百度智能文档分析#

官网入口： 百度AI开放平台 · 智能文档分析 ｜ 控制台

本技能封装百度智能云「智能文档分析平台」的 API 调用能力，包括文档抽取、文档解析、文档比对、合同审查、文档格式转换等功能。

功能概览#

功能说明适用场景文档抽取自定义字段抽取，精准定位字段值合同、票据、订单等结构化抽取文档解析通用文档解析，提取文本和表格各类文档的内容提取文档解析(PaddleOCR-VL)多模态文档解析SOTA方案复杂文档、跨页表格、多语言文档文档比对两份文档差异对比合同修订、版本对比合同审查合同风险点识别合同审核、合规检查文档格式转换文档格式转换PDF转Word、图片转PDF等

⚠️ 安全说明#

凭证配置#

所有API调用需要百度API凭证（API Key 和 Secret Key）：

方式1：环境变量（推荐）

bash

export BAIDU_DOC_AI_API_KEY="您的API_KEY"
export BAIDU_DOC_AI_SECRET_KEY="您的SECRET_KEY"

方式2：配置文件

bash

# 创建 ~/.baidu_doc_ai_config
[credentials]
api_key = 您的API_KEY
secret_key = 您的SECRET_KEY

网络安全#

• 此技能仅与百度官方API通信： aip.baidubce.com
• 不与任何第三方服务器通信

API调用模式#

异步API#

所有API均为异步接口，需要两步操作：

1. 提交请求 - 获取 taskId/task_id
2. 轮询结果 - 根据 taskId 查询处理结果

建议轮询时间：

• 文档抽取： 5秒 后开始轮询
• 文档解析：5-10秒后开始轮询
• 合同审查：1-2分钟后开始轮询
• 文档比对：5-10秒后开始轮询

使用脚本#

技能提供了Python脚本，简化API调用：

统一命令行工具#

所有功能集成在一个脚本中：

bash

# 文档抽取
python scripts/baidu_doc_cli.py extract \
  --file document.pdf \
  --fields '[{"key": "合同名称"}, {"key": "合同金额"}]'

# 文档解析
python scripts/baidu_doc_cli.py parse --file document.pdf

# 文档解析VL
python scripts/baidu_doc_cli.py parse-vl \
  --file document.pdf \
  --analysis-chart --merge-tables

# 文档比对
python scripts/baidu_doc_cli.py compare \
  --base-file doc1.pdf \
  --compare-file doc2.pdf

# 合同审查
python scripts/baidu_doc_cli.py contract-review \
  --file contract.pdf \
  --template Sales_PartyA_V2

# 格式转换
python scripts/baidu_doc_cli.py convert --file document.pdf

Python API#

python

from scripts.baidu_api_client import BaiduDocAIClient

# 初始化客户端
client = BaiduDocAIClient()

# 文档抽取
result = client.extract(
    file_data=file_data,
    manifest=[{"key": "合同名称"}, {"key": "合同金额"}]
)

# 文档解析
result = client.parse(
    file_data=file_data,
    file_name="document.pdf"
)

# 合同审查
result = client.contract_review(
    file_data=file_data,
    template_name="Sales_PartyA_V2"
)

合同类型模板#

合同审查支持的合同类型：

模板名称说明Sales_PartyA_V2买卖合同-买方Sales_PartyB_V2买卖合同-卖方Lease_PartyA_V2租赁合同-出租方Lease_PartyB_V2租赁合同-承租方TechDev_PartyA_V2技术开发合同-委托方TechDev_PartyB_V2技术开发合同-受托方Labor_PartyA_V2劳动合同-用人单位Labor_PartyB_V2劳动合同-劳动者

完整模板列表见： references/contract_review.md

错误处理#

常见错误码及处理方式：

错误码错误信息解决方案110/111access_token无效或过期重新获取token216200文件或文件路径为空检查文件URL216201文件格式错误确认文件格式支持216202文件大小异常文件需小于限制282000内部错误重试或联系技术支持283016请求参数不合法检查参数格式

配额和限制#

APIQPS限制文件大小限制支持格式文档抽取提交2/查询1050MBPDF、图片、Word、Excel、OFD文档解析提交2/查询1010MBPDF、图片、Word、Excel文档解析(VL)提交2/查询10100MB/500页PDF、图片文档比对提交2/查询1050MBPDF、图片、Word合同审查提交2/查询1010MBPDF、Word格式转换提交2/查询104-10MBPDF、图片

参考文档#

详细的API文档请参考 references/ 目录：

• doc_extract.md - 文档抽取API详细文档
• doc_parse.md - 文档解析API详细文档
• doc_parse_vl.md - 文档解析(PaddleOCR-VL)API详细文档
• doc_compare.md - 文档比对API详细文档
• contract_review.md - 合同审查API详细文档
• doc_convert.md - 文档格式转换API详细文档

相关链接#

• 智能文档分析官网
• 智能文档分析平台控制台
• API文档