Unstract 是一个开源工具，旨在从各种文档和数据库中提取结构化数据。它的设计目的是简化数据提取过程，使用户能够轻松获取所需的信息。

主要功能

Unstract 是一个无代码的大型语言模型（LLM）平台，主要功能包括：

• 自动化文档处理：Unstract 旨在简化从非结构化文档中提取数据的过程，支持用户通过无代码方式构建 API 和 ETL（提取、转换、加载）管道，以便将复杂文档转化为结构化数据，如 JSON 格式。

• 多种数据源支持：该平台能够从多种云文件存储和对象存储系统读取文档，并将提取到的结构化数据写入流行的数据库和数据仓库，如 PostgreSQL、AWS S3 等。

• 无代码操作界面：Unstract 提供了一个直观的无代码 Prompt Studio，用户可以在这里进行提示工程，轻松创建文档处理规则，而无需编写代码。

• 集成先进的 LLM：该平台支持多种大型语言模型提供商，包括 OpenAI、Google VertexAI 和 Azure OpenAI，使其能够处理各种复杂的文本提取任务。

• 广泛的应用场景：Unstract 可以应用于财务自动化、医疗信息管理、法规合规和客户服务等多个领域，帮助企业提高工作效率并降低人工成本。

通过这些功能，Unstract 使得用户能够更高效地处理和管理非结构化数据，推动业务自动化。

使用条件

要使用 Unstract，用户需要具备以下条件：

• 基本的编程知识：虽然 Unstract 提供了一些易于使用的接口，但对编程的基本理解将有助于更好地利用其功能。
• 支持的环境：Unstract 依赖于 Docker，因此用户需要在其系统上安装 Docker，以便运行相关的容器。
• 数据源：用户需要准备好要提取数据的文档或数据库。

如何使用

使用 Unstract 的步骤如下：

1. 安装 Docker：确保你的系统上已安装 Docker。
2. 克隆 Unstract 仓库：

   git clone https://github.com/Zipstack/unstract.git
   cd unstract
   

3. 构建 Docker 镜像：

   docker build -t unstract .
   

4. 运行 Unstract： 使用以下命令启动 Unstract，并指定要处理的数据源：

   docker run unstract --source <data_source>
   

5. 查看结果：运行完成后，Unstract 将输出提取的数据，用户可以根据需要进行后续处理。

使用效果

Unstract 能够高效地从各种文档和数据库中提取信息，支持以下效果：

• 快速提取：能够快速从复杂的文档中提取结构化数据。
• 多样化输出：支持多种格式的输出，包括 JSON、CSV 等，方便后续的数据分析和处理。

支持的数据源

Unstract 支持多种类型的数据源，包括但不限于：

• 文档格式：如 PDF、Word 文档、Markdown 文件等。
• 数据库：能够连接并提取 SQL 数据库中的数据。
• 其他格式：如 CSV 文件和 JSON 数据等。

通过这些功能，Unstract 为用户提供了一种灵活且高效的数据提取解决方案，适用于各种应用场景。

Prompt Studio

Unstract 的 Prompt Studio 是一个无代码的界面，旨在帮助用户轻松提取和处理文档中的数据。以下是使用 Prompt Studio 的步骤和功能介绍：

使用步骤

1. 添加文档：

   • 用户首先需要将要处理的文档上传到 Prompt Studio。支持多种格式的文档，包括 PDF 和 Word 等。

2. 提示工程：

   • 在 Prompt Studio 中，用户可以设置提示（prompts），定义需要提取的字段。这一过程允许用户通过简单的配置来指导模型如何理解和处理输入文档。

3. 配置项目：

   • 用户可以将 Prompt Studio 项目配置为 API 部署或 ETL（提取、转换、加载）管道。这意味着可以选择将提取的数据直接发送到数据库或其他存储位置。

4. 部署工作流：

   • 最后，用户可以将工作流部署为非结构化数据 API 或 ETL 管道，开始自动化处理文档。此步骤通常涉及设置输入源和输出目标，以确保数据流的顺利进行。

功能特点

• 无代码操作：Prompt Studio 旨在让没有编程背景的用户也能轻松上手，通过直观的界面进行数据提取。
• 强大的集成能力：支持多种大型语言模型（如 OpenAI、Google VertexAI 等），以及多种数据库和云存储服务，使得数据处理更加灵活。
• 快速部署：用户只需几个简单步骤即可完成整个流程，从文档上传到数据提取和存储。

应用场景

Prompt Studio 可广泛应用于多个领域，如：

• 财务自动化：自动解析信用卡对账单并同步至会计系统。
• 医疗信息管理：将病历文档结构化，用于患者记录管理。
• 法规合规：自动审查合同，提取关键条款以降低法律风险。

通过这些功能，Unstract 的 Prompt Studio 为用户提供了一个高效且灵活的工具，帮助他们更好地管理和利用非结构化数据。