห์ 4 แบบ รวมถึงการกำหนดเส้นทางอัตโนมัติ
  • ทำงานบน: คลาวด์ของ Nutrient เซิร์ฟเวอร์ของคุณเองผ่าน SDK หรือ Mac ที่ใช้ชิป Apple Silicon
  • ทดลองใช้ได้ที่: Studio พื้นที่ทำงานในเบราว์เซอร์สำหรับกำหนดค่าและทดสอบการแยกวิเคราะห์ การดึงข้อมูล การจำแนกประเภท การแบ่งแยก และการกรอกแบบฟอร์ม
  • ประสิทธิภาพ: คะแนนโดยรวม 86.2 จาก WholeDoc Bench ของ Nutrient สูงสุดใน 19 การตั้งค่า (API สด, Agentic)
  • ดีที่สุด: 86.2 ในราคา 1.8¢ ต่อหน้า เทียบกับ 67.1 ในราคา 17.8¢ สำหรับการตั้งค่าโมเดลแนวหน้าที่ดีที่สุด

จะทดสอบใน Studio ก่อนเขียนโค้ดได้อย่างไร?

Studio คือพื้นที่ทำงานในเบราว์เซอร์ของ Nutrient สำหรับกำหนดค่าและทดสอบ API ก่อนนำไปผสานรวมในแอปพลิเคชันของคุณ โดยสามารถ ทดสอบการแยกวิเคราะห์ การดึงข้อมูล การจำแนกประเภท การแบ่งแยก และการกรอกแบบฟอร์มบนไฟล์ของคุณเอง ขั้นตอนทั่วไปมีดังนี้:

  1. อัปโหลดเอกสารตัวอย่างและตั้งค่าพารามิเตอร์ที่คุณวางแผนจะส่ง
  2. ร่างโครงแบบใน UI หรือ สร้างโครงแบบ จากเอกสารของคุณเอง
  3. รันบนเอกสารใหม่ จากนั้นตรวจสอบค่าและแหล่งอ้างอิง
  4. บันทึกการตั้งค่าเป็นพรีเซตที่มีเวอร์ชัน ซึ่ง API เรียกว่า processor พร้อม ID โปรเซสเซอร์
  5. ประเมินเวอร์ชันพรีเซตโดยเปรียบเทียบกับเอกสารที่ผ่านการตรวจสอบแล้วสูงสุด 25 รายการในชุดประเมิน

โปรเซสเซอร์ที่บันทึกไว้ใน Studio สามารถเรียกใช้ผ่าน API ได้โดยใช้ ID

ควรเลือกโหมดใด?

Auto จะกำหนดเส้นทางแต่ละหน้าไปยัง structure, understand หรือ agentic หากไม่ระบุโหมด API จะตั้งค่าเริ่มต้นเป็น understand

การดำเนินการเหมาะสำหรับราคาต่อหน้าการดึงข้อมูลต่อหน้าWholeDoc Bench*
แยกวิเคราะห์: ข้อความPDF และไฟล์ Office ที่สร้างขึ้นในระบบดิจิทัล ไม่ต้องใช้ OCR$0.001$0.007**ยังไม่ได้ทดสอบ
แยกวิเคราะห์: structureOCR สำหรับสแกนที่มีเลย์เอาต์เรียบง่าย ไม่ต้องใช้ AI$0.0015$0.007539.4
แยกวิเคราะห์: understandAI วิเคราะห์เลย์เอาต์: แบบฟอร์ม เลย์เอาต์ซับซ้อน$0.009$0.01580.8
แยกวิเคราะห์: agenticVision language model: ลายมือ ภาพสแกนที่เสื่อมสภาพ แผนภูมิ$0.018$0.02486.2
จำแนกประเภทป้ายกำกับเอกสารแบบ Zero-shot$0.001n/an/a
แบ่งแยกแยก PDF ที่รวมกันเป็นเอกสารต่าง ๆ$0.003n/an/a

*WholeDoc Bench คะแนนการแยกวิเคราะห์ ณ วันที่ 5 พฤศจิกายน 2026; ไม่ใช่ความแม่นยำในการดึงข้อมูล การดึงข้อมูลเพิ่ม $0.006 ต่อหน้า **เอกสาร API ระบุว่าโหมดข้อความดึงข้อมูลได้; ทักษะเอเจนต์เริ่มต้นที่ structure

ราคาอยู่ในสกุลดอลลาร์สหรัฐ โดยเริ่มต้นจากยอดคงเหลือ 1 หน่วยที่แชร์ร่วมกันผ่าน API คลาวด์ของ Nutrient ทำให้ทีมสามารถผสมผสานและปรับแต่งได้ แผนฟรีมอบโควตาการใช้งานรายเดือน 5 ดอลลาร์ ซึ่งครอบคลุมการดึงข้อมูลในโหมดเข้าใจประมาณ 330 รายการ ส่วนแผน Starter ราคา 75 ดอลลาร์ต่อเดือน มีโควตา 90 ดอลลาร์; แผน Growth ราคา 275 ดอลลาร์ มีโควตา 345 ดอลลาร์

ความเชื่อมั่นที่มีพื้นฐานทำงานอย่างไร?

