Unstructured.io обработка документов: интеграция с AI Flowi Workflow
Unstructured.io обработка документов: подключите извлечение текста через компонент Unstructured API на схеме рабочего процесса. Его интерфейс объединяет ключ доступа провайдера, выбор файла и параметры разбиения на фрагменты; проверьте возвращаемый Table, чтобы определить, как извлечённые фрагменты могут поступить в следующий узел.
Unstructured API описан в каталоге; не проверен Ai Flowi в рабочей среде. Согласно описанию, он извлекает чистый текст из необработанных исходных документов и поддерживает широкий набор типов файлов; каталог не перечисляет эти форматы.
Автор: Ai Flowi · Заметки об Unstructured.io от Ai Flowi · Опубликовано:
Официальный источник: документация Unstructured
Операция и выход Unstructured API
Эта категория содержит один компонент, unstructured.Unstructured, в выгрузке AI Flowi Workflow 1.9.2 от 9 октября 2026 года. Указатель каталога перечисляет эту группу; здесь подробно рассмотрены выбор файла, настройки API и интерфейс разбиения на фрагменты.
| Отображаемое имя | Обязательное поле | Имя выхода | Метка / тип выхода |
|---|---|---|---|
| Unstructured API | api_key | dataframe | Files / Table |
Общее различие между меткой Files и спецификацией её порта описано в объяснении выходов Docling.
По теме: Парсинг писем из предоставленных EML-файлов: заголовки и части MIME.
Все одиннадцать входов, включая настройки API
Только api_key отмечен как обязательный. Эта отметка не означает, что узел может извлечь полезное содержимое без документа. Метаданные необязательности описывают интерфейс, но не значения по умолчанию или сочетания, принимаемые выполняющимся компонентом.
| Поле | Тип и обязательность | Типы подключаемых значений | Примечания к настройке разбиения |
|---|---|---|---|
api_key | str / Обязательное | [] (типы подключений не перечислены) | Обязательный ключ доступа провайдера; список допустимых типов пуст. |
api_url | str / Необязательное | Message | Необязательная настройка конечной точки; значение по умолчанию не включено в выгрузку. |
chunking_strategy | str / Необязательное | Не указано | "" (Пустая строка), "basic", "by_title", "by_page", "by_similarity". Пустой вариант — это буквально пустая строка. |
delete_server_file_after_processing | bool / Необязательное | Не указано | Объект удаления, момент удаления и значение по умолчанию не описаны. |
file_path | other / Необязательное | Data, JSON, Message | Входящая полезная нагрузка пути; структура объекта не предоставлена. |
ignore_unspecified_files | bool / Необязательное | Не указано | Поведение выбора не определено. |
ignore_unsupported_extensions | bool / Необязательное | Не указано | Поддерживаемые расширения и поведение пропуска не указаны. |
path | file / Необязательное | Не указано | Поле выбора файла; метаданные подключения отсутствуют. |
separator | str / Необязательное | Не указано | Настройка разделителя без описания его синтаксиса в выгрузке. |
silent_errors | bool / Необязательное | Не указано | Эта отметка не определяет обработку ошибок. |
unstructured_args | NestedDict / Необязательное | Не указано | Дополнительные аргументы; поддерживаемые ключи не перечислены. |
Используйте рекомендации по ключам доступа с ключом API из собственной учётной записи Unstructured.io и отдельным бюджетом на использование провайдера; подтвердите конечную точку, не предполагая, что необязательное api_url уже содержит её.
Выберите один источник перед пакетной обработкой
path — файловый вход. file_path, в свою очередь, принимает подключения Data, JSON или Message. Это разные интерфейсы: выход Table не входит в список допустимых типов для file_path. Снимок не определяет ключ объекта пути, формат списка или приоритет источника, если заполнены оба поля.
Начните с одного разрешённого файла и проверьте выбранное значение в компоненте. Для загрузки и элементов выбора используйте существующее руководство по выбору файлов. Проверьте типы и размер, разрешённые этим элементом выбора, не превращая «широкий набор» в обещание поддержки любого расширения.
Используйте separator только после подтверждения ожидаемого представления пути. Само строковое поле оставляет неясным экранирование разделителя, если имя файла содержит выбранный разделитель. Две отметки игнорирования также не определяют правила выбора файлов. Отсутствующий источник и неподдерживаемое расширение требуют явной проверки полноты обработки: отметки не указывают, проявится ли каждый случай как ошибка или исчезнет из результата.
Стратегия разбиения на фрагменты и дополнительные аргументы
Значения стратегий в кавычках выше сохраняют написание из выгрузки, включая ""; каталог не сравнивает их алгоритмы и не объясняет пустой вариант, совместимость, длину фрагментов или сохранение метаданных.
