Extend

什麼是 Extend？

Extend 是一個文件處理平台，可將 PDF 及其他複雜文件轉為結構化資料。它透過專為生產管線設計的專用解析與工作流程工具，進行文件內容的解析、擷取、切分、驗證與路由。

這個產品聚焦於版面、閱讀順序、欄位關係與下游答案品質都很重要的文件。根據網站內容，它包含解析 API、工作流程編排、審閱與信心度工具，以及一個可建立與評估 schema 的 Studio，無需完全依賴手動腳本。

主要功能

• 以版面為優先的解析 API：以版面與閱讀順序為重點解析困難文件，當頁面結構會影響擷取資料時特別重要。
• 擷取與切分工作流程：支援將解析、擷取與切分納入更完整的管線，而不只是單一文件解析。
• 信心分數與多輪審閱：在進入 production 前先檢查輸出並找出潛在錯誤，標記不確定性供審閱。
• 處理模式：提供低延遲、成本最佳化與最高準確度模式，讓團隊可依工作負載選擇合適取捨。
• Composer Agent：使用範例文件找出問題、調整 schema，並以較少的手動 prompt 反覆修正來提升擷取品質。
• 端到端編排：支援多步驟文件工作流程，包含驗證、路由、版本控制與持久性。
• Studio 與 evals：提供 UI 來反覆調整 schema、執行評估並找出回歸，而不必只依賴 CLI 腳本。
• 自架部署選項：可在團隊自有基礎架構上執行，適用於敏感文件。

如何使用 Extend

典型流程會先上傳範例文件，並定義想擷取的欄位或 schema。之後，團隊可以使用解析 API 或 Studio 介面測試輸出、執行評估，必要時再透過 Composer 細化 schema。

接著，使用者可以選擇處理模式，加入信心度檢查或審閱步驟，並將解析器接入更大型的工作流程，以驗證與路由文件資料。部署時，團隊可使用雲端產品，或在文件必須留在內部時選擇自架。

使用案例

• 財務文件管線：從發票、對帳單或其他財務文件中擷取結構化欄位，適用於版面與欄位關係會影響下游處理的情境。
• 醫療文件處理：處理受監管或高風險文件，在納入工作流程前需要驗證與仔細審閱。
• 大規模批次擷取：以成本最佳化模式與工作流程編排處理大量頁面，適合可重複執行的工作。
• 即時文件收件：針對需要快速回應新進文件的應用，使用低延遲處理模式。
• schema 開發與評估：讓領域專家反覆調整擷取 schema、執行 evals，並在上線前檢查回歸。

常見問題

Extend 只會解析 PDF 嗎？ 網站將其描述為可處理 PDF 與其他難處理文件的文件處理平台，但未列出完整支援檔案類型清單。

可用於 production 工作流程嗎？ 可以。網站強調其具備 production-ready 的文件處理、編排、版本控制、持久性與供審閱使用的信心分數。

有辦法審閱不確定的輸出嗎？ 有。Extend 包含信心分數與多輪審閱代理，可在正式使用前標記潛在錯誤。

團隊可以在自己的基礎架構上執行嗎？ 可以。網站表示 Extend 提供自架部署，適合需要將敏感文件留在內部的團隊。

有包含測試擷取品質的工具嗎？ 有。產品包含 Studio 與 evals 工作流程，可用於反覆調整 schema 並找出回歸。

替代方案

• 一般 OCR 或文件擷取 API：這些工具通常著重於文字辨識與基本欄位擷取，但在工作流程編排或 schema 迭代支援方面可能較少。
• 自建基於 LLM 的文件管線：團隊可以用基礎模型打造自己的擷取系統，但通常需要更多工程投入來處理評估、信心度管理與編排。
• 傳統 IDP 平台：較舊的智慧文件處理系統通常強調擷取與基於規則的工作流程，而 Extend 看起來更聚焦於模型驅動的解析與面向開發者的管線建構。
• 開源解析堆疊：這類方案起步時可能更彈性、成本也更低，但通常需要更多組裝工作來做審核、評估與生產環境的穩定性。