numind_ai

NuMind是什么

NuMind是一家专注文档信息抽取的AI公司，当前核心产品是NuExtract平台和NuExtract3多模态模型。它能把PDF、扫描件、图片、表格和文本转换为结构化JSON或适合RAG的Markdown。

早期NuMind主要提供文本分类、实体识别和低代码NLP模型训练。现行官网已经转向文档抽取与OCR，目录介绍应以NuExtract3、NuMarkdown、API和企业私有部署为主。

核心功能

• 结构化抽取：按用户定义的JSON模板返回字段和层级关系。
• 多模态理解：同时处理文本、图片及文字与图片组合输入。
• 文档转Markdown：识别标题、段落、列表、表格和公式。
• 模板生成：根据自然语言说明或样本文档创建抽取结构。
• 示例学习：加入少量输入与标准输出改善特定任务。
• 多语言处理：面向不同语言的文件执行抽取和OCR。
• 批量接口：通过异步任务处理生产环境文档。
• Python SDK：创建项目、上传示例、提交文件并获取结果。
• 私有部署：支持企业私有云或本地环境。
• 定制模型：为高用量或高准确率场景提供微调。

NuExtract3模型

NuExtract3是统一的40亿参数视觉语言推理模型，兼顾结构化信息抽取与图像转Markdown。输入可以是文本、单页或多页图像，并可选择推理或非推理模式。

• 根据模板和指令输出可解析JSON。
• 从发票、表单、合同、收据和复杂表格读取数据。
• 将文档图像转换为带层级的Markdown。
• 识别表格并使用适合表达结构的标记。
• 保留数学公式和代码等特殊内容。
• 处理长输入和较大的结构化输出。
• 可使用公开权重在自有环境推理。

结构化数据抽取

用户先用JSON Schema或平台模板描述需要的字段，再提供文档和可选示例。模型只围绕目标结构提取信息，适合把非结构化文件写入数据库、业务系统或审查流程。

• 发票：供应商、日期、税额、总额和明细行。
• 合同：当事人、期限、金额、续约和终止条款。
• 简历：姓名、经历、技能、教育和证书。
• 保险：保单、索赔、损失、责任和附件信息。
• 医疗：表单字段、编码、药物和就诊记录。
• 银行：客户证明、交易、贷款和合规字段。
• 技术资料：部件、规格、参数和层级关系。

NuMarkdown与OCR

NuMarkdown用于把复杂文档转成干净的Markdown，尤其关注布局、表格和RAG预处理。现行NuExtract3已把Markdown转换能力整合进统一模型，旧NuMarkdown仓库仍可用于理解该技术路线。

• 把标题和段落恢复为清晰层级。
• 将复杂表格输出为Markdown或HTML结构。
• 使用LaTeX表达数学公式。
• 处理扫描件、图片型PDF和异常布局。
• 为向量检索和知识库保留可读结构。
• 通过推理先分析版面再生成最终文本。

模板与示例学习

NuExtract把抽取任务组织为项目，项目包含模板、说明、设置和示例。模板可以从自然语言描述自动生成，也能由JSON Schema转换后继续修改。

• 用空字符串表示需要抽取的文本字段。
• 用数组描述可能重复出现的明细项。
• 加入嵌套对象表达层级关系。
• 提供正确输出示例指导字段含义。
• 使用负样本测试不存在字段是否保持为空。
• 锁定验证完成的项目以减少意外修改。

API与Python SDK

NuExtract提供基于API Key的异步抽取接口和官方Python SDK。开发者可以创建项目、推断模板、管理示例、提交文本或文件、查询任务状态并导出结果。

• 从自然语言说明生成模板。
• 创建、复制、导入和导出抽取项目。
• 向项目添加或更新示例。
• 提交文本或文件进行结构化抽取。
• 将文档内容提取为Markdown。
• 轮询或流式查看异步任务状态。
• 取消任务并管理项目共享状态。

适合哪些用户

• 开发团队：将PDF和图片自动写入业务数据库。
• 数据团队：为分析、检索和模型训练准备结构化资料。
• 金融机构：处理贷款、开户、交易和审查文档。
• 保险公司：读取保单、索赔和损失材料。
• 医疗机构：抽取表单、病历和编码字段。
• 法务团队：批量识别合同条款和关键日期。
• RAG开发者：将复杂PDF转换成结构清晰的Markdown。
• 研究人员：评测或微调小型文档视觉语言模型。

典型应用场景

• 把邮箱收到的发票转换为财务系统明细。
• 从数百份合同生成条款对比表。
• 读取身份证明并填充客户验证字段。
• 将扫描档案转成可检索的Markdown知识库。
• 从保险附件提取索赔金额和损失原因。
• 解析简历并按统一结构写入招聘系统。
• 从产品手册提取规格、型号和兼容关系。
• 在私有环境处理不能发送至公共模型的文件。

