文档信息抽取与分类
上传图片或PDF文件与提示词，同步返回结构化信息抽取结果。
POST/v1/ocr/image/extract
授权
Authorizationstringheader必填
HTTP: Bearer Auth
- Security Scheme Type: http
- HTTP Authorization Scheme: Bearer API_key，用于验证账户信息，可在 按量计费&资源包>API Key 管理 中查看。
请求头
Content-Typeenum<string>默认值:multipart/form-data必填
请求体为表单数据，请使用multipart/form-data上传文件与字段。
可用选项：multipart/form-data
请求体multipart/form-data
modelenum<string>必填
模型 ID。取值及作用场景如下：
- u1-ocr：通用场景（发票/收据/报销单/费用清单提取与对账）；支持 PDF
- u1-ocr-med：医疗场景（病历/检验报告/处方/费用清单/收费清单与费用明细票据卡证核验）；仅图片，不支持 PDF
type enum<string> 必填
文件类型。取值：
- image：图片类型（u1-ocr / u1-ocr-med 均可用）
- pdf：PDF文件类型（仅 model=u1-ocr）
file string 必填
需要抽取的图片或者pdf文档，支持url和base64。
支持图片格式：JPG、JPEG、PNG、BMP。图片≤10MB，PDF≤20MB
prompt string 必填
提示词，用于指导模型抽取指定信息。
示例：请提取图片中信息，schema如下：{"invoice_no":"发票号码","date":"开票日期","items":[{"name":"项目名称","total":"金额"}]}
page_begin integer 选填
传入pdf时，开始解析的页码，默认值为1。
page_end integer 选填
传入pdf时，结束解析的页码，默认到最后一页
dpi integer 选填
PDF 渲染 DPI；默认 150，范围 72 ~ 600。仅 PDF 生效。
响应体结构
contentstring
模型抽取结果（字符串）。按文件类型：
- 图片：文本或 JSON 字符串
- PDF：按页升序的 JSON 数组字符串，需先 JSON.parse，元素结构见下方子属性
content[].pageinteger
页码，从 1 开始
content[].contentobject
该页抽取结果
usageobject
Token 消耗统计对象。
usage.prompt_tokensinteger
输入 Token 数量
usage.completion_tokensinteger
输出 Token 数量
usage.total_tokensinteger
总 Token 消耗量
base_respobject
本次请求的状态码及其详情
base_resp.status_codeinteger
状态码（0=正常；100001=参数错误；261001=图片格式不支持；261003=图片损坏或无法解析；100601=文件或请求体超限；100502=触发 TPM 限流；100997=模型处理超时；100999=系统内部错误）
base_resp.status_msgstring
状态详情