产品简介
LangExtract 是一个 Python 库，利用大语言模型从非结构化文本（如临床笔记、报告）中提取结构化信息。它解决手动提取效率低、准确性差的问题，支持精确源定位和交互式可视化，适合医疗、研究、数据分析等领域的专业人士和开发者。
核心功能
- 精确源定位，映射提取到源文本位置
- 可靠结构化输出，强制一致的输出模式
- 优化长文档处理，使用分块和并行处理提高召回率
- 交互式可视化，生成 HTML 文件查看提取结果
- 灵活 LLM 支持，兼容云模型和本地模型
快速开始
- 导入 langextract 库并定义提取任务，包括 prompt 和 examples
- 调用 lx.extract 函数运行提取，指定输入文本和模型
- 使用 lx.io.save_annotated_documents 保存结果并生成交互式可视化 HTML
界面预览
与其他方案对比
| 对比项 | langextract | 同类方案 |
|---|---|---|
| 提取精度与验证 | 精确源定位和交互式可视化，便于追踪和验证提取结果 | 传统工具可能缺乏上下文追踪，验证困难 |
| 模型支持灵活性 | 支持多种 LLMs，包括云模型（如 Gemini）和本地模型（通过 Ollama） | 同类工具可能仅支持特定模型或需额外定制 |
| 长文档处理能力 | 优化策略如文本分块和并行处理，提高大文档提取召回率 | 可能受模型上下文限制，处理长文档时提取不全 |
适合谁用
- 处理临床笔记的医疗研究人员
- 分析文本报告的数据分析师
- 开发自然语言处理应用的开发者
下载与版本
当前最新版本为 v1.6.0，发布于 2026-07-02。支持 Windows、macOS、Linux。点击页面「下载软件」按钮即可下载打包好的版本，根据你的电脑/手机系统来选择对应的软件。
注意事项
- 本工具仅供学习和研究使用，请遵守相关法律法规。
- 请尊重内容创作者版权，勿将下载内容用于商业或非法传播。
- 项目源码地址：https://github.com/google/langextract