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 \x3C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 \x3C文件路径> --schema \x3CJSON>

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 \x3C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

extract 命令

classify 命令

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

依赖

• requests

错误码