Unstructured.io 文档解析：API 配置与结果检查
Unstructured.io 文档解析通过工作流画布上的 Unstructured API 组件连接。其接口结合了服务商凭据、文件选择和分块选项；请检查返回的 Table，确认提取段落如何传给后续节点。
Unstructured API 属于 目录中有记载；Ai Flowi 尚未进行生产环境测试。其描述称它从原始来源文档中提取干净文本，支持广泛的文件类型；目录没有列举这些格式。
Unstructured.io 说明，作者：Ai Flowi · 发布于：
官方来源：Unstructured 文档
Unstructured API 操作和输出
此类别在 2026 年 10 月 9 日的 AI Flowi Workflow 1.9.2 导出中包含一个组件， unstructured.Unstructured。 目录索引 列出该系列；此处详细介绍文件选择、API 设置和分块接口。
| 显示名称 | 必填字段 | 输出名称 | 输出标签 / 类型 |
|---|---|---|---|
| Unstructured API | api_key | dataframe | Files / Table |
关于 Files 标签和端口约定的通用区别，请参阅 Docling 输出说明.
相关内容：邮件解析：从提供的 EML 文件读取邮件头与 MIME 部分。
全部 11 个输入，包括 API 配置
仅 api_key 标记为必填。此标记不表示节点在没有文档时仍能提取有用内容。可选元数据描述接口，但未说明默认值或运行中的组件接受哪些组合。
| 字段 | 类型与必填要求 | 可连接的值类型 | 分区配置说明 |
|---|---|---|---|
api_key | str / 必填 | [] （未列出连接类型） | 必填的服务商凭据；接受的类型列表为空。 |
api_url | str / 可选 | Message | 可选的端点设置；未导出默认值。 |
chunking_strategy | str / 可选 | 未注明 | "" （空字符串）， "basic", "by_title", "by_page", "by_similarity"。空白选项表示字面上的空字符串。 |
delete_server_file_after_processing | bool / 可选 | 未注明 | 未记载删除目标、时机或默认值。 |
file_path | other / 可选 | Data, JSON, Message | 传入的路径载荷；未提供对象布局。 |
ignore_unspecified_files | bool / 可选 | 未注明 | 未注明选择行为。 |
ignore_unsupported_extensions | bool / 可选 | 未注明 | 未提供支持的扩展名和跳过行为。 |
path | file / 可选 | 未注明 | 文件选择器字段；缺少连接元数据。 |
separator | str / 可选 | 未注明 | 分隔符设置；未导出分隔符语法。 |
silent_errors | bool / 可选 | 未注明 | 此标记没有定义故障处理方式。 |
unstructured_args | NestedDict / 可选 | 未注明 | 附加参数；未列出受支持的键。 |
请按照 凭据指南 使用自己 Unstructured.io 账户的 API 密钥，并单独预算服务商用量费用；请确认端点，不要假定可选的 api_url 已经包含端点。
先选择单个来源，再尝试批量处理
path 是文件输入。 file_path 则接受 Data、JSON 或 Message 连接。这是不同的接口：Table 输出不在列出的 file_path接受类型中。快照未定义路径对象键、列表格式或两个字段同时填写时哪个来源优先。
先使用一个获准文件，并在组件中检查所选值。上传和选择器控制请参阅 现有文件选择指南 。应检查该选择器允许的类型和大小，不要将“广泛支持”理解为任何扩展名都可用。
使用 separator 前，应先确认预期路径表示。仅有字符串字段并不能说明文件名包含所选分隔符时该如何转义。两个忽略标记也未注明文件选择规则。来源缺失和不支持的扩展名都需要明确检查覆盖情况：这些标记没有说明它们会表现为失败，还是从结果中消失。
