Integrasi Unstructured.io dengan AI dalam AI Flowi Workflow
Integrasi Unstructured.io dengan AI menyambungkan pengekstrakan dokumen melalui komponen Unstructured API pada kanvas aliran kerja. Antara mukanya menggabungkan bukti kelayakan penyedia, pemilihan fail dan pilihan pembahagian teks; periksa Table yang dikembalikan untuk menentukan cara petikan yang diekstrak boleh sampai kepada nod seterusnya.
Unstructured API didokumenkan dalam katalog; belum diuji dalam persekitaran produksi oleh Ai Flowi. Penerangannya menyatakan bahawa ia mengekstrak teks bersih daripada dokumen sumber mentah dan menyokong pelbagai jenis fail; katalog tidak menyenaraikan format tersebut.
Oleh Ai Flowi · Catatan Unstructured.io daripada Ai Flowi · Diterbitkan pada:
Sumber rasmi: dokumentasi Unstructured
Berkaitan: Email parsing daripada fail EML yang dibekalkan: pengepala dan bahagian MIME.
Operasi dan output Unstructured API
Kategori ini mengandungi satu komponen, unstructured.Unstructured, dalam eksport AI Flowi Workflow 1.9.2 bertarikh 9 Oktober 2026. Indeks katalog menyenaraikan keluarga komponen ini; butiran di sini menerangkan pemilihan fail, tetapan API dan antara muka pembahagian teksnya.
| Nama paparan | Medan wajib | Nama output | Label / jenis output |
|---|---|---|---|
| Unstructured API | api_key | dataframe | Files / Table |
Untuk perbezaan yang dikongsi antara label Files dengan kontrak portnya, lihat penerangan output Docling.
Kesemua sebelas input, termasuk konfigurasi API
Hanya api_key ditandakan wajib. Tanda itu tidak bermaksud nod boleh mengekstrak kandungan berguna tanpa dokumen. Metadata pilihan menerangkan antara muka tanpa mendokumenkan nilai lalai atau gabungan yang diterima oleh komponen ketika berjalan.
| Medan | Jenis dan keperluan | Jenis nilai yang boleh disambungkan | Catatan konfigurasi pembahagian |
|---|---|---|---|
api_key | str / Wajib | [] (tiada jenis sambungan disenaraikan) | Bukti kelayakan penyedia yang wajib; senarai jenis yang diterima kosong. |
api_url | str / Pilihan | Message | Tetapan titik akhir pilihan; tiada nilai lalai dieksport. |
chunking_strategy | str / Pilihan | Tidak dinyatakan | "" (Rentetan kosong), "basic", "by_title", "by_page", "by_similarity". Pilihan kosong ialah rentetan kosong secara literal. |
delete_server_file_after_processing | bool / Pilihan | Tidak dinyatakan | Sasaran pemadaman, masa dan nilai lalai tidak didokumenkan. |
file_path | other / Pilihan | Data, JSON, Message | Muatan laluan masuk; tiada susun atur objek disediakan. |
ignore_unspecified_files | bool / Pilihan | Tidak dinyatakan | Tingkah laku pemilihan tidak dinyatakan. |
ignore_unsupported_extensions | bool / Pilihan | Tidak dinyatakan | Sambungan fail yang disokong dan tingkah laku pelangkauan tidak disertakan. |
path | file / Pilihan | Tidak dinyatakan | Medan pemilih fail; metadata sambungan tiada. |
separator | str / Pilihan | Tidak dinyatakan | Tetapan pembatas tanpa tatabahasa pembatas yang dieksport. |
silent_errors | bool / Pilihan | Tidak dinyatakan | Pengendalian kegagalan tidak ditentukan oleh tanda ini. |
unstructured_args | NestedDict / Pilihan | Tidak dinyatakan | Argumen tambahan; kunci yang disokong tidak disenaraikan. |
Gunakan panduan bukti kelayakan dengan kunci API daripada akaun Unstructured.io sendiri dan bajet penggunaan penyedia berasingan; sahkan titik akhir dan bukannya menganggap api_url yang pilihan sudah mengandungi titik akhir.
