Google 开源 LangExtract：让 LLM 从长文本里扒结构化信息，还能溯源到原文

处理长文本、合同、报告时，最费事的不是读，而是把里面的关键信息扒成结构化数据。Google 开源的 LangExtract 就是干这个的：一个 Python 库，模型不用训练，直接让 LLM 上手抽。

比较实用的有四点：提取结果能精准对应到原文位置，方便溯源核对；长文档自动分块、并行处理，多轮提取也扛得住；一键生成 HTML，可视化高亮所有抽出来的实体；Gemini、OpenAI、本地 Ollama 都能接。

用法也不重，给几个示例就能开始抽。合同、临床文本、文学作品都适用。

项目地址：https://github.com/google/langextract