Unstract

Unstract 是一個以大型語言模型為核心的文件擷取平台，核心程式碼開源（GitHub 上可以加星），也提供託管雲端與地端企業版。它的工作流程是：在 Prompt Studio 裡針對文件設計擷取提示，新的 Agentic Prompt Studio 甚至能由 AI 自動建 schema、寫提示並驗證準確度；設計好之後部署成 API，或接 ETL 連接器把資料送進資料倉儲。文件解析這一層用的是自家的 LLMWhisperer，負責把 PDF 和掃描檔整理成 LLM 讀得懂的文字。

它最有特色的設計叫 LLMChallenge：用兩個不同的 LLM，一個擷取、一個挑戰，兩者有共識才回傳值，官網的說法是「NULL 比錯的值好」，藉此在早期就攔下幻覺。省成本方面有 SinglePass Extraction（把所有欄位提示合成一個大提示一次跑完）和 Summarized Extraction（先把文件壓成精簡版），官網說 token 用量最多可省 7 倍。另外有人工審核、MCP Server，以及發票、銀行對帳單、採購單、提單、表格擷取、PDF 拆分等現成 API Hub。

功能特色與適用場景：產業與文件清單很長——保險 ACORD 表單、W-2／1040 稅表、貸款文件、KYC、檢驗報告、合約，流程面涵蓋理賠、核保、房貸、授信。價格偏企業：Starter 每月 499 美元含 5,000 頁，Growth 每月 2,249 美元含 25,000 頁；14 天試用附 LLMWhisperer、Azure OpenAI GPT-4o 1M tokens 與向量資料庫。台灣有自己 IT 團隊的公司可以先拿開源版在內網試，資料不出門，這點對金融業很有吸引力。