会自我校验的 OCR API
流水线会校验读取到的每个值。校验产生的标记，连同读取位置的 vertices，一起随值返回。
从图片到可验证的数据
流水线在每次调用中经过的五个步骤。
- 01
用 OCR 读整页
逐字找出文字和它所在的位置。坐标只在这一步产生。
- 02
交给模型
模型把原图和读到的文字放在一起看，判断这份文件在说什么。它不会凭空造出坐标。
- 03
把值锚定到原文位置
模型给出的每个值，都会按字符锚定到 OCR 实际读到它的页面位置上。
- 04
比对两边结果
对不上的值会把那一处裁下来再读一次，仍无法确认的才被标记 ——
text_verified和needs_review。 - 05
返回值和依据
每个值都带着它被读取的位置
vertices一起返回。
三种格式，还有存放的地方
上传时先选格式。读出来的结果会堆在文件夹里，之后可以从那里查询和搜索。
结构化字段
指定要的字段，带类型返回，明细行也会展开。行会堆叠成一张表，可查询、可导出 CSV。
Markdown
标题、段落、列表和表格保持原有结构，可直接放进文档站、Wiki 或 LLM 的上下文。
纯文本
按段落的原始读取结果。要给扫描件建索引、做检索或比对时，这是最直接的形态。
文件夹
结果就留在你命名的文件夹里。文件夹可以嵌套，表格、文档束和备忘都放在同一个地方。
查询
把堆好的行按条件筛出来。where · sort · select 和分页都在服务端处理。
搜索
可以顺着目录树往下找，也可以在搜索框里打一次，文件夹名、文件名、备忘正文和读出来的单元格值都会一起命中。
让 AI 智能体归档并取回
只需接上一个 MCP 服务器。把照片交给它，智能体会按类型建好文件夹和表格，一张照片堆成一行，之后再按条件把你要的行取回来。结果一直留在那里，不需要另外搭一套数据库。
- space_create建好文件夹和表格
- space_upload上传照片堆成行
- space_view带条件取回
- space_delete确认之后删除
任何支持 MCP 的地方都能用
任何文件都变成可核对的数据
一次 API 调用，把照片变成数据。
- 01
幻觉在流水线里就被拦下
每个值都与 Vision OCR 交叉校验 — 没把握就返回
needs_review。 - 02
坐标就是证据
每个值都带指向原图的
vertices坐标。 - 03
一次调用返回结构化 JSON
字段定义一次，返回符合 schema 的 JSON。
- 04
注册即刻可用
无需 SDK，一条 curl。每月 100 页免费。
- 05
异步 + 签名 webhook
/jobs轮询 · HMAC webhook · OpenAPI 3.1。 - 06
不用为结果另建数据库
建好文件夹和表格，行就会堆起来，用
/view带条件取回。
用这些照片测出的数字
测的不是扫描件，而是现场拍下的照片：光线昏暗、角度倾斜、画质参差，未经任何修饰。点开照片，就能看到引擎返回的 vertices 坐标。
由现场照片构成的自建回归语料 333 个单元格 · 缓存回放 · 2026 年 7 月。不是公开基准。
让校验看得见、摸得着
API 返回的那批已校验的值，放在一个为阅读而做的界面里：你指向一个值，照片就作答。
- 01把照片丢进来就行
无需配置，也不用写代码。把一叠照片拖进浏览器，行会自己填好。
- 02指向值，照片作答
鼠标停在单元格上，原图对应的位置就亮起来；从照片反查回值，同样管用。
- 03存疑的地方不藏着
没通过交叉核验的值会用颜色标出来，而不是悄悄出错，你只需要看该看的那些。
- 04在发现它的地方就改掉
原图就在旁边，直接改值。不用另开窗口，也不用翻它出自哪一页。
- 05原样带走
表格导出为 Excel 不乱码的 CSV，文档集导出为 .md / .txt。