DocPilot — 智能文档处理专家

高精度文档处理技能，支持文档解析、信息抽取、文档分类。

为什么选择 DocPilot？

三层能力 + 六大核心优势

三层能力

1. 解析 — 高精度识别文档内容，保留版面结构
2. 抽取 — 按需求提取关键字段，每条结果都能溯源到原文位置
3. 分类 — 自动识别文档类型，混合文档也能自动切分

六大核心优势

1. 证据溯源 — 每个字段都有"身份证" ⭐ 独家

{
  "key": "合同金额",
  "value": "¥1,200,000",
  "confidence": "high",
  "evidence": [{
    "text": "合同总金额：¥1,200,000",
    "page": 2,
    "quad": [[120, 350], [480, 350], [480, 380], [120, 380]]
  }]
}

审计、法务、财务场景必备 — 知道数据从哪来，才能相信数据是对的。

2. 混合文档切分 — 一份文件，多种类型 ⭐ 独家

上传一份包含"合同+发票+报价单"的混合文件，自动识别边界并逐段分类。

3. 印章检测 — 公章/签名章/骑缝章自动识别 ⭐ 独家

自动检测文档中的印章和签章，返回位置和类型信息，适用于合同审查、资质验证。

4. 跨页表格合并 — 断裂表格智能还原 ⭐ 独家

自动识别跨页断裂的表格，智能合并表头和表体，输出完整结构。

5. 手写字体识别 — 印刷+手写混合识别 ⭐ 独家

支持印刷体和手写体混合识别，覆盖表单填写、手写批注、签字确认等场景。

6. 全格式支持 — 一个技能全部搞定

PDF · 图片 · Word · Excel · CSV — 无需组合多个工具。

---

命令

解析文档

DocPilot parse <文件路径> [选项]

示例：

DocPilot parse C:\docs\report.pdf
DocPilot parse C:\docs\scan.jpg --output markdown
DocPilot parse C:\docs\data.xlsx
DocPilot parse C:\docs\contract.pdf --seal --bbox

信息抽取

DocPilot extract <文件路径> --schema <JSON>

示例：

DocPilot extract C:\docs\contract.pdf --schema "{\"fields\":[{\"key\":\"甲方\",\"type\":\"string\"},{\"key\":\"乙方\",\"type\":\"string\"}]}"
DocPilot extract C:\docs\invoice.pdf --schema schema.json

文档分类

DocPilot classify <文件路径> [选项]

示例：

DocPilot classify C:\docs\mixed.pdf
DocPilot classify C:\docs\docs.pdf --mode classify_and_split --categories "[{\"name\":\"合同\",\"description\":\"合同协议\"},{\"name\":\"发票\",\"description\":\"发票单据\"}]"

---

参数说明

parse 命令

参数	说明	示例
文件路径	PDF/图片/Word/Excel 文件路径	C:\docs\report.pdf
--output	输出格式 (structured/markdown/text)	--output markdown
--layout	启用版面分析	--layout
--table	启用表格识别（含跨页合并）	--table
--seal	启用印章识别	--seal
--dpi	DPI (72/144/200/216)	--dpi 200
--pages	页码范围	--pages 1-5,8,10-12
--bbox	包含边界框坐标	--bbox
--normalize	返回格式化解析数据 (默认开启)	--normalize
--raw	返回原始解析格式	--raw
--include-image	markdown 中包含图片	--include-image
--image-format	图片格式 (url/base64)	--image-format url

extract 命令

参数	说明	示例
文件路径	文档文件路径	C:\docs\contract.pdf
--schema	字段 schema（必填）	--schema '{"fields":[...]}'
--prompt	提示词模式 schema	--prompt '{"fields":[...]}'
--schema-ref	模板引用	--schema-ref DocPilot/contract/v1
--options	扩展配置	--options '{"mode":"fast"}'

classify 命令

参数	说明	示例
文件路径	文档文件路径	C:\docs\mixed.pdf
--mode	分类模式	--mode classify_and_split
--categories	分类 schema	--categories '[{"name":"合同","description":"..."}]'

---

配置

方式一：环境变量

DOCPilot_BASE_URL=https://docpilot.token-ai.com.cn
DOCPilot_API_KEY=your_api_key

方式二：配置文件

在技能目录创建 config.json：

{
  "base_url": "https://docpilot.token-ai.com.cn",
  "api_key": "your_api_key"
}

---

输出格式

parse 输出

• document_id: 文档唯一标识
• page_count: 页数
• file_type: 文件类型
• pages: 页面数组（含 elements）
• sheets: 工作表数组（Excel/CSV）
• markdown: Markdown 格式文本

extract 输出

• extraction_id: 抽取任务 ID
• fields: 提取的字段列表（含 evidence 溯源）
• unfound_fields: 未找到的字段
• metadata: 元数据（耗时、token 数等）

classify 输出

• mode: 分类模式
• classification: 分类结果（classify_only 模式）
• segments: 文档片段列表（classify_and_split 模式）
• metadata: 元数据

---

典型应用场景

场景	使用方式	核心能力
合同审查	抽取关键字段 + 印章检测	证据溯源 + 印章识别
财务审计	跨页表格合并 + 字段抽取	跨页合并 + 溯源
档案整理	混合文档自动分类切分	文档分类
招投标文件	识别报价单/资质/方案并分别处理	文档分类 + 解析
表单处理	手写内容识别 + 结构化抽取	手写识别 + 信息抽取
合规检查	检测印章、签章，验证文档完整性	印章检测

---

依赖

• requests

错误码

错误码	消息	说明
10000	Success	成功
10001	Missing parameter	参数缺失
10002	Invalid parameter	非法参数
10003	Invalid file	文件格式非法
10004	Failed to recognize	识别失败
10005	Internal error	内部错误