ใน โพสต์เกี่ยวกับความเชื่อมั่น ของ Nutrient พบว่าฟิลด์หนึ่งได้คะแนน 0.97 แต่กลับมาจากคอลัมน์ผิด

คะแนนปัจจุบันเป็น ค่ารวม ของสัญญาณทางเลือก: ความน่าจะเป็นของโทเค็น ระยะขอบผู้สมัคร การเชื่อมโยงข้อมูลและรูปแบบ โมเดลการเชื่อมโยงข้อมูล NLI ของ Nutrient เปิดให้ใช้งานภายใต้ Apache-2.0 แม้ว่าค่าที่เชื่อมโยงข้อมูลแล้วจะยังสามารถตอบคำถามในฟิลด์ที่ไม่ถูกต้องได้ เมื่อไม่มีคะแนน ความเชื่อมั่นจะถูกละเว้น ไม่ได้หมายความว่าต่ำ

แต่ละฟิลด์ยังมีป้ายกำกับการจับคู่: id_match, id_match_multiblock, id_match_partial, fuzzy_match หรือ not_found ควรตรวจสอบป้ายกำกับก่อน แล้วจึงพิจารณาความเชื่อมั่น

คัดลอกโค้ดคัดลอกแล้วใช้เบราว์เซอร์อื่น

import json, requests

API_KEY = "your_api_key"
schema = {
    "type": "object",
    "properties": {
        "invoice_number": {"type": "string", "description": "หมายเลขใบแจ้งหนี้ใต้รายละเอียดซัพพลายเออร์."},
        "total_amount": {"type": "number", "description": "ยอดรวมสุดท้ายที่พิมพ์รวมภาษี ไม่ใช่ยอดรวมย่อย."},
    },
    "required": ["invoice_number", "total_amount"],
}
instructions = {"schema": schema, "parseConfig": {"mode": "understand"},
                "options": {"includeCitations": True}}

with open("invoice.pdf", "rb") as f:
    r = requests.post(
        "https://api.nutrient.io/extraction/extract",
        headers={"Authorization": f"Bearer {API_KEY}"},
        files={"file": ("invoice.pdf", f, "application/pdf"),
               "instructions": (None, json.dumps(instructions), "application/json")},
        timeout=300,
    )
r.raise_for_status()
out = r.json()["output"]
data, metadata = out.get("data") or {}, out.get("metadata") or {}

EXACT = {"id_match", "id_match_multiblock"}
THRESHOLD = 0.97  # ใช้เพื่อแสดงภาพเท่านั้น; ประเมินจากเอกสารตัวแทน

for field in schema["properties"]:  # วนรอบฟิลด์ที่คาดหวังเพื่อให้แน่ใจว่าทุกฟิลด์ได้รับการตรวจสอบ
    value = data.get(field)
    meta = metadata.get(field) or {}
    match, conf = meta.get("match"), meta.get("confidence")  # None = ไม่มีคะแนน
    passes = (value is not None and match in EXACT
              and conf is not None and conf >= THRESHOLD)
    print(field, value, match, conf, "page", meta.get("pageNumber"),
          "PASSES_BASIC_CHECKS" if passes else "REVIEW")

ตัวอย่างนี้ครอบคลุมเฉพาะโครงสร้างข้อมูลแบบแบน; ในสภาพแวดล้อมจริงจำเป็นต้องมีการตรวจสอบประเภทข้อมูลและกฎทางธุรกิจ ค่ามาตรฐาน 0.97 เหมือนกับฟิลด์เงินใน บทแนะนำการจำนอง ของ Nutrient

การจำแนกประเภทและการแยกข้อมูลทำงานอย่างไร?

โมเดลการตัดสินใจเอกสาร ขับเคลื่อนการ จำแนกประเภท และ การแยกข้อมูล Nutrient รายงานค่า F1 ของการแยกข้อมูลอยู่ที่ 96.2% เทียบกับ 63.7% ของ Jev จาก Typesafe AI

ตัวแทนใช้งานอย่างไร?

