仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
最近在处理一批论文数据，之前经常用到的一些开源工具比如Mineru，有了预算之后我们调研一些闭源解析服务，虽然付费但是如果解析质量比较好的话，我们也是可以接收的。其中有一个工具是EasyDoc，下面给大家分享一下EasyDoc文档解析API的使用以及解析效果，EasyDoc近期也有新用户优惠，送几千页解析额度，足够我们初步体验了。
刚好自己在采集科研论文，下面是我用EasyDoc解析论文的一些效果，在这里分享给大家。为了对比和Mineru等框架的区别，我们下面采用Premium来测试论文解析效果，大家也可以按照自己需求来切换不同解析模式。
下面是解析pdf的代码：
参数说明如下：
我们在命令行执行：
添加成功之后，我们可以EasyDoc平台看到任务列表：
https ://platform.easydoc.sh/workspace/task
下面我们根据task_id获取解析结果
解析速度如果加上多模态对图表解析，速度还算可以接受
体验下来，有两个点不错的是：
做到了层级的识别，比如第二章的章节做了层级识别
第二点对图表内容做了vl的多模态解析,比如
不过现在官方还不支持markdown内容生成渲染，希望后续更新能支持
为了验证是否像官方介绍可以识别跨页表格，下面是简单制作了一个跨页word文档解析的结果中有text文本以及table两种格式：对于跨页表格的内容识别，我们可以看到EasyDoc能够正确的识别内容以及将跨页表格内容合并在一起。
在平时解析文档的过程中，我们会遇到ppt，其中ppt内容一般是图文并茂，传统的ppt解析方法只能解析文字，图片内容丢失比较多，下面是一个云计算行业报告：
解析命令如下：
对于上面图片解析内容如下，多模态解析效果还是不错的
我们再看另外一张柱状图
核对了下数字，解析都对了
基于语义智能识别内容块，精准提取完整知识单元，为AI应用提供高质量的语料，提升模型的理解能力。
构建清晰的文档结构树，无论是“第三章第四条第二款”，还是更复杂的层级关系，都能一目了然，使AI迅速定位并理解其确切位置和上下文联系。通过parent_id，你可以轻松追踪每个内容块的层级关系，快速重建文档结构。
超越简单的表格和图片提取，EasyDoc能够深度理解表格和图片，提取结构化数据并提供语义解读，为AI推理提供丰富且准确的多模态信息。下图中vlm_understanding部分就是EasyDoc的表格和图片的深度理解。
适用场景：适合快速开发与原型验证，提供基础文本提取功能。
适用场景：专为RAG系统优化，保留完整的文档层次结构，提升检索准确性。
适用场景：解锁表格和图片深度解析和理解，适合需要处理复杂数据的高级应用。
代码示例：
首发限时福利，新用户免费注册即获10美金API额度(可用于Lite模式5000页，或者Lite和Pro模式2000页），另外附赠500页Premium解析。
三步开始使用EasyDoc：
访问https ://easydoc.sh/zh注册账户。
获取API密钥即可使用文档解析功能。
开始你的文档解析之旅！
EasyDoc优点的话相比开源工具，一个做的比较好的就是可以支持层次结构分析，之前试了一些工具基本上只能识别出一级标题，其次对图表内容基于VL去做了识别解析，可能其他工具也有，但是单独部署一个多模态模型成本还是比价高的，这个相对方便一些。其次就是在后台工作空间我们可以实时看到解析精度，对于低代码用户很方便。
有一些不太完善的地方就是目前还不支持Markdown内容渲染、多模态解析图表目前是中文，有些场景论文是英文数据这个时候解析为中文感觉比较突兀，解析的效果和上下文关系联系比较弱，只是单纯的内容解析。
EasyDoc官网：https ://easydoc.sh/zh
完整API文档：https ://github.com/easydoc-ai/easydoc
中文版快速上手指南：https ://apifox.com/apidoc/shared/704f7d88-99d0-495d-b775-dcfeb96621be/6345913m0
