LangExtract 是 Google 开发的一款开源 Python 库，专注于从非结构化文本中提取结构化数据。它利用大型语言模型（如 Google Gemini 系列）并结合精确的源文本定位和交互式可视化功能，帮助用户将复杂文本快速转化为清晰的数据格式。其主要功能包括：
- 支持多种语言模型（云端和本地模型）
- 结构化信息提取（实体、关系和属性）并生成 JSONL 格式输出
- 交互式可视化功能，生成 HTML 文件以方便查看和分析提取结果
- 高效处理长文档（如整本小说或医疗报告）
- 通过提示词和少量示例自定义提取任务
- 特别适用于医疗文本处理（如临床笔记中的药物名称、剂量等信息）
- 支持 API 集成
This answer comes from the articleLangExtract: open source tools to extract structured data from textThe
May not be reproduced without permission:AI productivity tools " What is LangExtract? What are its main functions?
English 
简体中文 
日本語 
Deutsch 
Português do Brasil