unstract
活跃·★ 7.3k·AGPL-3.0·更新于 2026-10-13
★ 时下流行★ 必备神器
Unstract 使用 LLM，根据自然语言提示词从文档（PDF、图片、扫描件）中提取结构化 JSON，并可把结果部署成 API 或 ETL 流水线。它面向金融、保险、医疗和 KYC 合规等领域的团队。README 的对比称：不必再写正则和针对每个供应商的模板，只写一次提示词；新增文档类型在 Prompt Studio 里只需几分钟；可以接入任意提供商（OpenAI、Anthropic、Bedrock、Ollama）。
主要组成有：用于定义提取模式的 Prompt Studio；API 部署（通过 REST 发送文档、返回 JSON）；从 S3、MinIO、Google Cloud Storage、Azure Blob、Google Drive、Dropbox 或 SFTP 等来源拉取文档并加载到数据仓库的 ETL 流水线；面向 Claude 等智能体的 MCP 服务；以及 n8n 节点。本地运行需要 Linux 或 macOS、Docker 和 Docker Compose、Git 以及至少 8 GB 内存，然后克隆仓库并运行 `./run-platform.sh`。另有托管云和带 SSO、基于角色的访问控制的企业版，开源代码采用 AGPL-3.0。
#文档提取#大语言模型应用#数据结构化#ETL管道#API部署#提示工程#非结构化数据
01
功能特性
01提示词工作室：使用自然语言定义文档提取模式。
02API部署：通过REST API发送文档，获取JSON数据。
03ETL管道：从文件夹拉取文档，处理后加载到数据仓库。
04MCP服务器：通过模型上下文协议连接AI代理（如Claude）。
05n8n节点：集成到现有自动化工作流中。
02
为什么选择它
+用自然语言提示词定义提取规则，而不是写正则或针对每个供应商的模板。
+可部署为 REST API，或从 S3、Google Cloud Storage、Azure Blob、云盘、Dropbox 或 SFTP 读取的 ETL 流水线。
+支持包括 OpenAI、Anthropic、Bedrock 和本地 Ollama 在内的多个 LLM 提供商。
+另有 MCP 服务和 n8n 节点，本地用一个脚本即可启动。
03
权衡点
!本地运行需要 Docker、Docker Compose 和至少 8 GB 内存，README 里的默认登录是演示用的用户名和密码，应当修改。
!提取依赖 LLM 调用，准确度和成本取决于模型和文档；用于金融或合规场景时，输出需要校验。
!开源代码采用 AGPL-3.0，SSO 和企业级 RBAC 属于云版和企业版。
04
兼容性
Docker
部署
已通过文档验证
Linux
操作系统
已通过文档验证
macOS
操作系统
已通过文档验证
Python
运行时
已通过文档验证
LLM Providers
集成
已通过文档验证
ETL Connectors
集成
已通过文档验证
05
快速开始
1
$ git clone https://github.com/Zipstack/unstract.git
2
$ cd unstract
3
$ ./run-platform.sh
06
使用场景
↳金融与银行自动化
↳保险自动化
↳医疗健康自动化
↳KYC/合规性数据提取
↳所得税表格数据提取
07
同类工具
评论
登录后发表评论
暂无评论，来发表第一条吧