SuperAPI AI 工具集

llamaparse

办公与效率

查看项目

更新于 10-16 08:11

技能介绍

用途:当用户要求解析非结构化文件(PDF、PPTX、DOCX、XLSX 等)内容时使用该技能,借助 LlamaParse 提取文本、Markdown、图片等。

主要能力:支持多种文档格式解析;可选择解析层级(fast、cost_effective、agentic、agentic_plus,默认推荐 agentic);通过 expand 参数控制返回内容,如 text_full、markdown_full、items、images_content_metadata 等;支持结构化选项配置输入、输出、处理与 agentic 选项,可用 custom_prompt 引导提取(翻译、摘要、结构化抽取等);可下载图片(需 Bearer 认证)。

使用方式:先确认环境变量 LLAMA_CLOUD_API_KEY 已设置,且已安装 @llamaindex/llama-cloud@latest,未安装时运行 npm install @llamaindex/llama-cloud@latest。随后生成 TypeScript 脚本,采用“先上传再解析”模式:用 client.files.create 上传文件获取 file_id,再用 client.parsing.parse 解析;脚本需包含 node shebang,建议用 npx tsx script.ts 执行。执行前需用户授权。

限制:需有效的 Llama Cloud API Key;result.text_full、result.markdown_full、result.items 可能为 undefined,需防御性处理;请求 *_content_metadata 会增加负载;图片下载需预签名 URL 与 Bearer 认证。具体收费、价格与平台支持情况暂未提供。