Pilih satu sumber sebelum mencuba kelompok fail
path ialah input fail. file_path pula menerima sambungan Data, JSON atau Message. Ini ialah antara muka berbeza: output Table tidak termasuk dalam jenis yang disenaraikan sebagai diterima oleh file_path. Salinan eksport ini tidak menentukan kunci objek laluan, format senarai atau sumber yang diutamakan jika kedua-dua medan diisi.
Mulakan dengan satu fail yang dibenarkan dan periksa nilai yang dipilih dalam komponen. Ikuti panduan pemilihan fail sedia ada untuk kawalan muat naik dan pemilih. Semak jenis dan saiz yang dibenarkan oleh pemilih itu dan bukannya mentafsir “pelbagai jenis” sebagai janji bahawa semua sambungan fail berfungsi.
Gunakan separator hanya selepas mengesahkan perwakilan laluan yang dijangkakan. Medan rentetan sahaja tidak menjelaskan cara melepaskan aksara pembatas apabila nama fail sendiri mengandungi pemisah yang dipilih. Kedua-dua tanda pengabaian juga tidak menyatakan peraturan pemilihan fail. Sumber yang tiada dan sambungan fail yang tidak disokong kedua-duanya memerlukan semakan liputan yang jelas: tanda tersebut tidak menyatakan sama ada mana-mana keadaan muncul sebagai kegagalan atau hilang daripada hasil.
Strategi pembahagian teks dan argumen tambahan
Nilai strategi dalam tanda petikan di atas mengekalkan ejaan yang dieksport, termasuk ""; katalog tidak membandingkan algoritmanya atau menerangkan pilihan kosong, keserasian, panjang cebisan teks atau pengekalan metadata.
Untuk memilih strategi bagi tugas berasaskan bahagian, kenal pasti soalan yang memerlukan dua perenggan bersebelahan dalam satu bahagian. Dalam hasil yang anda perhatikan, cari perenggan itu dan tentukan sama ada komponen penerima boleh mendapatkan kedua-duanya tanpa menggabungkan bahagian yang tidak berkaitan. Untuk tugas berasaskan halaman, gunakan petikan yang merentasi pemisah halaman. Bandingkan batas sebenar ini dengan mengubah satu tetapan; nama "by_title" dan "by_page" sahaja tidak membuktikan hasil yang sesuai untuk mana-mana tugas.
unstructured_args mempunyai jenis NestedDict. Ia menyediakan input argumen tambahan tetapi tiada kunci yang disokong atau peraturan keutamaan berbanding chunking_strategy. Elakkan mengisinya dengan pilihan OCR, bahasa atau pembahagian yang diteka. Tambah argumen hanya apabila nama dan nilai yang diterima telah disahkan untuk titik akhir dan komponen anda.
Konfigurasikan pemeriksaan kecil hasil pembahagian
konfigurasi contoh, bukan ujian yang direkodkan
Sediakan prosedur sintetik dua halaman dengan bahagian berasingan untuk membuka dan menutup pejabat. Letakkan arahan penutupan dan pengecualiannya dalam perenggan bersebelahan, dengan pemisah halaman di antaranya. Gunakan susunan ini untuk memeriksa sama ada strategi yang dipilih memisahkan konteks yang diperlukan bagi tugas penutupan; ini ialah bahan ujian yang dicadangkan, bukannya respons API yang telah diperhatikan.
