Skip to content
LlamaParse 文档版本 跟随上游 源快照 a80a8686 更新于 2026-10-17

在用编码智能体?

给你的 AI 智能体开放这些文档的访问:claude mcp add llama-index-docs --transport http https://developers.llamaindex.ai/mcp —— 或者用 LlamaParse 的 MCP 工具与技能 给它加强能力。

Classify 让你用自然语言规则,把文档自动归入你自己定义的类型(例如 invoice、receipt、contract)。

使用场景

  • 作为预处理步骤使用

    • 抽取之前:先归类,再用不同的 LlamaExtract 智能体按类别跑对应的 schema 抽取(例如发票与合同分开),以提升准确度并降低成本。
    • 解析之前:先归类,再对打好标签的文件用针对各类别细调的解析设置跑 LlamaParse,以提升准确度并降低成本。
    • 建索引之前:先归类,再把分好类的文件送进合适的 LlamaCloud index,并配以贴合的切块、元数据与访问控制,从而提升检索质量。
  • 后台单据的分流:把发票、收据、采购订单与银行流水自动分到正确的队列、存储桶或审批流程。

  • 数据集整理:把大批归档自动打上类别标签,切出有标注的子集用于模型训练。

概念

  • 规则:某个文档类型的内容判据。每条规则含:

    • type:要赋予的标签。只能包含字母数字、空格、连字符与下划线。例如 “invoice”、“sec_filing”、“Tax Return”、“10-K”。
    • description:对该命中的内容做一段自然语言描述。
  • 解析配置(可选):控制在归类之前如何解析文档(例如语言、页数上限),用于速度与准确度之间的取舍。

  • 结果:每个文件你会得到一个 type(预测的类别)、confidence(0.0–1.0)与 reasoning(逐步解释)。

典型流程

  1. 把文件上传到 LlamaCloud

  2. 为你的目标类别创建规则

  3. 用文件 id 与规则创建 classify 任务

  4. 取回结果并使用预测值

后续步骤

BytesRouter 是社区翻译站点,所有译文仅供参考,一切以官方英文原文为准。