Reducto
从 PDF 文档中提取文本
Reducto 工具通过 OCR（光学字符识别）技术，实现对 PDF 文档中文本和数据的快速、精准提取。Reducto 专为 agent 工作流设计，便于处理上传或链接的 PDF，将其内容转化为可直接使用的信息。
使用 Reducto 工具，您可以：
- 从 PDF 中提取文本和表格：快速将扫描版或数字版 PDF 转换为文本、markdown 或结构化 JSON。
- 解析上传或链接的 PDF：可通过上传 PDF 文件或指定直链 URL 处理文档。
- 自定义输出格式：可选择 markdown、纯文本或 JSON 作为输出格式，并指定表格为 markdown 或 HTML。
- 选择特定页面：可选定特定页面提取内容，优化处理效率，聚焦所需信息。
- 获取详细处理元数据：除提取内容外，还可获得作业详情、处理时长、源文件信息、页数及 OCR 使用统计，便于审计和自动化。
无论是自动化工作流程、提取关键业务信息，还是解锁归档文档以便检索和分析，Reducto 的 OCR 解析器都能为您从最复杂的 PDF 中提供结构化、可用的数据。
在寻找可靠且可扩展的 PDF 解析方案？Reducto 针对开发者和 agent 优化，兼具高准确率、速度与灵活性，助力现代文档理解。
使用说明
将 Reducto Parse 集成到工作流中。可从上传的 PDF 文档或文件引用中提取文本。
工具
reducto_parser
输入
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
filePath | string | 否 | 待处理 PDF 文档的 URL |
file | file | 否 | 待处理的文档文件 |
fileUpload | object | 否 | 来自文件上传组件的文件上传数据 |
pages | array | 否 | 需处理的特定页面（以 1 为起始页码） |
tableOutputFormat | string | 否 | 表格输出格式（html 或 markdown），默认为 markdown |
apiKey | string | 是 | Reducto API 密钥（REDUCTO_API_KEY） |
输出
此工具不会生成任何输出。