LangExtract 是一款 Python 库，借助大语言模型从非结构化文本中提取结构化信息。它具有精准溯源、输出稳定等优势，支持多种模型，适用于多领域。

核心优势凸显

LangExtract 优势显著。它能精准溯源，将提取内容映射到原文位置，还支持可视化高亮。输出结构稳定，利用模型可控生成功能。长文档处理能力强，采用分块等策略提高召回率。此外，它支持多种模型，适应各领域需求。这些特性使其在信息提取领域脱颖而出。

快速上手体验

使用 LangExtract 可快速开始信息提取。先定义提取任务，创建清晰提示并提供示例。接着执行提取操作，将输入文本和提示材料提供给函数。最后可将结果保存为 JSONL 文件并生成可视化界面。推荐默认模型为 `gemini - 2.5 - flash`。

多样场景适配

它能处理长文档，通过并行处理和多次遍历，从完整小说中提取实体。还支持 Vertex AI 批量处理以节省成本。在不同领域也有应用，如从《罗密欧与朱丽叶》全文、药物信息、放射学报告中提取信息。

多模型支持灵活

LangExtract 支持多种模型。使用云模型需设置 API 密钥，有多种设置途径。它支持 OpenAI 模型，但需安装可选依赖，且有特殊参数设置。还支持使用 Ollama 运行本地大语言模型，无需 API 密钥。

社区与贡献活跃

LangExtract 有社区提供商插件注册表，可扩展功能。欢迎开发者贡献代码，同时有完善的测试、代码格式化、预提交钩子和代码检查流程，确保代码质量。

编辑观点：LangExtract 功能强大且灵活，能满足多场景信息提取需求。随着大语言模型发展，其应用前景广阔，有望推动信息提取领域进一步发展。