เซิร์ฟเวอร์ MCP ที่โฮสต์ไม่จำเป็นต้องใช้คีย์ API Claude Code เชื่อมต่อด้วยคำสั่งเดียว:

คัดลอกโค้ดคัดลอกแล้วใช้เบราว์เซอร์อื่น

claude mcp add --transport http --scope user nutrient https://mcp.nutrient.io/mcp

Claude และ Codex ยังรองรับการทำงานผ่าน OAuth โหมดตัวแทนเริ่มต้นมีค่าใช้จ่าย 0.018 ดอลลาร์ต่อหน้าสำหรับการประมวลผล

ตัวแทนเขียนโค้ดสามารถติดตั้ง ทักษะ document-extraction-api ได้โดยใช้ npx skills add pspdfkit-labs/nutrient-skills –skill document-extraction-api

สามารถรันแบบออฟไลน์ได้หรือไม่?

บนแอป Mac เอกสารจะถูกเก็บไว้ในเครื่องเท่านั้นเมื่อใช้โมเดลแบบออฟไลน์ หากต้องการใช้งานแบบออฟไลน์เต็มรูปแบบจำเป็นต้องใช้ SDK

มีประสิทธิภาพอย่างไรใน WholeDoc Bench?

< a href="22">WholeDoc Bench ใหม่ของ Nutrient ให้คะแนนเอกสารทั้งฉบับ ไม่ใช่เพียงหน้าเดียว: เอกสาร 480 ฉบับ, กว่า 30 ภาษา, 7 ด้าน (เวิลด์ด็อก เบนช์)

การตั้งค่าโดยรวมตารางแผนภูมิตำแหน่ง¢/หน้า
Nutrient Agentic86.287.164.588.61.8
Nutrient Understand80.886.135.186.40.9
Claude Fable 5.1 (ความพยายามสูง)67.184.758.966.017.8
Azure Document Intelligence65.969.4072.5≈2.8
GPT-6.1 Sol (ความพยายามปานกลาง)62.982.847.649.3≈3.1
Extend (ประสิทธิภาพ)60.580.840.675.22.0
Reducto (R-1)59.976.438.576.4≈1.7
LlamaParse Agentic Plus56.789.50*65.4≈5.6
AWS Textract49.971.4070.01.5
Docling40.063.920.20Local

แถวที่เลือก, Leaderboard WholeDoc, 5 พฤศจิกายน 2026, ราคาตามรายการ. *คะแนนยังอยู่ระหว่างการตรวจสอบ.

ความต่อเนื่องข้ามหน้าเป็นช่องว่างที่ใหญ่ที่สุด ในเอกสาร 44 ฉบับที่มีตารางข้ามหน้า การตั้งค่า 15 จาก 19 แบบแทบไม่สามารถเก็บตารางไว้ได้ครบถ้วน

Nutrient เป็นผู้สร้างและดำเนินการทดสอบ โดยชุดทดสอบหลักเป็นแบบส่วนตัว โค้ด ใช้สัญญาอนุญาต Apache-2.0 พร้อมตัวอย่างสาธารณะ 10 เอกสาร

ข้อสำคัญที่ควรทราบ

  • ฟิลด์ประกอบด้วยหน้า, บริเวณ, ป้ายกำกับการจับคู่ และหากมี ค่าความเชื่อมั่น
  • กำหนดค่าและทดสอบใน Studio ก่อนเขียนโค้ด API ใดๆ
  • การดึงข้อมูลในโหมด Understand มีค่าใช้จ่าย $15 ต่อ 1,000 หน้า
  • Agentic นำโด่ง WholeDoc Bench ของ Nutrient ด้วยคะแนน 86.2 คิดค่าใช้จ่าย 1.8¢ ต่อหน้า
  • แผนภูมิยังคงเป็นเรื่องยาก: 64.5 คือคะแนนแผนภูมิ WholeDoc ที่ดีที่สุด

โปรดดู Data Extraction API, เกณฑ์มาตรฐาน, เซิร์ฟเวอร์ MCP และ ทักษะเอเจนต์บน GitHub


ขอบคุณทีม AI ของ Nutrient สำหรับความเป็นผู้นำทางความคิด / ทรัพยากรที่สนับสนุนบทความนี้ บทความนี้ได้รับการสนับสนุน

โพสต์ Nutrient Data Extraction API: JSON Matching Your Schema With Per-Field Citations and Confidence ปรากฏครั้งแรกบน MarkTechPost.

อ่านบทความนี้ต่อที่แหล่งที่มา: marktechpost.com