- Tambah Unstructured API dan masukkan bukti kelayakan penyedia dalam
api_keymenggunakan kawalan bukti kelayakan yang tersedia pada komponen. Jangan sertakan rahsia itu dalam dokumen atau apa-apa penerangan aliran kerja yang dikongsi. - Sahkan
api_urlberdasarkan konfigurasi titik akhir anda. Pilih satu dokumen sintetik dalampath; biarkanfile_pathtidak digunakan supaya latihan pertama tidak bergantung pada keutamaan sumber yang tidak didokumenkan. - Tetapkan
silent_errors= false dandelete_server_file_after_processing= false secara jelas untuk latihan ini. - Pilih
chunking_strategy="basic"sebagai pilihan contoh yang disenaraikan. Biarkanunstructured_argstidak ditetapkan sehingga anda mempunyai argumen yang telah disahkan untuk diberikan. - Laksanakan hanya selepas semakan bukti kelayakan dan sumber. Catat lajur sebenar Table dan cari arahan penutupan serta pengecualian; perhatikan sama ada kedua-duanya berada dalam satu nilai, baris berasingan atau nilai bersarang sebelum memilih komponen penerima.
Untuk prosedur ini, catatan pemeriksaan yang berguna mengenal pasti lokasi arahan penutupan dan pengecualian yang diperhatikan di bawah strategi yang dipilih, termasuk apa-apa penggabungan yang diperlukan oleh komponen penerima seterusnya; catatan itu menerangkan hasil anda tanpa menetapkan nama medan rekaan.
Semak hasil pembahagian sebelum menggunakannya
Gunakan semakan kesetiaan kepada sumber Document AI untuk ketepatan bacaan dan perkaitan label/nilai.
- Liputan sumber: bandingkan sumber yang dipilih dengan output yang benar-benar anda terima. Apabila menambah fail kemudian, semak setiap sumber secara berasingan supaya hasil yang munasabah daripada satu dokumen tidak menyembunyikan dokumen lain yang tertinggal.
- Struktur Table: periksa nama lajur dan jenis nilai secara langsung. Objek bersarang, rentetan biasa dan nilai yang tiada memerlukan pengendalian berbeza; pengisytiharan Table tidak menyatakan kandungan setiap sel. Semak lebih daripada baris pertama: pemilih yang berfungsi pada satu rentetan berisi mungkin menemui jenis nilai berbeza kemudian.
- Perubahan strategi: kekalkan prosedur, titik akhir dan argumen tambahan sambil membandingkan
"basic"dengan"by_page". Catat lokasi pengecualian penutupan dan sama ada output menyediakan cara yang boleh digunakan untuk mendapatkan arahan bersebelahannya. Bilangan baris yang lebih kecil sahaja bukan alasan untuk memilih mana-mana konfigurasi. - Keterlihatan kegagalan: periksa respons kepada titik akhir yang tidak tersedia atau fail ujian dibenarkan yang tidak sesuai dalam persediaan sendiri. Catat sama ada komponen menghasilkan ralat, melangkau kandungan atau mengembalikan data separa; tiada satu pun hasil tersebut dinyatakan di sini.
Apakah batas penyimpanan dan alternatif kepada pengekstrakan API Unstructured?
Gunakan langkah berjaga-jaga bersama untuk penyimpanan dan penyembunyian ralat sebelum mengubah tanda ini.
Rujukan ini tidak membuktikan ketepatan OCR, kuota penyedia, had masa respons atau harga API semasa. Untuk mengekstrak medan perniagaan bernama dengan semakan manusia, gunakan Document AI. Untuk pemprosesan Docling setempat berbanding jauh dan eksport dokumen, periksa integrasi Docling.
Penggunaan nod dan rujukan seterusnya
Pelan: Go dari USD8/bulan dengan bil tahunan (USD10 bulanan), Plus dari USD16 (USD20 bulanan), Pro 100 dari USD80 (USD100 bulanan), Pro 200 dari USD160 (USD200 bulanan) dan Pro 500 dari USD400 (USD500 bulanan), dengan 5,000 hingga 250,000 Flowi Tokens sebulan dan pilihan tambah nilai; 1 token bagi setiap pelaksanaan nod; penggunaan API dan model pihak ketiga tidak termasuk.
Kira pelaksanaan nod API secara berasingan daripada mana-mana nod penukaran atau model yang menyusul. Rujuk direktori integrasi untuk antara muka perkhidmatan lain dan kes penggunaan yang didokumenkan untuk konteks aliran kerja yang lebih luas.