google/langextract

O que é?

Recursos principais

• 01Associa cada entidade extraída à sua localização exata no texto de origem.
• 02Impõe um schema de saída consistente, definido por exemplos few-shot.
• 03Divide documentos longos em partes, com processamento paralelo e várias etapas.
• 04Gera uma visualização interativa e independente dos resultados em HTML.
• 05Oferece suporte a Gemini, OpenAI e modelos locais via Ollama.
• 06Oferece um sistema de plugins para adicionar provedores de modelos personalizados.

Casos de uso

• Estruturar anotações clínicas ou laudos radiológicos em campos pesquisáveis.
• Extrair personagens, relações ou eventos de romances e textos longos.
• Transformar contratos ou documentos em registros estruturados verificáveis.
• Criar protótipos de um pipeline de extração de informações sem ajustar um modelo.

Início rápido

1. 1

   Instale o pacote pelo PyPI

   pip install langextract
2. 2

   Configure sua chave de API para usar modelos na nuvem, como o Gemini

   export LANGEXTRACT_API_KEY="your-api-key-here"
3. 3

   Escreva um prompt e exemplos e, em seguida, chame lx.extract com seu texto de entrada

Antes de usar

• !Modelos na nuvem, como Gemini e OpenAI, exigem uma conta paga ou uma chave de API.
• !A qualidade da extração depende do LLM escolhido, da formulação do prompt e dos exemplos.

Em coleções

Tópicos

Perguntas frequentes

O que é langextract?

Biblioteca Python que usa LLMs para extrair dados estruturados de textos não estruturados, vinculando cada extração ao trecho de origem. LangExtract recebe um prompt de extração em linguagem natural e algumas anotações de exemplo; em seguida, executa um LLM em um documento para retornar entidades e atributos em um schema consistente. Cada valor extraído é associado ao intervalo exato de caracteres no texto de origem, permitindo conferir os resultados com base no texto original. Extrações que não podem ser localizadas na entrada ficam sem intervalo, o que facilita filtrar alucinações do modelo inspiradas nos exemplos.

langextract é gratuito? Qual é a licença?

langextract é open source sob a licença Apache-2.0. Confira os termos da licença antes de usá-lo em produtos comerciais.

langextract ainda é mantido?

Manutenção ativa. O último commit de langextract foi em 7 de nov. de 2026.

Para que posso usar langextract?

Estruturar anotações clínicas ou laudos radiológicos em campos pesquisáveis. Extrair personagens, relações ou eventos de romances e textos longos. Transformar contratos ou documentos em registros estruturados verificáveis. Criar protótipos de um pipeline de extração de informações sem ajustar um modelo.

Como instalar langextract?

Instale o pacote pelo PyPI: pip install langextract Configure sua chave de API para usar modelos na nuvem, como o Gemini: export LANGEXTRACT_API_KEY="your-api-key-here" Escreva um prompt e exemplos e, em seguida, chame lx.extract com seu texto de entrada

Onde consigo langextract?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/google/langextract