Skip to main content
La API Text Parser extrae texto de un documento sin ejecutar inferencia del modelo. Úsala cuando tu aplicación necesite inspeccionar, almacenar, indexar o reutilizar el contenido de un documento antes de enviarlo a un modelo. Los formatos de entrada compatibles incluyen archivos PDF, DOCX, PPTX, XLSX y de texto sin formato de hasta 25 MB.

​
Analiza un documento

Sube el archivo como multipart/form-data:
El formato de respuesta predeterminado json devuelve el texto extraído y su recuento de tokens. Usa response_format=text cuando solo necesites el texto extraído.

​
¿Text Parser o entrada de archivo en el chat?

Ambas funciones extraen el contenido del documento, pero sirven para flujos de trabajo distintos:

​
Flujo típico

1

Analiza el archivo

Sube el documento fuente y solicita una respuesta JSON.
2

Inspecciona la salida

Compara el recuento de tokens con la ventana de contexto del modelo de destino. Recorta o divide los documentos grandes antes de la inferencia.
3

Utiliza el texto

Agrégalo a un prompt de chat, genera embeddings para recuperación o guárdalo en tu propio almacén de datos.
El análisis se ejecuta en memoria sin retención de datos. Venice procesa el documento subido y lo descarta de inmediato, sin almacenar ni registrar su contenido.
La API Text Parser es experimental. El formato de sus solicitudes y respuestas puede cambiar sin previo aviso.

​
Convierte el texto en registros

El texto extraído es un punto de partida, no un resultado. Extracción de datos estructurados de documentos continúa desde aquí: fija la salida a un esquema JSON para que cada documento produzca los mismos campos, y cambia a un modelo de visión cuando el analizador informa que un archivo no tiene texto que extraer.

​
Recursos relacionados