> ## Documentation Index > Fetch the complete documentation index at: https://docs.textin.com/llms.txt > Use this file to discover all available pages before exploring further. # 产品简介 > xParse - 面向Agent和RAG的新一代文档处理 AI Infra 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、可分析的向量数据资产。通过统一的 Pipeline API，一次性完成文档解析（Parse）、智能分块（Chunk）、向量化（Embed）和信息抽取（Extract）全流程，让文档数据无缝流入向量数据库，为 RAG、Agentic Workflow 等 AI 应用提供强大的数据底座。 xParse 持续与业界丰富的连接器生态集成。支持从 S3/MinIO、FTP、SMB、本地文件系统等多种数据源读取文档，经过智能处理后，将向量数据存储到 Milvus/Zilliz 等向量数据库本地文件系统，实现从文档到向量数据库的完整自动化链路。 ### xParse - 让文档处理像流水线一样简单 提供端到端的文档处理 AI 基础设施，从非结构化文档到向量数据库，一键完成全流程处理，您只需关心业务，剩下的交给 xParse。 ![Pipeline 架构图](https://static.textin.com/xparse/xparse_infra_new.svg) ### 立即开始 5 分钟快速上手，从安装到运行第一个 Pipeline 完整 RAG 与 LangChain Agent 构建指南，覆盖企业知识库、客服 Copilot 等场景 查看完整的 Pipeline API 接口文档 免费试用文档解析能力，体验解析效果 ### 核心优势 * **统一 Pipeline API，一键完成全流程**：通过 `/api/xparse/pipeline` 接口，一次性完成文档解析、智能分块、向量化和信息抽取，无需多次调用，大幅简化开发流程，提升处理效率。 * **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，可根据文档类型和解析需求灵活选择最适合的解析方案。 * **灵活的数据源支持**：支持兼容 S3 协议的对象存储（如 MinIO）、SMB 网络共享、FTP 协议文件系统和本地文件系统，轻松对接各种数据存储场景，满足企业级部署需求。 * **灵活的向量存储方案**：支持 Milvus/Zilliz 向量数据库和本地文件系统输出，可根据业务需求选择云端或本地部署，灵活适配不同规模的应用场景。 * **智能分块策略**：提供 `basic`、`by_title`、`by_page` 三种分块策略，支持自定义字符数、重叠等参数，确保分块结果既保持语义完整性，又适合向量检索。 * **多模型向量化支持**：支持通义千问（Qwen）和火山引擎（Doubao）的多种向量模型，包括 `text-embedding-v3`、`text-embedding-v4` 等，可根据精度和性能需求灵活选择。 * **结构化信息抽取**：支持基于 JSON Schema 的结构化信息抽取，可以从文档中提取指定字段的结构化数据，支持坐标定位和印章识别。 * **配置化处理，易于扩展**：基于抽象类设计，支持灵活配置 parse、chunk、embed、extract 参数，同时易于扩展新的 Source 和 Destination，满足定制化需求。 * **详细统计信息**：返回每个阶段的处理统计数据，包括原始元素数、分块后元素数、向量化元素数等，便于监控和优化处理流程。 * **完整日志和错误追踪**：提供详细的处理日志和错误追踪，帮助快速定位问题，保障生产环境稳定运行。 ### 适用场景 #### Agent 应用数据准备 为 AI Agent 应用准备结构化数据，将文档内容转化为向量表示，支持 Agent 进行知识检索和推理。 #### RAG（检索增强生成）应用 将企业文档、技术资料、法律文件等非结构化文档处理成向量数据，构建智能问答系统，让大模型能够基于企业知识库进行准确回答。 #### 企业知识库构建 批量处理企业内部文档（如产品手册、技术文档、培训材料等），构建统一的知识库，支持语义检索和智能问答。 #### 文档智能检索系统 构建基于语义相似度的文档检索系统，支持从海量文档中快速找到相关内容，提升信息检索效率。 #### 信息提取和数据录入 从发票、合同、订单等表单文档中提取结构化信息，自动完成数据录入和验证，提升业务处理效率。 ### 技术架构 xParse 采用模块化设计，核心组件包括： * **Source（数据源）**：抽象数据源接口，支持 S3Source、FtpSource、SMBSource、LocalSource 等实现 * **Pipeline（处理管线）**：核心处理逻辑，调用统一 Pipeline API 完成文档处理 * **Destination（目标存储）**：抽象目标存储接口，支持 MilvusDestination、S3Destination、LocalDestination 等实现 * **Config（配置类）**：ParseConfig、ChunkConfig、EmbedConfig、ExtractConfig 等配置数据类，支持灵活的参数配置 ### 快速体验 想要快速体验 xParse 的能力？可以： 1. **查看[快速启动指南](/pipeline/quickstart)**：5 分钟完成安装和第一个 Pipeline 运行 2. **了解[文档元素和元数据](/pipeline/elements-metadata)**：了解 Pipeline 处理后的数据结构 3. **配置[数据源连接器](/pipeline/sources)**：了解如何从 S3、本地文件夹或 FTP 读取文档 4. **配置[目的地连接器](/pipeline/destinations)**：了解如何将结果存储到 Milvus/Zilliz、S3 或本地文件系统 5. **阅读[Agent/RAG 实战教程](/pipeline/tutorial/overview)**：了解如何使用 xParse 构建完整的 Agent 与 RAG 应用 6. **参考[API 文档](/api-reference/endpoint/pipeline)**：查看详细的接口说明和参数配置 ## Pipeline API说明 Pipeline API是xParse的核心接口，支持组合多个处理阶段： * **Parse**：文档解析，必需的第一个阶段 * **Chunk**：文本分块，可选 * **Embed**：向量化，可选 * **Extract**：信息抽取，可选，必须与Parse组合 **API文档**：[Pipeline API](/api-reference/endpoint/pipeline) ## 相关API文档 xParse还提供了其他API接口，适用于不同的使用场景： * **[Pipeline API](/api-reference/endpoint/pipeline)**：组合多个处理阶段 * **[Parse同步API](/api-reference/endpoint/parse-sync)**：仅文档解析，同步返回 * **[Parse异步API](/api-reference/endpoint/parse-async)**：仅文档解析，异步处理 * **[Extract同步API](/api-reference/endpoint/extract-sync)**：文档抽取，同步返回 ## Legacy xParse * **[文档解析](https://docs.textin.com/xparse/parse-quickstart)** * **[文档抽取](https://docs.textin.com/xparse/extract-quickstart-v3)** 更多详情见：[TextIn xParse 产品介绍](https://www.textin.com/market/detail/xparse)