Чтобы выбрать стратегию для задачи по разделам, определите вопрос, требующий двух соседних абзацев одного раздела. Найдите эти абзацы в наблюдаемом результате и выясните, может ли компонент-потребитель получить оба без объединения несвязанных разделов. Для задачи по страницам используйте фрагмент, пересекающий разрыв страницы. Сравнивайте эти конкретные границы при изменении одной настройки; сами имена "by_title" и "by_page" не определяют, какой результат подойдёт каждой задаче.
unstructured_args имеет тип NestedDict. Это вход дополнительных аргументов, но поддерживаемые ключи и правила приоритета относительно chunking_strategy не указаны. Не заполняйте его предполагаемыми параметрами OCR, языка или разбиения. Добавляйте аргумент только после проверки допустимого имени и значения для своей конечной точки и компонента.
Настройте небольшую проверку результатов разбиения
пример настройки, а не зафиксированный тест
Подготовьте искусственный двухстраничный документ с процедурой и отдельными разделами об открытии и закрытии офиса. Поместите инструкцию по закрытию и исключение из неё в соседние абзацы с разрывом страницы между ними. Используйте эту структуру, чтобы проверить, разделяет ли выбранная стратегия контекст, необходимый для задачи закрытия; это предлагаемый образец, а не наблюдаемый ответ API.
- Добавьте Unstructured API и введите ключ доступа провайдера в
api_key, используя доступный элемент управления ключом в компоненте. Не включайте секрет в документ или общее описание рабочего процесса. - Сверьте
api_urlс конфигурацией своей конечной точки. Выберите один искусственный документ вpath; не используйтеfile_path, чтобы первое упражнение не зависело от недокументированного приоритета источников. - Явно установите
silent_errors= false иdelete_server_file_after_processing= false для этого упражнения. - Выберите
chunking_strategy="basic"как пример варианта из списка. Не задавайтеunstructured_args, пока не появится проверенный аргумент для передачи. - Запускайте только после проверки ключа доступа и источника. Зафиксируйте фактические столбцы Table и найдите инструкцию по закрытию и исключение; перед выбором компонента-потребителя отметьте, находятся ли они в одном значении, отдельных строках или вложенном значении.
Для этой процедуры полезная запись проверки указывает наблюдаемое расположение инструкции по закрытию и исключения при выбранной стратегии, включая объединения, которые потребуются следующему компоненту; она описывает ваш результат, не навязывая вымышленные имена полей.
Проверьте результат разбиения перед его использованием
Для точности чтения и связи меток со значениями используйте проверки соответствия источнику в Document AI.
- Полнота охвата источников: сравните выбранный источник с фактически полученным результатом. При последующем добавлении файлов проверяйте каждый источник отдельно, чтобы правдоподобный результат одного документа не скрывал пропуск другого.
- Структура Table: непосредственно проверьте имена столбцов и типы значений. Вложенный объект, обычная строка и отсутствующее значение требуют разной обработки; объявление Table не определяет содержимое отдельных ячеек. Проверяйте не только первую строку: выбор поля, работающий на одной заполненной строке, позднее может столкнуться с другим типом значения.
- Изменение стратегии: сохраняйте процедуру, конечную точку и дополнительные аргументы неизменными при сравнении
"basic"с"by_page". Зафиксируйте, куда попадает исключение из инструкции по закрытию и предоставляет ли результат пригодный способ получить соседнюю инструкцию. Само по себе меньшее число строк не является основанием для выбора одной из конфигураций. - Видимость ошибок: проверьте ответ на недоступную конечную точку или неподходящий разрешённый тестовый файл в собственной конфигурации. Зафиксируйте, выдаёт ли компонент ошибку, пропускает содержимое или возвращает частичные данные; ни один из этих исходов здесь не определён.
Каковы границы хранения и какие есть альтернативы извлечению через Unstructured API?
Перед изменением этих отметок примените общие меры предосторожности при хранении и подавлении ошибок.
Этот справочник не устанавливает точность OCR, квоту провайдера, предельное время ответа или текущую стоимость API. Для извлечения именованных бизнес-полей с проверкой человеком используйте Document AI. Для локальной и удалённой обработки Docling, а также экспорта документов изучите интеграцию Docling.
Учёт выполнения узлов и следующие справочники
Тарифы: Go от USD8 в месяц при годовой оплате (USD10 помесячно), Plus от USD16 (USD20 помесячно), Pro 100 от USD80 (USD100 помесячно), Pro 200 от USD160 (USD200 помесячно) и Pro 500 от USD400 (USD500 помесячно), от 5,000 до 250,000 Flowi Tokens в месяц с возможностью пополнения; 1 токен за каждый запуск узла; использование сторонних API и моделей не включено.
Подсчитывайте выполнения узла API отдельно от последующих узлов преобразования или модели. Обратитесь к каталогу интеграций для интерфейсов других сервисов и к документированным сценариям использования для более широкого контекста рабочих процессов.