核心用法
Laiye ADP（Agentic Document Processing）是一款面向企业场景的文档智能处理API，通过视觉语言模型（VLM）与大语言模型（LLM）的双层架构，实现非结构化文档到结构化数据的自动转换。核心工作流包含两个阶段：文档识别（VLM阶段，0.5积分/页）与字段提取（LLM阶段，1积分/页）。
主要功能特性：
- 多格式支持：PDF、PNG、JPG、JPEG、BMP、TIFF、DOC/DOCX、XLS/XLSX等10余种格式
- 双模式输入：支持URL直链与Base64编码上传（最大20MB）
- 同步/异步双端点：小文件用同步接口即时响应，大文件用异步任务轮询
- 字段级置信度：每个提取字段返回0-1置信度，建议低于0.8人工复核
- 可选VLM原始输出：通过
with_rec_result=true获取视觉识别中间结果
典型应用场景：
- 发票处理（发票号、日期、供应商、金额、明细行）
- 订单与收据处理
- 身份证件信息提取
- 合同关键条款提取
- 物流单据结构化
集成方式：
# 基础调用
curl -X POST ".../v1/app/doc/extract" \
-H "X-Access-Key: $ADP_ACCESS_KEY" \
-d '{"app_key":"...","app_secret":"...","file_url":"..."}'显著优点
1. 零配置开箱即用：无需自定义训练，内置企业级文档优化模型
2. 企业级准确性：基于"大规模企业文档"专业优化，识别精度高
3. 双模型架构：VLM处理复杂版式，LLM理解语义，协同提升准确率
4. 透明计费：按页计费（1.5积分/页），新用户每月100免费积分
5. 灵活的异步机制：支持大文件异步处理，避免同步超时
6. 完善的置信度体系：便于构建人机协同审核工作流
潜在缺点与局限性
1. 商业授权门槛：需联系获取API凭证，非完全自助开通
2. 文件大小限制：Base64方式最大20MB，超大文档需预处理
3. 并发限制：每租户10并发请求，高吞吐场景需队列管理
4. 不支持音视频：明确不适用于视频转录、音频转录场景
5. 数据出境风险：文档上传至adp-global.laiye.com外部服务器处理，敏感数据需评估隐私政策
6. 超时风险：同步请求10分钟超时，大文件必须用异步模式
适合人群
- 财务/会计团队：自动化发票录入、费用报销单据处理
- 采购与供应链：订单自动化处理、物流单据结构化
- 企业IT部门：构建RPA+AI的智能文档处理流水线
- SaaS开发商：集成文档理解能力至自有产品
- 中大型企业：有批量文档处理需求且重视数据安全合规
常规风险
| 风险类别 | 具体描述 | 缓解建议 |
|---------|---------|---------|
| **数据隐私** | 文档上传至第三方服务器 | 审查隐私政策，测试阶段使用脱敏样本 |
| **凭证泄露** | app_key/app_secret泄露导致未授权访问 | 使用环境变量，定期轮换（90天周期） |
| **传输安全** | 中间人攻击窃取文档内容 | 确认HTTPS强制启用，验证证书 |
| **计费失控** | 大流量场景积分消耗超预期 | 设置用量监控，利用免费额度测试 |
| **提取错误** | 低置信度字段未人工复核导致业务错误 | 建立<0.8置信度的自动标记机制 |