用途:本技能通过阿里云 Document Mind(DocMind)Node.js SDK 提交文档解析作业,并轮询获取解析结果,用于提取文档结构、文本与版面信息,面向 Claude Code/Codex 的文档理解场景。
主要能力:支持以文件 URL 提交解析任务,也支持本地文件流上传(SubmitDocStructureJobAdvance);作业为异步模式,提交后需轮询至 completed=true,典型轮询间隔约 10 秒,最长处理窗口为 120 分钟;可设置轮询间隔与最大轮询次数的环境变量。
使用方式:先安装依赖 npm install @alicloud/docmind-api20220711 @alicloud/tea-util @alicloud/credentials;通过环境变量 ALICLOUD_ACCESS_KEY_ID、ALICLOUD_ACCESS_KEY_SECRET 提供凭证,ALICLOUD_REGION_ID 可选(未设置时需选择合理区域或询问用户)。以 URL 提交时使用 SubmitDocStructureJobRequest 设置 fileUrl 与 fileName,再用 GetDocStructureResultRequest 按 id 轮询结果。也可运行脚本:DOCMIND_FILE_URL 等环境变量后执行 node skills/ai/text/alicloud-ai-text-document-mind/scripts/quickstart.js。
适用场景:需要在自动化流程中解析 PDF 等文档、提取结构与版面信息的开发场景。
限制与注意:使用 URL 提交时文件须可公开访问;错误码 UrlNotLegal 表示 URL 不可公开访问或格式错误,DocProcessing 表示作业仍在运行需继续轮询,Fail 需检查 message 与错误码定位原因;调用前需确认区域与操作是否为只读或会产生变更,建议先运行一次最小只读查询验证连通性与权限,并将结果与证据保存在 output/alicloud-ai-text-document-mind/ 下。