用途：从大语言模型（LLM）响应中提取可靠、带类型的数据，将非结构化文本转为结构化对象。核心流程为：定义 schema、选择方法（函数调用或提示）、生成响应、校验输出、处理错误（重试或回退）。
主要能力：支持多种提取方式，包括 OpenAI JSON 模式、函数调用、工具调用、Zod + 提示、OpenAI 结构化输出（Beta）。可用 Zod 定义 schema 并做运行时校验，支持层级数据、多步提取、流式结构化输出，以及带错误上下文的重试逻辑。
使用方式：以 TypeScript 为例，先定义 Zod schema（如联系人、产品评论、文档结构），再调用 OpenAI 接口。JSON 模式使用 response_format: { type: 'json_object' }；结构化输出使用 zodResponseFormat；函数调用定义 functions 与 function_call；工具调用使用 tools 与 tool_choice。解析后用 schema.parse 校验，失败时重试并附带错误信息。
适用场景：联系人信息抽取、命名实体识别、用户意图分类、产品评论结构化、文档层级解析、多步复杂提取等。
限制：资料未提供具体收费、价格、平台支持范围或性能数据；部分示例依赖 OpenAI 特定模型与 Beta 接口，实际可用性以官方为准。