跳转到主要内容

​
xParse Dify 插件简介

Dify 是一个开源的大语言模型（LLM）应用开发平台，旨在简化和加速生成式 AI 应用的创建和部署。它结合了后端即服务（BaaS）和 LLMOps 的理念，为开发者提供了用户友好的界面和强大的工具，有效降低了 AI 应用开发的门槛。 xParse 是一个端到端文档处理 AI 基础设施，致力于将非结构化文档高效转化为可查询、可分析的数据资产。 目前 xParse 与 Dify 联合研发的 xParse 插件已在 Dify 市场上架，帮助用户搭建工作流，提供强大的文档解析和处理能力。

​
xParse 在 Dify 中的使用方法

​
一、xParse Dify 插件亮点

  • 多种解析引擎支持：支持 TextIn 自研高性能解析引擎（推荐）、MinerU、PaddleOCR 等多种行业内先进的解析引擎，可根据文档类型灵活选择。
  • 强大的文档处理能力：支持 PDF、Word、Excel、PPT、图片等多种格式，准确提取标题、公式、图表、表格等元素，保留文档的语义结构。
  • 赋能工作流：让 Dify 的 Agent 拥有强大的文档”读写”能力，轻松处理复杂任务，支持 RAG、知识库构建、信息提取等场景。
  • 灵活的配置选项：支持自定义解析引擎、去水印、切边增强等参数，满足不同业务需求。

​
二、实战演练：两个案例带你快速上手

空谈不如实战。下面我们通过两个典型场景，向你展示 xParse 插件的强大之处。

​
准备

  1. 在 Dify 插件页面安装 xParse 插件（私有化部署的 Dify 同理）
  2. 填写 API 配置信息
插件配置示例 在插件配置页面，需要填写以下信息：
  • x-ti-app-id：xParse 的应用 ID，必填
  • x-ti-secret-code：xParse 的密钥，必填
提示：请前往 TextIn 工作台 - 账号与开发者信息 获取 API Key，详细获取方式请参考 API Key 文档

​
案例一：解析单文件，搭建 Chat Document 应用

想借助 AI 与你的文档对话吗？跟着下面几步，轻松实现。

​
第一步：创建空白应用，选择 “Chatflow”

输入应用名称与描述 创建应用

​
第二步：创建的初始模板中，选择 “开始” 节点

点击右侧 ”+” 按钮添加变量，选择字段类型选为单文件，填写变量名称（此处填为 input_file），支持文档类型选为文档与图片，上传文件类型选为本地上传。 开始节点配置

​
第三步：添加工具节点——xParse 插件来解析上一步开始节点上传的文件

添加 xParse 工具节点

​
第四步：设置 xParse 的输入变量，选择上一步开始节点添加的 input_file

xParse 输入配置 xParse 插件支持以下配置选项：
  • 文件输入：选择要解析的文件（必填）
  • 解析引擎：可选择 Textin（推荐）、Textin Lite、Mineru、PaddleOCR 等（陆续接入中）
  • 预处理：可选择 切边矫正、去水印 等
其他参数详情可参考 插件说明文档。

​
第五步：配置 LLM 模型

选择 “LLM” 节点后，如果没有模型可用，需要单独在插件市场安装（这里使用 gpt-5 作为示例） “上下文”选择 xParse 的输出变量 text（xParse 解析文档后的 markdown 格式） LLM 配置 在 “SYSTEM” 区域根据实际需求填写提示词，可如图填写 “在 文档解析 text 中提取用户的问题答案” 系统提示词配置

​
第六步：预览，上传文件并提问机器人关于文档的内容

至此一个简单的文档问答应用 Chat PDF 搭建完成，点击 “预览”，查看效果如何： 预览效果 结果如下： 问答结果

​
第七步：发布与测试

保存并发布你的应用。现在，上传一份 PDF 或图片，你就可以和它自由对话了！ 发布应用

​
案例二：自动化批量处理文档，并上传至云端 S3

需要处理大量文档并归档？xParse 插件同样能胜任。

​
第一步：安装 S3 插件

安装 S3 插件

​
第二步：配置 S3 bucket

配置 OSS

​
第三步：创建工作流

选择字段类型为 “文件列表”，填写变量名称（此处填为 upload_files），支持的文档类型选为文档与图片 文件列表配置

​
第四步：添加 “迭代”

