LangExtract 通过以下机制处理长文档：
- 智能分块：自动将长文档分割为适当大小的文本块
- 并行处理：通过设置
max_workers参数控制线程数（如处理整本《罗密欧与朱丽叶》时可采用 4 线程） - 多轮提取：通过
num_passes参数设置多次提取以提高准确性
Recomendações de otimização:
- 处理超长文档时建议使用 Tier 2 Gemini 配额以避免速率限制
- 对复杂文档可切换到更强大的模型（如从
gemini-2.5-flash切换到gemini-2.5-pro) - 确保网络连接稳定，特别是使用云端模型时
- 保存结果时可采用
save_annotated_documents方法生成 JSONL 格式文件
Essa resposta foi extraída do artigoLangExtract: ferramenta de código aberto para extrair dados estruturados de textosO
Não pode ser reproduzido sem permissão:Ferramentas de produtividade de IA " Qual é o mecanismo do LangExtract para lidar com documentos longos? Quais são as sugestões de otimização?
Português do Brasil 
简体中文 
English 
日本語 
Deutsch