核心用法
DeepRead 是一款生产级文档处理 API，专为企业级 OCR 和数据提取场景设计。用户通过 API 上传 PDF 或图片文件，系统返回结构化数据或 Markdown 格式的干净文本。核心流程包括异步提交任务、通过 webhook 接收结果或轮询获取状态。
结构化数据提取是其核心能力：用户通过 JSON Schema 定义所需字段，系统自动提取并返回带置信度分数的结果。每个字段包含 hil_flag 标志，指示是否需要人工复核。支持嵌套对象、数组等复杂数据结构。
Blueprints（优化模式）允许用户基于训练数据创建针对特定文档类型的优化提取模板，准确率可提升 20-30%。
显著优点
- 高准确率：多模型共识机制实现 95%+ 准确率，显著优于传统 OCR
- 智能质量标记：
hil_flag机制精准定位不确定性，避免全量人工审核 - 零提示工程：无需复杂 prompt 设计，通过标准 JSON Schema 即可定义提取需求
- 生产友好：支持 webhook 异步通知、公开预览链接、版本化的 Blueprint 管理
- 免费起步：2,000 页/月的免费额度，无信用卡要求，降低试用门槛
潜在局限
- 非实时处理：单次处理需 2-5 分钟，不适合实时场景
- 免费 tier 限制：每月 2,000 页、10 请求/分钟的限制，大规模应用需升级
- 文件限制：单文件上限 50MB，不支持密码保护的 PDF
- 异步依赖：必须配合 webhook 或轮询机制，增加了架构复杂度
- 优化周期：Blueprints 训练需额外时间和示例数据
适合人群
- 财务/运营团队：发票、收据自动化处理
- 法务/合规部门：合同关键条款提取与审核
- SaaS 开发者：集成文档工作流的 B2B 应用
- 数据录入外包商：替代传统人工录入流程
常规风险
- 数据隐私：敏感文档上传至第三方云端，需评估合规性（SOC 2、GDPR 状态未明确披露）
- API 密钥安全：密钥泄露可导致配额滥用
- 审核依赖风险：过度依赖
hil_flag=false的自动字段，可能遗漏边界错误 - 供应商锁定：Blueprints 和优化配置绑定平台，迁移成本需考虑