@jerryjliu0: AI文档解析的主要问题之一是，由于没有解决方案能达到100%准确率，很难判断某个…

AI文档解析的主要问题之一在于，由于没有任何解决方案能达到100%准确率，因此很难判断给定页面是否解析错误：例如表格错位、数值缺失/臆造，或是混乱的扫描件。过去几个月里，我们在能提供更校准置信度分数的模型上投入了大量精力——它将为您提供页面被正确解析的置信等级。该分数与解析模式及源页面的复杂程度相关。这使您能够内置人机协同机制，以审查和修正输出结果，或触发自动回退逻辑，用于处理高度敏感、文书密集型的流程。快来查看我们的高强度置信度分数功能！https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#confidence-score-high-effort… 在此注册LlamaParse：https://cloud.llamaindex.ai — # 解析配置 来源：https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/ 解析功能拥有众多可调节选项。本页就是地图：它展示了如何构建解析请求，并记录了您可以设置的每个选项。要查看完整的逐字段参考，请参阅解析API参考文档 (https://developers.llamaindex.ai/reference/resources/parsing/methods/create)。要控制从解析任务中返回什么内容，请参阅检索结果 (https://developers.llamaindex.ai/llamaparse/parse/guides/retrieving-results/)。 每个解析请求都是一个JSON对象。仅有三个字段是必需的——其他所有字段均为可选： { // --- 必需 --- "file_id": "", // 或 "source_url" — 二选一必需 "tier": "agentic", // fast | cost_effective | agentic | agentic_plus "version": "latest", // 日期版本字符串或 "latest" // --- 可选 --- "input_options": { /* 针对特定文件类型的提示 */ }, "processing_options": { /* Parse 如何处理文档 */ }, "agentic_options": { /* 配置代理模型 */ }, "output_options": { /* Parse 返回结果的形式 */ }, "crop_box": { /* 页面级裁剪 */ }, "page_ranges": { /* 仅解析特定页面 */ }, "disable_cache": false, "processing_control": { /* 超时和失败模式 */ }, "webhook_configurations": [ /* 将结果推送到指定URL */ ], "user_metadata": { /* 您附加到此任务的键/值标签 */ }} 最简单的有效请求仅包含这三个字段——下面的内容可以在需要时添加。 > 注意：expand不是解析请求体的一部分。它是一个获取结果端点上的查询参数，用于控制返回哪些字段。SDK会为您处理这些——当您向client\.parsing\.parse\()传递expand=\["markdown"\]时，SDK会提交任务、轮询直至完成，然后使用正确的expand值检索结果。如果您直接使用REST API，请参阅检索结果 (https://developers.llamaindex.ai/llamaparse/parse/guides/retrieving-results/)。 ### 如何配置X？ 章节标题“如何配置X？” (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#where-do-i-configure-x) 我想要…设置此项解析特定页面page\_ranges\.target\_pages (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#page-ranges)(顶级)从每页剥离页眉/页脚crop\_box (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#crop-box)(顶级)强制重新解析（无缓存）disable\_cache: true (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#cache-control)(顶级)设置最大任务超时processing\_control\.timeouts\.base\_in\_seconds (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#timeouts-and-failure-conditions)(顶级)将结果推送到webhookwebhook\_configurations (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#webhook-configurations)(顶级)用您自己的元数据标记任务user\_metadata (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#user-metadata)(顶级)设置OCR语言processing\_options\.ocr\_parameters\.languages (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#ocr-languages)跳过水印文本processing\_options\.ignore\.ignore\_diagonal\_text (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#skipping-content-patterns)启用图表解析processing\_options\.specialized\_chart\_parsing (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#specialized-chart-parsing)根据复杂度自动路由页面processing\_options\.cost\_optimizer\.enable (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#cost-optimizer)为每页的解析质量评分processing\_options\.confidence\_score\_effort (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#confidence-score-high-effort)处理表单字段、值和复选框状态processing\_options\.forms (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#enriched-forms-output-beta)使用自定义提示引导agentic\_options\.custom\_prompt (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#custom-prompt)获取HTML表格而非markdownoutput\_options\.markdown\.tables\.output\_tables\_as\_markdown: false (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#markdown-output-options)将表格导出为XLSXoutput\_options\.tables\_as\_spreadsheet\.enable (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#tables-as-spreadsheet)获取每页截图output\_options\.images\_to\_save: \["screenshot"\]保留空间布局output\_options\.spatial\_text (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#spatial-text)获取单词/行/单元格边界框output\_options\.granular\_bboxes (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#granular-bounding-boxes)提取Word修订跟踪和批注output\_options\.markdown\.annotate\_revisions (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#revision-tracking)标注打印的法律行号output\_options\.markdown\.annotate\_line\_numbers (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#printed-line-number-attribution)控制返回内容GET结果端点的expand查询参数——参见检索结果 (https://developers.llamaindex.ai/llamaparse/parse/guides/retrieving-results/) — 控制Parse如何读取您的文档——页面范围、裁剪框、特定文件类型控制以及缓存行为。仅解析您需要的页面。您跳过的每个页面都是您无需付费的页面。 API密钥：page\_ranges— 顶级。 - max\_pages（整数）—— 限制解析的总页数，从第1页开始 - target\_pages（字符串）—— 逗号分隔的1开始的页码和范围，例如"1,3,5\-10" { "page_ranges": { "max_pages": 5 } }{ "page_ranges": { "target_pages": "1,3,7-12" } } 从每页剥离重复的页眉、页脚和边距装饰。四个数字（0.0–1.0），每个数字表示要从该边缘剥离的比例。 API密钥：crop\_box— 顶级。 { "crop_box": { "top": 0.1, "bottom": 0.15 } } 这是几何裁剪，不是内容过滤器。如果装饰在页面间移动，请改用基于内容的忽略规则 (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#skipping-content-patterns)。 Parse默认会缓存相同的请求。对解析选项的任何更改都会自动使缓存失效。 API密钥：disable\_cache— 顶级布尔值。 { "disable_cache": true } 仅在基准测试、调试或验证版本固定时禁用。 API密钥：input\_options\.html。 Parse遍历DOM，提取可见内容，并生成干净的markdown。这些控件会剥离不应出现在输出中的噪音： - make\_all\_elements\_visible— 强制显示隐藏的CSS内容。当文档部分位于display: none、visibility: hidden或JavaScript驱动的UI状态之后时很有用。 - remove\_navigation\_elements— 剥离菜单、面包屑、侧边栏导航和非内容装饰。在解析真实网页而非手工构建的HTML文档时最有用。 - remove\_fixed\_elements— 剥离粘性页眉、浮动侧边栏和其他固定位置UI。 { "input_options": { "html": { "make_all_elements_visible": true, "remove_navigation_elements": true, "remove_fixed_elements": true } }} ### 电子表格（XLSX, CSV） 章节标题“电子表格（XLSX, CSV）” (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#spreadsheets-xlsx-csv) API密钥：input\_options\.spreadsheet。 Parse处理布局不是干净矩形表格的电子表格——一个工作表中有多个逻辑表堆叠、带有过时缓存值的公式等。 - detect\_sub\_tables\_in\_sheets— 在单个工作表内查找并提取子表。如果您的电子表格垂直堆叠了三个小表格，且之间有空行，Parse会将每个检测为独立的表，而不是将它们合并。 - force\_formula\_computation\_in\_sheets— 重新计算公式单元格，而不是使用缓存值。当文件已编辑但从未重新计算，或者您正在解析带有占位符值的模板时启用。在公式密集型工作表上可能会减慢解析速度。 { "input_options": { "spreadsheet": { "detect_sub_tables_in_sheets": true, "force_formula_computation_in_sheets": true } }} ### 演示文稿（PPTX, Keynote） 章节标题“演示文稿（PPTX, Keynote）” (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#presentations-pptx-keynote) API密钥：input\_options\.presentation。 讲者注释默认提取——请求expand=\["metadata"\]以在每页幻灯片的元数据中检索它们。 - out\_of\_bounds\_content— 提取定位在可见幻灯片边界之外的内容。演讲者有时会在可见区域之外放置备注、草稿文本或参考图像。 - skip\_embedded\_data— 跳过嵌入式图表数据的提取。如果您只需要幻灯片文本，且图表数据提取拖慢了速度，请设置为true。 { "input_options": { "presentation": { "out_of_bounds_content": true, "skip_embedded_data": false } }} ### 图像（相机照片） 章节标题“图像（相机照片）” (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#images-camera-photos) API密钥：input\_options\.image。 文档的照片——放在桌上的收据照片、用手机拍摄的表格——到达时是倾斜的、周围有背景且光照不均。Parse可以在解析前清理这些： - camera\_photo\_correction— 检测照片中文档的边界、裁剪、校正透视，并压平不均匀的光照和阴影，使页面解析效果如同平面扫描。适用于JPEG、PNG、WebP和HEIC/HEIF输入（iPhone相机默认格式）。检测是保守的：看起来已经是干净扫描件或屏幕截图的图像会保持不变，因此可以在混合图像批次上安全启用。 { "input_options": { "image": { "camera_photo_correction": true } }} API密钥：input\_options\.pdf— 查看API参考文档 (https://developers.llamaindex.ai/reference/resources/parsing/methods/create)以了解可用的PDF特定选项。 — 塑造Parse返回的内容。 Parse可以从同一任务中生成多种格式。 我想要…使用为LLM准备的干净文本Markdown (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#markdown-output-options)(默认)保留空白的布局空间文本 (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#spatial-text)可下载的XLSX表格作为电子表格 (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#tables-as-spreadsheet)嵌入的图像、截图、布局裁剪图像资源 (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#image-assets)用于引用的打印页码打印页码 (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#printed-page-numbers)作为结构化数据的修订跟踪和批注修订跟踪 (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#revision-tracking)作为markdown偏移量的打印法律行号打印行号归属 (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#printed-line-number-attribution)任何已解析文档的PDF副本导出PDF (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#exported-pdf)用于高亮和定位的单词/行/单元格边界框粒度边界框 (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#granular-bounding-boxes)推送到我服务器的结果Webhooks (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#webhook-configurations)### Markdown输出选项 章节标题“Markdown输出选项” (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#markdown-output-options) API密钥：output\_options\.markdown。 症状控制项下游需要HTML表格output\_tables\_as\_markdown: false表格跨多页merge\_continued\_tables: true图像被转录而非引用inline\_images: true希望在markdown中包含链接目标annotate\_links: true文档包含修订跟踪或批注annotate\_revisions: true (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#revision-tracking)法律文件有打印的装订线行号annotate\_line\_numbers: true (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#printed-line-number-attribution)表格单元格中的空白compact\_markdown\_tables: true多行单元格内容`markdown_table_multiline_separator: “{ "output_options": { "markdown": { "annotate_links": true, "inline_images": true, "tables": { "merge_continued_tables": true, "output_tables_as_markdown": false } } }} ### 修订跟踪 章节标题“修订跟踪” (https://developers.llamaindex.ai/llamaparse/parse/guides/configuring-parse/#revision-tracking) 提取Word样式的修订跟踪和审阅者批注作为与解析内容并列的结构化数据——什么发生了变化、谁更改了它，以及它在页面和markdown中的位置。 API密钥：output\_options\.markdown\.annotate\_revisions。 通过expand=\["items"\]检索。 { "output_options": { "markdown": { "annotate_revisions": true } } } 适用于包含修订跟踪或批注的Word文档，以及从Word导出或打印且标记可见的PDF——包括扫描副本。由非英语版本Word产生的修订标记也能识别。启用后，items结果中的每一页都可以包含一个revisions数组。每个修订都有一个类型（inserted、deleted、formatted、moved\_from、moved\_to或comment）、它所应用的目标文本、修订或批注内容、（如果可用）作者、目标文本和打印修订标记的边界框，以及将目标链接到该页最终markdown的字符偏移量。查看items页面上的修订 (https://developers.llamaindex.ai/llamaparse/parse/guides/retrieving-results/#items)以获取完整的响应结构。在Parse演练场中，提取的修订在运行后的修订选项卡中显示。 **层级限制：**修订依附于items结果，而items结果在fast层级中不可用。 ### 打印行号归属 章节标题“打印行号归属” (https://developers.llamaindex.ai/llamaparse/parse/guides/config