Document Extraction (ADE)

Parsování PDF/obrázků/tabulek bez šablon do strukturovaného Markdown+JSON s extrakcí schématu a ohraničujícími rámečky.

od landing-ai · landing-ai/ade-document-processing-skills

Otestováno · Funguje ★ 9.2/10

Document Extraction (ADE) — Parsování PDF/obrázků/tabulek bez šablon do strukturovaného Markdown+JSON s extrakcí schématu a ohraničujícími rámečky.

Co umí

Obálka pro LandingAI's Agentic Document Extraction (ADE) API/SDK pro parsování PDF, obrázků, tabulek a prezentací do strukturovaného Markdownu s uzemněním na úrovni chunků, a následnou extrakci specifických polí pomocí JSON Schema nebo Pydantic modelu. Pokrývá také klasifikaci a rozdělování smíšených dávek dokumentů, generování obsahu a asynchronní úlohy pro velké soubory. Spouští se na základě extrakce založené na schématu, klasifikace stránek, rozdělování dokumentů, generování TOC nebo jakékoli zmínky o ohraničujících rámečcích/uzemnění/umístění slov.

Testovací report

Stejný úkol extrakce polí z faktury byl navržen dvakrát: základní řešení dosáhlo OCR + odhadů regex/LLM, cesta skillu Pydantic-to-JSON-Schema + client.extract() vrací pole plus sledovatelnost chunků pro každé pole a skóre spolehlivosti ihned po spuštění.

Testováno: 2026-07-14 · Claude Code 2.x (agent harness)

Instalace

git clone https://github.com/landing-ai/ade-document-processing-skills
cd ade-document-processing-skills
mkdir -p ~/.claude/skills
cp -r plugins/ade-document-processing/skills/document-extraction ~/.claude/skills/document-extraction

Příkazy a ukázkové prompty

/document-extractionParsování PDF/obrázků/tabulek bez šablon do strukturovaného Markdown+JSON s extrakcí schématu a ohraničujícími rámečky.

Skilly se spouštějí běžnými požadavky — žádné příkazy k zapamatování. Po instalaci ho aktivují prompty jako tyto (anglicky):

Extract the invoice number, date, and total from this PDF
Split this folder of mixed invoices and receipts by type
Pull the exact text location for each clause in this contract

Kompletní testovací report (anglicky) →