AutoFill

An universal engine for automated data extraction from unstructured documents (PDFs, scans, photos) and automated form filling

原始信息汇总

好的，这是根据您提供的HTML内容生成的关于“AutoFill”数据集的概述。

---

数据集概览：AutoFill API

AutoFill API 是一个专门用于从物流和商业文档（如发票、提单、交货证明、运输标签等）中提取结构化数据的API服务。它能够将PDF、扫描件或照片等非结构化文档转换为可用的字段数据，实现自动化的表单填写。

核心功能与工作流程

API的工作流程通常包含两步：

1. 文件上传 (POST /upload)

   • 支持上传 PDF、PNG 和 JPEG 格式的文件。
   • 文件大小上限为 30 MB。
   • 上传成功后会返回一个 filePath 标识符，用于下一步处理。

2. 字段提取 (POST /recognize)

   • 使用上一步获取的 filePath 和自定义的字段名称列表（例如 ["发票号码", "总金额"]）进行识别。
   • 支持 manual（手动指定字段）和 auto（自动使用内置通用字段集）两种模式。
   • 支持OCR语言提示（如 rus, eng, deu, fra 等），默认值为 rus+eng。
   • 返回包含提取值、原始OCR文本、布局信息、处理时间和置信度等元数据的JSON对象。

关键特性

• 字段模板 (Templates)：可以将一组字段保存为模板，供不同文档重复使用。API也内置了常见物流文档的预设模板。
• 页面预览 (Page Preview)：通过 GET /pages/{filePath}/{pageNumber} 端点，可以获取PDF文档指定页面的PNG预览图。
• 历史记录 (History)：通过 /history 端点可以查看过去识别运行的日志。
• 辅助端点 (Assist)：提供一个 assist 端点，用于生成用户可读的字段描述。
• 运行状况监控 (Health / Metrics)：提供 /ping、/health 和 /metrics 等端点用于服务监控。

使用限制

• 上传文件：最大 30 MB，支持 PDF、PNG、JPEG。
• JSON请求体：最大 5 MB。
• 识别请求：单次请求最长处理时间约为 120 秒。

认证与开发

• 认证方式：通过RapidAPI平台进行认证，需要提供 x-rapidapi-key 和 x-rapidapi-host。
• 数据隐私：
  • 上传的文件在处理和预览后，大约一天后会被自动删除。
  • 识别历史会存储字段名和文本摘要等上下文信息，但不会长期归档完整文档。
  • 文档内容在处理过程中可能会经过第三方AI和OCR服务。
  • 针对高度敏感的数据，可以联系提供商定制独立的处理环境。