Langextract Web

🚀 LangExtract Web

🔍 使用大語言模型從文本中提取結構化信息 — 這是一個為 Google 的 LangExtract 庫打造的 Web 界面 + API + MCP 包裝器，能有效助力文本信息提取工作。

🚀 快速開始

Docker（推薦）

docker run -d -p 8600:8600 \
  -e LANGEXTRACT_API_KEY=your-gemini-api-key \
  neosun/langextract:latest

打開 http://localhost:8600

Docker Compose

services:
  langextract:
    image: neosun/langextract:latest
    ports:
      - "8600:8600"
    environment:
      - LANGEXTRACT_API_KEY=${LANGEXTRACT_API_KEY}
      - OPENAI_API_KEY=${OPENAI_API_KEY}
      - OLLAMA_HOST=http://host.docker.internal:11434
    volumes:
      - /tmp/langextract:/tmp/langextract
    extra_hosts:
      - "host.docker.internal:host-gateway"

docker compose up -d

✨ 主要特性

• 🎯 精準溯源 — 每個提取結果都能精確映射回文本中的具體位置。
• 📚 少樣本學習 — 只需少量示例即可定義提取任務，無需微調。
• 📄 長文檔優化 — 通過分塊和多輪提取，實現高召回率。
• 🌐 Web 界面 — 擁有現代、響應式的界面，支持暗模式和國際化。
• 🔌 REST API — 在 /docs 處提供完整的 Swagger 文檔。
• 🤖 MCP 支持 — 支持模型上下文協議，便於與 AI 助手集成。
• 🔧 LiteLLM 兼容 — 可使用任何大語言模型提供商（如 Gemini、OpenAI、Claude、Ollama 等）。
• 📁 文件上傳 — 支持拖放文件或從 URL 獲取內容。

📦 安裝指南

從源代碼安裝

git clone https://github.com/neosun100/langextract-web.git
cd langextract-web

# 安裝依賴
pip install -e .
pip install flask flask-cors flasgger gunicorn

# 運行
python app.py

環境變量

💻 使用示例

Web 界面

1. 打開 http://localhost:8600
2. 輸入文本或拖放文件/粘貼 URL
3. 定義提取提示和少樣本示例
4. 選擇模型並配置參數
5. 點擊“提取”並查看可視化結果

REST API

# 健康檢查
curl http://localhost:8600/health

# 提取
curl -X POST http://localhost:8600/api/extract \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Lady Juliet gazed at the stars, her heart aching for Romeo.",
    "prompt": "Extract characters and emotions",
    "examples": [{
      "text": "ROMEO spoke softly",
      "extractions": [{"extraction_class": "character", "extraction_text": "ROMEO"}]
    }],
    "model_id": "gemini-2.5-flash"
  }'

完整的 API 文檔：http://localhost:8600/docs

MCP 集成

{
  "mcpServers": {
    "langextract": {
      "command": "docker",
      "args": ["exec", "-i", "langextract", "python", "mcp_server.py"]
    }
  }
}

🔧 技術細節

提取參數

支持的模型

🏗️ 技術棧

• 後端：Flask、Gunicorn
• 核心：Google 的 LangExtract
• 大語言模型：Google Gemini、OpenAI、Anthropic、Ollama
• 容器：Docker

📝 更新日誌

v1.2.0

• ✨ 支持文件拖放上傳
• ✨ 支持從 URL 獲取內容
• ✨ 支持自定義模型（LiteLLM）
• ✨ 在界面中完全暴露參數
• ✨ 添加項目介紹部分

v1.0.0

• 🎉 初始版本，包含 Web 界面 + API + MCP

🤝 貢獻

歡迎貢獻代碼！請閱讀 貢獻指南。

📄 許可證

採用 Apache 2.0 許可證 - 詳情見 LICENSE。

本項目基於 Google 的 LangExtract 開發。

⭐ 星標歷史

📱 關注我們