DocumentPro

一句话介绍

DocumentPro是一款面向企业和软件平台的AI文档提取服务，可把发票、采购订单、收据、银行对账单、税表及其他PDF或图片转换成结构化字段和表格。

工具简介

DocumentPro把文档收集、分类、解析、核验、人工审批和数据导出组成完整工作流。用户既可在Web应用中无代码配置，也可通过API、Webhook、SDK或MCP接入现有产品。

平台强调无需为每种版式编写固定模板，AI会依据字段定义理解不同供应商和语言的文档。官方宣称支持50多种语言和多类文档，但准确率仍应以企业自己的样本测试为准。

核心工作流程

主要功能

自定义AI解析器

用户可定义需要提取的字段、数据类型、重复项目和表格结构，解析器会按统一模式返回结果。相同字段可以跨不同版式保持一致命名，减少下游清洗工作。

预置文档模板

• 发票：提取供应商、发票号、日期、税额、总额、付款条件和行项目。
• 采购订单：识别商品、数量、价格、交付与客户信息。
• 收据与银行对账单：提取商户、交易和付款数据。
• 提单与报价单：整理货物、路线、承运人、价格和条款。
• 美国税务文件：提供W-2、1099、K-1等预置模板库。

扫描件与多语言处理

同一处理入口可接收数字PDF、扫描件、照片和复杂多页文件，不必单独搭建OCR步骤。低质量图像、手写内容和小字体仍会增加误识别概率。

多文档自动拆分

语义拆分功能会判断合并PDF中不同文档的边界，例如把多张页数不一的发票拆成独立记录。它依据页内标题、编号、金额和布局变化判断，不依赖固定页数规则。

分类器API

分类器可将混合来件识别为发票、收据、采购订单等类别，并返回每个标签的置信度。开发者可据此把文档送往不同工作流，低置信度结果则交给人工确认。

字段级置信度

平台可为单个字段返回0到1之间的置信评分，帮助团队只复核不确定字段，而不是逐份全文检查。该能力可能需要账户开通，正式上线前应向官方确认。

多模型选择与自动回退

解析器可以切换经济型、均衡型和前沿视觉模型，并在上游模型失败时自动回退到其他模型。模型选择会同时影响准确率、延迟和每页credits消耗。

人工核验与业务操作

提取后可编辑、标记和批准数据，也可查询数据库并执行供应商、商品或科目匹配。涉及付款和记账时，应设定阈值并保留人工审批。

Webhook与批量导出

处理完成后可用Webhook把结果推送到服务器，也能把单份或多份文档下载为XLSX或CSV。签名Webhook可帮助接收端验证事件确实来自DocumentPro。

MCP服务器

官方提供托管式MCP服务器，向兼容的AI代理暴露提取、分类和模板管理工具。它使用与API相同的密钥认证，适合让编码代理读取真实字段模式并构建集成。

支持的模型

适合哪些用户

• 财务与应付账款团队：自动录入发票并匹配供应商、订单和科目。
• 供应链与订单团队：把邮件中的采购订单转换为ERP或订单系统数据。
• 税务和会计机构：处理混合税表、银行流水和客户批量扫描件。
• SaaS开发团队：为自有产品嵌入文档上传、提取和人工复核能力。
• 运营自动化团队：用连接器、Webhook和表格导出减少重复录入。

不太适合的情况

• 只需阅读或总结单篇文档，不需要稳定字段模式和系统集成的个人。
• 要求完全离线、开源或只能在自有服务器部署的组织。
• 无法建立人工复核机制，却要让提取结果直接触发付款或法律决定的流程。
• 文件受密码保护、图像极度模糊或关键内容无法辨认的场景。
• 需要固定总价但文档页数和所选模型消耗难以预测的项目。

使用教程

创建第一个提取工作流

1. 注册账户并选择发票、采购订单等预置类型，或创建自定义解析器。
2. 定义字段名称、类型、是否必填以及行项目表格结构。
3. 上传一批具有代表性的数字PDF、扫描件和异常版式样本。
4. 比较提取值与原文，修改字段描述并设置置信度复核阈值。
5. 配置编辑、审批、查库匹配和导出动作，再进行小批量试运行。
6. 统计字段准确率、人工复核率、单页消耗和延迟后再扩大规模。

