LangExtract：Google 开源的 Python 库用于从长文本中提取结构化信息（高亮、并行处理与多领域示例）

Google 开源的 LangExtract 库可对长文本提取结构化信息，支持分块、并行、HTML 高亮等功能，适用于合同、临床文本等场景。

LangExtract 简介

Google 开源的 Python 库 LangExtract，专为从长文本、合同、报告等场景直接抓取成型信息而设计。无需训练新模型，即可让大型语言模型（LLM）协同提取。

亮点概览

• 精确定位提取结果，便于溯源
• 长文自动分块、并行处理；多轮提取也能承载
• 一键生成 HTML，可视化高亮所有实体
• 提供示例覆盖多种场景：合同、临床文本、文学作品

使用场景示例

• 合同文本的关键信息抽取
• 医学/临床文本的要点提取
• 文学作品的结构要素识别

参考与示例

• Gemini、OpenAI、本地 Ollama 等都给了示例

相关仓库
https://github.com/google/langext律