numind_ai

NuMind是什麼

NuMind是一家專注於文檔資訊抽取的AI公司，目前的核心產品為NuExtract平台以及NuExtract3多模態模型。它能將PDF、掃描檔、圖片、表格和文字轉換為結構化的JSON格式，或是適用於RAG技術的Markdown格式。

早期NuMind主要提供文本分類、實體識別以及低代碼NLP模型訓練功能。現行的官網則轉向了文件抽取與OCR功能，相關說明應以NuExtract3、NuMarkdown、API以及企業私有部署為主。

核心功能

• 結構化抽取：依用戶定義的JSON模板返回欄位和層級關係。
• 多模態理解：同時處理文本、圖片及文字與圖片組合輸入。
• 文件轉換為 Markdown：識別標題、段落、清單、表格和公式。
• 模板生成：根據自然語言說明或樣本文件創建抽取結構。
• 示例學習：加入少量輸入與標準輸出改善特定任務。
• 多語言處理：面向不同語言的文件執行抽取和OCR。
• 批次接口：透過異步任務處理生產環境文件。
• Python SDK：建立專案、上傳範例、提交檔案並取得結果。
• 私有部署：支援企業私有雲或本地環境。
• 訂製模型：為高用量或高準確率場景提供微調。

NuExtract3模型

NuExtract3是一個統一的40億參數視覺語言推理模型，同時具備結構化資訊抽取與圖像轉換為Markdown的功能。輸入內容可以是文字、單頁或多頁圖像，且可選擇進行推理或非推理模式。

• 根據模板和指令輸出可解析JSON。
• 從發票、表單、合約、收據和複雜表格讀取數據。
• 將文件圖像轉換為帶層級的Markdown。
• 識別表格並使用適合表達結構的標記。
• 保留數學公式和代碼等特殊內容。
• 處理長輸入和較大的結構化輸出。
• 可使用公開權重在自有環境推理。

結構化數據抽取

使用者先使用JSON Schema或平台模板來描述所需的欄位，再提供說明文件及選用範例。該模型僅圍繞目標結構提取資訊，適合將非結構化檔案儲存至資料庫、業務系統或用於審核流程。

• 發票：供應商、日期、稅額、總金額以及明細項目。
• 合約：當事人、期限、金額、續約及終止條款。
• 簡歷：姓名、經歷、技能、教育背景及證書。
• 保險：保單、理賠、損失、責任及附件資訊。
• 醫療：表單欄位、編碼、藥物及就診記錄。
• 銀行：客戶證明、交易、貸款及合規欄位。
• 技術資料：部件、規格、參數和層級關係。

NuMarkdown與OCR

NuMarkdown用於將複雜的文件轉換為結構清晰的Markdown格式，特別注重佈局、表格以及RAG預處理的處理。現行的NuExtract3已將Markdown轉換功能整合到統一模型中，而舊版的NuMarkdown倉庫仍可用於了解該技術路線。

• 把標題和段落恢復為清晰層級。
• 將複雜表格輸出為Markdown或HTML結構。
• 使用LaTeX表達數學公式。
• 處理掃描件、圖片型PDF和異常佈局。
• 為向量檢索和知識庫保留可讀結構。
• 透過推理先分析版面再生成最終文本。

模板與範例學習

NuExtract將抽取任務組織為專案，專案包含模板、說明、設定和範例。模板可以從自然語言描述自動生成，也能透過JSON Schema轉換後再進行修改。

• 用空字串表示需要抽取的文本字段。
• 用陣列描述可能重複出現的明細項。
• 加入嵌套對象表達層級關係。
• 提供正確輸出範例指導字段含義。
• 使用負樣本測試不存在字段是否保持為空。
• 鎖定驗證完成的项目以減少意外修改。

API與Python SDK

NuExtract提供基於API Key的異步抽取介面，以及官方的Python SDK。開發者可以建立專案、設計模板、管理範例、上傳文字或檔案、查詢任務狀態，並將結果導出。

• 從自然語言說明生成模板。
• 創建、複製、導入和導出抽取項目。
• 向專案添加或更新範例。
• 提交文本或文件進行結構化抽取。
• 將文件內容提取為Markdown。
• 輪詢或流式查看異步任務狀態。
• 取消任務並管理專案共享狀態。

適合哪些用戶

• 開發團隊：將PDF和圖片自動寫入業務資料庫。
• 數據團隊：為分析、檢索和模型訓練準備結構化資料。
• 金融機構：處理貸款、開戶、交易及審查文件。
• 保險公司：閱讀保單、理賠及損失相關文件。
• 醫療機構：抽取表單、病歷和編碼字段。
• 法務團隊：批量識別合約條款和關鍵日期。
• RAG開發者：將複雜的PDF轉換成結構清晰的Markdown。
• 研究人員：評測或微調小型文件視覺語言模型。

典型應用場景

• 將信箱收到的發票轉換為財務系統明細。
• 從數百份合約生成條款對比表。
• 讀取身分證明並填入客戶驗證欄位。
• 將掃描檔案轉成可檢索的Markdown知識庫。
• 從保險附件提取理賠金額和損失原因。
• 解析簡歷並按統一結構寫入招聘系統。
• 從產品手冊提取規格、型號和相容關係。
• 在私有環境處理無法發送至公共模型的檔案。

產品優勢

• 模型專門針對文件抽取和OCR訓練，目標比通用聊天模型集中。
• 同一模型同時輸出JSON和Markdown，減少多套OCR鏈路。
• 支援文本、圖像和多語言文件。
• 可以用少量示例適配企業字段和格式。
• API採用按量計費，沒有公開固定月費門檻。
• 提供開源權重、SDK、SaaS和私有部署多種路徑。
• 公開模型規模較小，適合企業控制推理成本。