通过API接入产品

1. 在账户中创建解析器并取得API密钥，密钥只保存在服务端。
2. 将用户上传文件发送到对应工作流，记录文档和租户标识。
3. 低量交互可轮询状态，批量处理优先配置异步Webhook。
4. 验证Webhook签名，并对重复事件设计幂等处理。
5. 按字段置信度呈现复核界面，不让低置信度结果自动进入关键流程。
6. 完成日志脱敏、用量计费、失败重试和删除策略后再正式开放。

选择合适模型

1. 从真实业务中抽取至少数十份文档，并标注正确答案。
2. 先用均衡模型建立准确率、延迟和成本基线。
3. 对清晰文档测试经济模型，对低质量和复杂文档测试前沿模型。
4. 按关键字段错误率而非总体字符相似度比较结果。
5. 将简单文档路由到经济模型，只把低置信度样本升级到前沿模型。

定价与额度

DocumentPro按credits计费，每页通常消耗一个或多个credits，具体取决于模型和处理方式。2026年7月官方更新宣布所有账户每月自动续发200个免费credits，且不要求绑定银行卡。

为何价格资料会不同

官网旧定价页仍保留免费20 credits和Standard 49美元等历史信息，而更新公告已把免费额度提高到每月200 credits。本文采用较新的官方公告描述免费额度，不把旧页面套餐视为长期固定承诺。

API、SDK与开源状态

输入与输出

产品优势

• 从导入到导出覆盖完整流程，不只是单次OCR或模型调用。
• 字段模式、置信度和人工审批更适合生产级结构化数据。
• 支持多模型和自动回退，可按质量、速度与成本选择路线。
• API、Webhook和MCP兼顾传统系统集成与AI代理开发。
• 每月免费credits可持续用于低量工作流和回归测试。

使用限制与风险

• 官方98%准确率属于总体宣传指标，不代表每个字段或企业样本都能达到。
• 模型可能漏读、错配行项目或生成看似合理的错误值，付款和税务流程必须审核。
• credits按页和模型消耗，合并长文档、失败重试和前沿模型会提高成本。
• 字段级置信度等能力可能需要申请开通，不能默认所有账户立即可用。
• 旧定价页和新公告存在差异，预算必须以实时账户价格为准。
• 第三方模型、云存储和业务连接器会扩大数据处理链，需要逐项评估权限。

安全与隐私

官网表示数据在传输和静态存储时加密，并称按照SOC 2与HIPAA要求实践，但同时注明SOC 2审计仍在进行。采购方不应把“审计中”写成已经取得正式认证。

高阶方案可提供数据保留协议、业务伙伴协议和安全控制。处理医疗、税务、银行或身份信息前，应取得最新审计材料、数据处理协议、子处理商清单、区域和删除承诺。

选购建议

基本信息

常见问题

DocumentPro免费吗？

可以免费使用。最新官方产品更新说明每个账户每月获得200个自动续发credits，超过后按用量升级。

一个credit等于一份文档吗？

不一定。平台按页面和所选模型计算，一个页面可能消耗一个或多个credits，因此长文档和前沿模型会更快消耗额度。

可以提取表格和行项目吗？

可以。解析器支持字段、重复项目和表格结构，常用于发票明细、采购订单商品和银行交易。

是否提供API？

提供。开发者可上传文件、启动提取、获取结构化结果和使用分类器，也可用Webhook接收异步完成事件。

能处理多份发票合并的PDF吗？

可以。语义拆分会依据内容和版式判断边界，把合并文件拆成独立记录后分别提取。

DocumentPro开源吗？

不开源。API、SDK和MCP是接入能力，不代表云端平台、提取模型或服务代码开放源代码。

提取结果可以直接自动付款吗？

不建议无审核直连付款。应按关键字段设置置信阈值、匹配业务数据、验证Webhook签名并保留人工批准。

总结

DocumentPro适合需要稳定结构化输出、批量工作流和系统集成的企业，而不是只做一次文档问答。其多模型、字段置信度、分类、语义拆分和MCP使它更接近生产级文档基础设施。

落地前应使用真实样本衡量关键字段错误率、复核工时和每页成本，并确认最新价格与安全材料。任何会触发财务、医疗或法律动作的数据，都应保留人工决策环节。