产品优势

• 模型专门针对文档抽取和OCR训练，目标比通用聊天模型集中。
• 同一模型同时输出JSON和Markdown，减少多套OCR链路。
• 支持文本、图像和多语言文档。
• 可以用少量示例适配企业字段和格式。
• API采用按量计费，没有公开固定月费门槛。
• 提供开源权重、SDK、SaaS和私有部署多种路径。
• 公开模型规模较小，适合企业控制推理成本。

使用限制

• OCR和抽取仍可能漏字段、错行或错误理解复杂关系。
• 官方部分性能数据来自内部基准，需用自有文档复测。
• 输出JSON可解析不代表字段内容一定正确。
• 低清晰度、旋转、遮挡和手写内容会影响结果。
• 超长文档和大型表格会增加输入、输出与推理成本。
• 企业私有部署与微调没有公开固定报价。
• 开源模型需要显存、推理框架和运维能力。
• 旧NuMind功能和当前NuExtract资料并不完全兼容。

API定价

NuExtract3当前采用输入与输出Token分别计费的模式，注册后可免费开始。批处理、大规模调用和微调可获得更低单价，企业私有部署按分层用量定制报价。

文本Token通常是词或子词，英文平均一个单词约1.3个Token；图像Token对应约32×32像素区域。PDF等格式化文档默认转成图像，因此实际费用应以任务统计为准。

SaaS与企业部署对比

如何创建抽取项目

1. 选择字段稳定、人工结果可验证的一类文档。
2. 准备正常、低清晰度和异常布局的脱敏样本。
3. 注册平台并新建结构化抽取项目。
4. 用自然语言生成模板或导入JSON Schema。
5. 明确字段类型、重复数组和嵌套关系。
6. 上传少量样本并逐字段修正标准输出。
7. 运行未参与配置的文档验证准确率。
8. 为关键字段设置业务规则和人工复核。
9. 生成API Key后再接入测试环境。

如何接入生产流程

1. 统计每日文档量、平均页数和预计Token成本。
2. 确定文件来源、输出系统和失败重试机制。
3. 使用官方SDK创建异步任务并安全保存任务编号。
4. 轮询任务状态，区分处理中、成功、失败和取消。
5. 用Schema校验JSON结构并检查必填字段。
6. 按置信规则或业务金额分配人工审核。
7. 记录模型版本、模板版本和每次修改。
8. 持续抽样对比人工结果并监控字段级错误。
9. 大规模上线前评估批处理、微调或私有部署。

准确率验证建议

• 按字段计算准确率，不只统计整份文档是否成功。
• 单独评测表格行、金额、日期和枚举字段。
• 保留不存在字段的负样本，防止模型补写内容。
• 覆盖扫描、照片、旋转和多页附件。
• 把模型输出与人工金标准逐项比较。
• 模板、示例或模型升级后运行回归测试。
• 关键业务不要只依赖模型自报置信度。

隐私与企业安全

NuMind提供SaaS和私有企业部署，银行、保险和医疗等场景可选择私有云或本地环境。处理真实数据前仍应在合同中确认保存期限、子处理方、训练使用、跨境传输和删除机制。

• 测试阶段先使用脱敏或合成文档。
• API Key存放在服务端密钥系统中。
• 按项目和环境隔离开发、测试与生产权限。
• 日志不要记录完整证件、病历或财务文件。
• 明确私有部署的升级、监控和安全责任。
• 为数据导出、删除和事故响应建立流程。

GitHub与开源状态

NuMind官方GitHub公开NuExtract、NuMarkdown和NuExtract平台SDK。NuExtract代码与公开模型采用MIT许可证；商业SaaS、NuExtract PRO能力和企业托管组件不等于整体开源。

基本信息

推荐指数

4.7 / 5。NuMind适合需要将复杂文档稳定转成JSON或RAG数据的开发者和企业，公开模型、低门槛按量API与私有部署路径较完整；但生产准确率仍必须用真实业务样本验证。

常见问题

NuMind现在主要做什么？

当前主要通过NuExtract3从文档中抽取结构化JSON，并将图片或PDF转换为Markdown。

NuExtract支持扫描件吗？

支持，可处理图片型PDF、扫描件和照片，并结合视觉理解完成OCR与字段抽取。

可以自定义输出字段吗？

可以，通过JSON模板、自然语言说明和少量正确示例定义字段、数组与层级。

NuExtract API多少钱？

当前输入为每百万Token 1美元，输出为每百万Token 5美元，大规模调用可联系官方获得折扣。

网页界面免费吗？

可以注册并开始创建和测试项目，生产调用按当前Token规则计费，具体赠送额度以账户为准。

支持私有部署吗？

支持私有云和本地环境，也可提供定制微调，价格需联系销售。

NuMarkdown和NuExtract3是什么关系？

NuMarkdown专注文档转Markdown，NuExtract3已把结构化抽取和Markdown转换统一到同一个模型中。

提供Python SDK吗？

提供，可管理项目和示例、提交文本或文件、查询任务并获取JSON或Markdown结果。

NuMind是开源工具吗？

部分开源，NuExtract模型和官方SDK公开，但托管平台与企业服务不是完整开源产品。

可以完全替代人工审核吗？

不建议，金额、身份、医疗和合同等高风险字段仍需规则校验与人工抽查。