用途：langextract 用于从非结构化文本中抽取结构化数据，核心特点是每条抽取结果都能追溯到原文（source grounding），而不仅是给出最终值。适合抽取实体、关系或事实，处理临床笔记、法律文书、研究论文、报告、日志等，也适合需要来源可追溯的抽取流水线。
主要能力：通过示例定义抽取模式（schema）；支持长文档的分块、并行 worker 与多轮抽取以提升召回；支持 Gemini、OpenAI、Ollama 或自定义提供方；可生成抽取片段叠加在原文上的 HTML 可视化，便于人工复核。
使用方式：先用 prompt 说明抽取内容与接地要求，再创建若干 ExampleData 对象，展示抽取类别、原文中的精确 extraction_text 片段及补充属性；示例即模式契约，质量比堆叠指令更重要。随后调用 lx.extract()，传入文本、prompt、examples 与 model_id。Gemini 为最简默认路径；OpenAI 需 pip install langextract[openai]，并保持 fence_output 与 use_schema_constraints 不设置以自动配置；Ollama 使用 model_url="http://localhost:11434" 并同样倾向自动默认。长文档可设置 extraction_passes、max_workers、max_char_buffer，再用 lx.io.save_annotated_documents 保存、lx.visualize 生成 HTML 复核。
限制：不适用于 OCR、PDF 版面解析或图像转文本；不用于普通摘要、分类或问答；不是通用 RAG 系统；输入需为干净文本或可抓取的 URL。少样本示例可能泄漏进输出，无法在原文中接地的抽取会标记 char_interval = None，需要严格接地时可据此过滤。若下游使用 start 与 end，应先核对片段是否仍与原文一致。许可证为 Apache 2.0。