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。

概述

Extract 是 LlamaParse（LlamaIndex 出品的文档处理平台）的一部分。它提供一个简单的 API，用于从 PDF、文本文件与图片这类非结构化文档里抽取结构化数据。

Extract 有 Web 界面、Python SDK 与 REST API 三种使用方式。

我适合用 Extract 吗？

当你需要下面这些时，Extract 非常合适：

• 给下游任务用的、类型良好的数据：你想从文档里抽数据，再用于训练模型、做仪表盘、入库这类下游任务。Extract 会保证你的数据符合所提供的 schema，不符合时也会给出有用的错误信息。
• 准确的抽取：我们用同级别最好的 LLM 模型从你的文档里抽数据。
• schema 的迭代开发：你想快速打磨 schema，并在样本文档上看到它的效果反馈 —— 某个字段是不是得再多给些示例？某个字段是不是该改成可选？
• 多种文件类型：Extract 支持范围很广的文件类型，包括 PDF、文本文件与图片。若你需要我们支持别的类型，告诉我们！

快速开始

使用网页界面

想试 Extract，最简单的方式是使用 Web 界面。

只要定义好你的 Extraction Configuration（schema 与设置），把任意受支持的文档拖进 LlamaParse，就能从文档里抽出数据。

获取 API key

准备好写代码时，取一把 API key 就能用 Python SDK 调用 Extract。

使用我们的库

我们为 Python 与 TypeScript 都提供了库。要大规模跑抽取任务，这是使用 Extract 的推荐方式。起步请看 SDK 快速上手。

REST API

如果你用的不是 Python，可以走 REST API。

档位与版本

Extract 提供三个主要档位：

• Agentic Plus 在各种文档类型上提供最高的抽取质量。想要最好的结果、又能接受更高成本与延迟时用它。它在长或复杂的文档上可能耗时更久，因为对结果投入了更多轮打磨。
• Agentic 在很宽的文档范围内平衡质量、成本与延迟，包括混合版式与表格。
• Cost Effective 为直接的抽取优先兼顾更低成本与更低延迟，尤其适合高并量。

Turbo 是速度档，用于对 PDF 与图片输入的延迟敏感的工作。在我们的抽取基准上，它的准确度高于 Cost Effective。其限制见档位。

特性兼容性见配置 Extract，Extract 与 Parse 合并的费用见定价。

Extract 现在默认跑在 v2 API 上。若你需要使用遗留的 Extract v1 体验，见下文使用 Extract v1。

configuration.version 是 Extract 的版本名，例如 2.5 或 latest。见版本。

直接使用 SDK 或 REST API 时，V2 会把 Parse 与 Extract 的档位解耦。下面列出 V2 配置与 V1 等价物的对应关系：

V2 Extract tier	V2 Parse tier	V1 等价写法（extraction_mode）
cost_effective	fast	FAST
agentic	agentic	MULTIMODAL
agentic	agentic_plus	PREMIUM

使用 Extract v1

Extract v2 是默认也是推荐的体验。若你需要使用遗留的 Extract v1：

• Web 界面：在 LlamaParse 主界面里走到 Settings → Preferences，把 Extract API 设为 v1。这个偏好只保存在该浏览器里，且只有具备遗留 v1 访问权的组织才能看到它。
• Python SDK：使用 llama-cloud-services 包（在我们的 SDK 示例里显示为「Python（legacy）」标签页）。细节见 SDK 页。
• REST API：v1 端点的文档在 REST API (v1 Legacy) 页。
• 迁移协助：API/SDK/界面的对应关系见 Extract v1 → v2 迁移指南。

Extract v1 已是遗留版本，未来可能被弃用。新项目我们建议直接用 v2。