docext

docext 是一款强大的工具，可用于从发票、护照及其他表格类文档中提取结构化信息。它利用视觉语言模型（VLM）准确识别并提取文档图像中的字段数据和表格信息。

特性：

用户友好的界面：基于 Gradio 构建，便于文档处理
灵活提取：可自定义字段或使用预设模板
表格提取：从文档中提取结构化表格数据
置信度评分：获取提取信息的置信度水平
本地部署：完全在自有基础设施上运行
多页支持：可处理多页文档
REST API：提供程序化接口，便于与应用集成
预设模板：提供常见文档类型的即用型模板：
发票
护照
可为其他模板添加/删除字段/列。