extract_with_llm

Pengekstrakan berkuasa AI yang berjalan pada model Ollama tempatan secara lalai — tiada kunci API diperlukan dan tiada apa-apa meninggalkan mesin anda. Anda boleh menghala ke OpenAI atau Anthropic apabila anda memerlukan model terhos. Berikan ia gesaan (dan secara pilihan JSON Schema) dan dapatkan semula data berstruktur.

Kes Penggunaan

Pengekstrakan Tempatan Dahulu

Jalankan pengekstrakan terhadap Ollama pada mesin anda sendiri — sifar kos API LLM dan peribadi secara lalai.

Tasik Data Dipacu Skema

Gabungkan gesaan dengan JSON Schema untuk mengisi baris bertaip bagi gudang atau stor graf anda.

Failover Berbilang Penyedia

Mulakan pada Ollama tempatan, undur ke OpenAI atau Anthropic untuk halaman berisiko tinggi dengan menogol satu parameter.

Endpoint

POST/api/v1/tools/extract_with_llm

Auth Required

2 req/s pada pelan Free

3 credits

Parameters

Ollama adalah lalai: Biarkan provider tidak ditetapkan (atau gunakan "auto") dan alat ini akan berjalan pada pemasangan Ollama tempatan anda — tiada kunci API LLM diperlukan. Tetapkan provider kepada "openai" atau "anthropic" untuk menggunakan model terhos sebaliknya.

Name	Type	Required	Default	Description
url	string	Optional	-	URL untuk diambil dan diekstrak. Sama ada url atau content diperlukan. Example: https://example.com/article/42
content	string	Optional	-	Kandungan teks atau HTML mentah untuk diekstrak. Sama ada url atau content diperlukan. Example: "<html>...</html>"
prompt	string	Required	-	Arahan bahasa semula jadi yang memandu pengekstrakan LLM Example: Extract the headline, author, and three key takeaways
schema	object	Optional	-	JSON Schema pilihan yang menerangkan struktur data untuk diekstrak Example: {"type":"object","properties":{"title":{"type":"string"}},"required":["title"]}
provider	string	Optional	auto	Penyedia LLM: "ollama" (tempatan, lalai), "openai", "anthropic", atau "auto" Example: ollama
model	string	Optional	-	Pengecam model. Lalai mengikut penyedia: llama3.2, gpt-4o-mini, claude-haiku-4-5-20251001 Example: llama3.2
maxTokens	number	Optional	4096	Token maksimum untuk respons LLM (1–32000) Example: 4096

Contoh Permintaan

cURL — local Ollama (default, no API key)

terminalBash

TypeScript — OpenAI with schema

extractWithLlm.tsTypescript

Python — Anthropic

extract_with_llm.pyPython

Contoh Respons

200 OK1.4s

{
  "success": true,
  "data": {
    "provider_used": "ollama",
    "model_used": "llama3.2",
    "tokens_used": 842,
    "extracted": {
      "headline": "How Local LLMs Are Changing Data Pipelines",
      "author": "Jane Doe",
      "takeaways": [
        "Lower cost",
        "Better privacy",
        "Faster iteration"
      ]
    },
    "prompt_used": "Extract the headline, author, and three key takeaways"
  },
  "credits_used": 3,
  "credits_remaining": 997,
  "processing_time": 1420
}

Field Descriptions

data.provider_usedPenyedia yang diselesaikan — "ollama" apabila provider ialah "auto"

data.model_usedModel lalai mengikut penyedia melainkan anda menetapkan satu

data.tokens_usedToken yang digunakan untuk pengekstrakan ini

credits_used3 credits tetap tanpa mengira penyedia

Kos Credit

3 credits

3 credits setiap permintaan

3 credits tetap sama ada anda menggunakan Ollama tempatan, OpenAI atau Anthropic.

Petua: Gunakan list_ollama_models dahulu untuk mengetahui model tempatan yang tersedia sebelum menghantar pengekstrakan.

Alat Berkaitan

list_ollama_models

Temui model Ollama tempatan yang tersedia

extract_structured

Pengekstrakan dipacu skema dengan undur pemilih (3 credits)

Bersedia untuk menjalankan pengekstrakan LLM pada mesin anda sendiri? Daftar secara percuma dan dapatkan 1,000 credits.