分块策略及附加参数
上述带引号的策略值保留导出的拼写，包括 ""；目录未比较其算法，也未说明空选项、兼容性、分块长度或元数据保留。
为按章节处理的任务选择策略时，应找一个需要同一章节中相邻两段内容的问题。在实际结果中定位两段，确认后续组件能否在不拼接无关章节的情况下恢复两者。按页处理的任务，则使用跨越分页处的段落。只改变一项设置，比较这些具体边界；仅凭名称 "by_title" 和 "by_page" 无法确认哪种结果适合哪种任务。
unstructured_args 类型为 NestedDict。它提供附加参数输入，但未列出支持的键，也未说明与 chunking_strategy的优先级关系。请勿填入猜测的 OCR、语言或分区选项。仅在确认端点和组件接受的参数名及值后，才添加参数。
配置一次小规模分区结果检查
配置示例，非实际测试记录
准备一份合成的两页流程文档，分别介绍办公室开门和关门操作。将关门指令和例外情况放在相邻段落，两段之间设置分页。用此布局检查所选策略是否分离了关门任务所需的上下文；这是建议的样本，并非已观察到的 API 响应。
- 添加 Unstructured API ，并通过组件可用的凭据控制，将服务商凭据填入
api_key。请勿将密钥放入文档或任何共享工作流说明中。 - 核实
api_url是否与端点配置一致。将这份合成文档选入path；将file_path留空，使首次练习不依赖未记载的来源优先级。 - 在此练习中，明确设置
silent_errors= false，并设置delete_server_file_after_processing= false。 - 选择
chunking_strategy="basic"，作为已列出的示例选项。将unstructured_args留空，直到有已核实的参数可供填写。 - 仅在检查凭据和来源后运行。记录 Table 的实际列，定位关门指令和例外情况；选择后续组件前，记录它们位于同一值、不同的行，还是嵌套值中。
对于此流程，有用的检查笔记应记录所选策略下关门指令和例外情况的实际位置，以及后续组件需要做的任何拼接；它描述实际结果，不强加编造的字段名。
使用分区结果前，先检查结果
使用 Document AI 的来源忠实度检查 ，检查读取准确性及标签和值的对应关系。
- 来源覆盖： 将所选来源与实际输出对照。后续增加文件时，应分别检查每个来源，避免一份文档的合理结果掩盖另一份遗漏文档。
- Table 结构： 直接检查列名和值类型。嵌套对象、普通字符串和缺失值需要不同处理；Table 声明未说明各单元格内容。不要只检查第一行：对一个非空字符串有效的选择器，后面可能遇到不同值类型。
- 策略变化： 比较
"basic"与"by_page"时，保持流程、端点和附加参数不变。记录关门例外情况的位置，以及输出是否提供可用方式恢复其相邻指令。行数较少本身不足以选择任一配置。 - 故障可见性： 在自己的设置中，检查端点不可用或获准测试文件不适用时的响应。记录组件是报错、跳过内容还是返回部分数据；此处均未指定这些结果。
Unstructured API 提取的保留边界和替代方案有哪些？
更改这些标记前，请遵循 通用保留和错误抑制注意事项 。
本参考未确认 OCR 准确率、服务商配额、响应时间上限或当前 API 定价。需结合人工复核提取具名业务字段时，可使用 Document AI。关于本地与远程 Docling 处理及文档导出，请查看 Docling 集成文档 。
节点用量及后续参考
套餐：Go 年付方案每月 USD8 起（月付 USD10），Plus 年付方案每月 USD16 起（月付 USD20），Pro 100 年付方案每月 USD80 起（月付 USD100），Pro 200 年付方案每月 USD160 起（月付 USD200），Pro 500 年付方案每月 USD400 起（月付 USD500），每月包含 5,000 至 250,000 个 Flowi Tokens，并支持充值；每次节点运行消耗 1 个 token；不包含第三方 API 和模型使用费用。
请单独计算 API 节点执行次数，不要与后续转换或模型节点混算。请查阅 集成目录 了解其他服务接口，并查阅 已记载的用例 了解更广泛的工作流背景。