核心用法
DocStrange 是 Nanonets 推出的 AI 文档提取 API，核心功能覆盖四大输出格式：Markdown 全文转换、JSON 结构化字段提取、CSV 表格提取、HTML 格式化输出。支持 PDF、图片（JPG/PNG/TIFF）、Word、Excel 等多种输入格式，提供同步（≤5 页）与异步（>5 页）两种处理模式。
典型工作流包括：
1. 文档转 Markdown - 将任意文档转为干净 Markdown，保留层级结构
2. 字段提取 - 通过字段列表或 JSON Schema 提取特定数据，附带 0-100 置信度评分
3. 表格提取 - 将 PDF 表格转为 CSV 格式
4. 高级功能 - 支持边界框坐标、文档层级结构、金融文档优化模式、自定义提取指令
API 设计简洁：统一入口 https://extraction-api.nanonets.com/api/v1/extract/{sync|async}，Bearer Token 认证，支持文件上传、URL、base64 三种输入方式。
显著优点
- 多格式覆盖：一站式解决 Markdown、结构化 JSON、CSV 需求，减少工具切换
- 置信度评分：JSON 提取支持字段级置信度（0-100），便于自动化质检和人工复核阈值设定（建议 <80 需人工审核）
- Schema 驱动：支持 JSON Schema 严格类型定义，适合企业级数据规范化流程
- 灵活输入：本地文件、公开 URL、base64 三选一，适配不同场景
- Nanonets 背书：专注文档 AI 多年的成熟厂商，API 稳定性有保障
潜在缺点与局限性
- 页数限制：同步模式硬限制 5 页，大文档必须实现异步轮询逻辑，增加集成复杂度
- 处理延迟：耗时 1-15+ 秒，不满足实时流式场景
- 成本考量：商业 API，高频调用需评估用量成本（文档未公开定价）
- 置信度非万能：手写体、低质量扫描件、复杂版式可能导致高置信度但实际错误，仍需人工抽检
- 中文/多语言支持未明确：文档示例以英文为主，复杂中文排版效果需实测验证
适合人群
- 财务/运营团队：发票、收据、银行对账单自动化处理
- 法务/合规人员：合同关键条款提取与结构化归档
- 开发者：需快速集成文档 OCR 和数据提取能力，不愿自建模型
- 数据录入外包替代：将人工数据录入转为 AI 自动化，降本增效
常规风险
- API 密钥泄露风险：Bearer Token 需妥善保管，避免硬编码提交到代码仓库
- 数据隐私：敏感财务/合同文档上传至第三方云端，需确认合规性（GDPR、等保等）
- 异步任务状态管理：轮询逻辑需设置合理超时和重试，避免无限等待
- 格式兼容性边缘案例：复杂表格嵌套、多栏排版、手写批注可能解析异常，需预留人工兜底流程