使用限制

• OCR和抽取仍可能漏字段、錯行或錯誤理解複雜關係。
• 官方部分性能數據來自內部基準，需用自有文件復測。
• 輸出JSON可解析不代表欄位內容一定正確。
• 低清晰度、旋轉、遮擋和手寫內容會影響結果。
• 超長文件和大型表格會增加輸入、輸出與推理成本。
• 企業私有部署與微調沒有公開固定報價。
• 開源模型需要顯存、推理框架和運維能力。
• 舊NuMind功能與當前NuExtract資料並不完全相容。

API定價

NuExtract3目前採用輸入與輸出Token分別計費的模式，註冊後即可免費開始使用。進行批次處理、大規模調用或微調時，可獲得更低的單價；至於企業的私有部署，則可根據使用量來訂制報價。

文本Token通常是詞或子詞，英文平均一個單詞約1.3個Token；圖像Token對應約32×32像素區域。PDF等格式化文件預設會轉換為圖像，因此實際費用應以任務統計結果為準。

SaaS與企業部署對比

如何創建抽取項目

1. 選擇字段穩定、人工結果可驗證的一類文件。
2. 準備正常、低清晰度及異常佈局的脫敏樣本。
3. 註冊平台並新建結構化抽取項目。
4. 用自然語言生成模板或導入JSON Schema。
5. 明確字段類型、重複陣列和嵌套關係。
6. 上傳少量樣本並逐欄位修正標準輸出。
7. 運行未參與配置的文件驗證準確率。
8. 為關鍵欄位設定業務規則和人工複核。
9. 生成API Key後再接入測試環境。

如何接入生產流程

1. 統計每日文件量、平均頁數和預計Token成本。
2. 確定文件來源、輸出系統和失敗重試機制。
3. 使用官方SDK創建異步任務並安全保存任務編號。
4. 輪詢任務狀態，區分處理中、成功、失敗和取消。
5. 用Schema校驗JSON結構並檢查必填字段。
6. 按置信規則或業務金額分配人工審核。
7. 記錄模型版本、模板版本和每次修改。
8. 持續抽樣對比人工結果並監控字段級錯誤。
9. 大規模上線前評估批次處理、微調或私有部署。

準確率驗證建議

• 按字段計算準確率，不只統計整份文件是否成功。
• 單獨評測表格行、金額、日期和枚舉字段。
• 保留不存在字段的負樣本，防止模型補寫內容。
• 覆蓋掃描、照片、旋轉和多頁附件。
• 將模型輸出與人工金標準逐項比較。
• 模板、範例或模型升級後運行回歸測試。
• 關鍵業務不要只依賴模型自報置信度。

隱私與企業安全

NuMind提供SaaS及私有企業部署服務，銀行、保險和醫療等領域可選擇私有雲或本地環境。在處理真實數據之前，仍應在合約中明確確定資料保存期限、子處理方、訓練使用方式、跨境傳輸規則以及資料刪除機制。

• 測試階段先使用脫敏或合成文件。
• API Key存放在服務端密鑰系統中。
• 按項目和環境隔離開發、測試與生產權限。
• 日誌不要記錄完整證件、病歷或財務文件。
• 明確私有部署的升級、監控和安全責任。
• 為數據導出、刪除和事故應對建立流程。

GitHub與開源狀態

NuMind官方GitHub公開了NuExtract、NuMarkdown以及NuExtract平台的SDK。NuExtract的代碼與公開的模型均採用MIT許可證；至於商業版SaaS、NuExtract PRO功能以及企業託管組件，則並不屬於開源範疇。

基本資訊

推薦指數

4.7 / 5。NuMind適合那些需要將複雜文件穩定轉換為JSON或RAG格式數據的開發者及企業，其具有公開模型、低門檻的按量API以及完整的私有部署方案；不過，其實際應用中的準確率仍需以真實業務樣本來驗證。

常見問題

NuMind現在主要做什麼？

目前主要是透過NuExtract3從文件中抽取結構化的JSON，並將圖片或PDF轉換為Markdown。

NuExtract支援掃描檔嗎？

支持，可處理圖片型PDF、掃描件和照片，並結合視覺理解完成OCR與字段抽取。

可以自訂輸出欄位嗎？

可以，透過JSON模板、自然語言說明和少量正確範例來定義字段、陣列與層級。

NuExtract API多少錢？

目前輸入為每百萬Token 1美元，輸出為每百萬Token 5美元，大規模調用可聯繫官方獲得折扣。

網頁介面免費嗎？

可以註冊並開始創建和測試項目，生產調用按當前Token規則計費，具體贈送額度以賬戶為準。

支援私有部署嗎？

支援私有雲和本地環境，也可提供訂製微調，價格需聯繫銷售。

NuMarkdown和NuExtract3是什麼關係？

NuMarkdown專注於文件轉換為Markdown，NuExtract3則將結構化抽取與Markdown轉換整合到同一個模型中。

提供Python SDK嗎？

提供，可管理專案與範例、提交文字或檔案、查詢任務並獲取JSON或Markdown結果。

NuMind是開源工具嗎？

部分開源，NuExtract模型和官方SDK公開，但託管平台與企業服務不是完整開源產品。

可以完全替代人工審核嗎？

不建議，金額、身分、醫療和合約等高風險欄位仍需規則校驗與人工抽查。