用途:该技能是一个引导式向导,用于调用 LandingAI 的 Agentic Document Extraction(ADE)API。当用户需要把文档(PDF、图片、表格)解析成 markdown、从文档中抽取结构化字段,或对多文档 PDF 做分类与切分时使用。
主要能力:包含四类操作——Parse(解析为 markdown)、Extract(按 JSON schema 抽取字段)、Split(按分类配置切分文档)、Parse Job(异步解析任务,可轮询状态)。支持 PDF、PNG、JPG、JPEG、TIFF、BMP、WEBP、HEIC 以及 XLSX、CSV。
使用方式:先用 AskUserQuestion 收集 API Key、区域(US 默认,EU 为 api.va.eu-west-1.landing.ai)、操作类型和输出目录。抽取与切分只接受 markdown,因此若输入是 PDF 或图片需先解析。认证为 Authorization: Bearer $VISION_AGENT_API_KEY,字段名为 document(解析)或 markdown(抽取/切分),必须用 -F 而非 -d。主要端点:POST /v1/ade/parse(model=dpt-2-latest)、POST /v1/ade/extract(model=extract-latest,需 schema)、POST /v1/ade/split(model=split-latest,需 split_class)、POST /v1/ade/parse/jobs 及其 GET 查询与列表。解析结果建议用 jq . 输出到文件,并用 jq 查询摘要而非把全文读入上下文。
限制:解析输出 token 消耗大(约每页 55,000 token),需避免读取完整文件;50 页以上文档建议用异步任务;抽取的 schema 为必填且必须匹配,否则会出现 schema_violation_error。错误码 401、400、422、429、500+ 分别对应密钥、请求、文件/schema、限流和服务端问题。该资料未提供收费与价格信息。