在 “开始” 节点后添加 “迭代”，并配置迭代内的 xParse 节点，设置迭代的输入为上一步开始节点的 upload_files，输出节点暂时不填写，在整个迭代配置完成后选择 xParse 节点文档解析的 files 迭代配置 将 xParse 的输入参数 文件（file） 选择为迭代器的 item xParse 迭代输入 xParse 迭代输出

​
第五步：增加中间节点 “代码执行” 来转换 xParse 的解析结果

输入变量（变量名称需与代码定义一致）
  • text：选择 xParse 文档解析的输出变量 text
  • fileName：选择 “迭代” 节点的 item 的 name
输出变量（变量名称需与代码定义一致）
  • fileName：String
  • base64：String
代码执行节点 代码选择 JavaScript，编写转换代码： 
function main({text, fileName}) {
    const fileContent = Buffer.from(text, 'utf-8').toString('base64');
    return {
        fileName,
        base64: fileContent
    };
}
以下为 Python 版本： 
import base64

def main(text: str, fileName: str):
    base64_content = base64.b64encode(text.encode('utf-8')).decode('utf-8')
    return {
        'fileName': fileName,
        'base64': base64_content
    }

​
第六步：配置 S3 插件来上传内容

添加工具节点 S3，选择 “通过S3上传base64” S3 配置 文件 base64 选择代码执行（图中为转换 xParse MD 文本）输出的 base64 字段 Botos3 base64 配置 S3 对象 key，S3 对象 key 填写文件存储的路径，在 botos3 插件配置界面已经填写了 bucket 名称，这里只需要填写在 bucket 下存储的目录即可。选择代码执行（图中为转换 xParse MD 文本）的 fileName Botos3 key 配置

​
第七步：预览效果

连接结束节点，至此，一个简单的上传到 s3 的工作流配置完成，点击 “运行” 看看效果： 工作流运行 运行结果

​
第八步：查看文档

运行结束，可在云存储服务后台查看 S3 桶内是否已上传解析后的 md 文件。

​
三、更多应用场景

xParse Dify 插件还支持以下应用场景：

​
RAG 应用构建

使用 xParse 解析文档后，结合 Dify 的知识库功能，构建智能问答系统。xParse 的智能分块功能可以确保文档被合理切分，保留语义完整性，提升检索效果。

​
信息提取 Agent

结合 xParse 的信息抽取能力，构建自动化的信息提取 Agent，从合同、发票、订单等文档中提取结构化信息，自动完成数据录入和验证。

​
批量文档处理

使用迭代节点批量处理文档，结合 xParse 的多种解析引擎，根据文档类型自动选择最适合的解析方案，提升处理效率和准确性。

​
四、常见问题

​
Q: 如何选择合适的解析引擎？

A:
  • textin：适合大多数场景，速度和准确性俱佳（推荐）
  • textin-lite：适合纯文本、表格图片、电子档 PDF 等场景，速度更快，价格更低
  • mineru：适合学术论文等场景，表现优异
  • paddle：适合多语言和复杂文档场景（如 PPT），表现优异

​
Q: xParse 支持哪些文件格式？

A: xParse 支持 PDF、Word、Excel、PPT、图片（JPG、PNG 等）等多种格式。

​
Q: 如何获取 API Key？

A: 请前往 TextIn 工作台 - 账号与开发者信息 获取 x-ti-app-id 和 x-ti-secret-code，详细获取方式请参考 API Key 文档。

​
Q: 解析后的结果格式是什么？

A: xParse 默认返回 Markdown 格式的文本，同时支持返回 JSON 格式的结构化数据，包含文档元素、坐标信息等详细信息。

​
五、相关资源