sparrow

从文档和图片中一键提取结构化数据，驱动自动化流程。

sparrow 是一个专注于结构化数据提取、指令调用和智能体工作流的开源框架，结合了传统机器学习、大语言模型和视觉大模型的能力。它解决的核心问题是让开发者能够轻松地从非结构化数据（如文档、图片）中提取出符合特定 schema 的字段，并支持将提取结果直接用于触发后续的自动化指令或智能体决策。项目提供了一套简洁的 API 和配置化 schema 定义方式，支持多种模型后端（如 OpenAI、本地模型），并内置了数据校验、错误处理和重试机制，帮助用户构建可靠的数据管道。其亮点在于将视觉信息（如表格、票据）与文本语义结合，实现多模态信息抽取，同时支持流式处理和批量任务，适用于知识库构建、表单自动化、客服工单解析等场景。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 5224

维护状态较活跃

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队katanaml

所属国家

官网地址https://sparrow.katanaml.io

GitHubhttps://github.com/katanaml/sparrow

定价模式free

价格说明开源项目，GPL-3.0许可，可自行部署使用，无付费版本。

访问状态

是否开源是

开源协议GPL-3.0

主要语言Python

技术栈/模型agentic-ai,computer-vision,documentai,huggingface-transformers,llm,machinelearning,vllm

GitHub 星标★ 5224

30天Star增速

HF 下载量

上线时间2022-01-08 00:00:00

最近更新2026-09-21 00:00:00

维护状态较活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数4

使用教程

难度：进阶约 20 分钟部署方式：本地安装 6 步

环境要求

Python 3.12.10（README 指定版本）
pyenv（用于安装和切换 Python 版本）
pip（安装 Python 依赖）
macOS 处理 PDF 需安装 poppler

安装与启动步骤

1安装 Python 3.12.10

用 pyenv 安装 3.12.10 并设为全局版本，保证后续依赖兼容。
```
pyenv install 3.12.10
pyenv global 3.12.10
```
2克隆并进入目录

拉取 sparrow 源码，进入 sparrow-ml/llm 目录，后续命令都在此执行。
```
git clone https://github.com/katanaml/sparrow.git
cd sparrow/sparrow-ml/llm
```
3安装解析依赖

在该目录下根据 requirements_sparrow_parse.txt 安装 Sparrow Parse 所需依赖。
```
pip install -r requirements_sparrow_parse.txt
```
4安装 poppler

macOS 处理 PDF 需要 poppler，用 Homebrew 安装；非 macOS 用户可跳过此步。
```
brew install poppler
```
5启动 API 服务

在 sparrow-ml/llm 目录运行 api.py，指定 8002 端口启动服务。
```
python api.py --port 8002
```
6修复 mlx 安装失败

若 mlx-vlm 安装失败，先升级 pip，再禁用缓存重新安装该包。
```
pip install --upgrade pip
pip install mlx-vlm --no-cache-dir
```

关键配置

配置项	必填	说明	示例
`--port`	否	启动 api.py 时指定 API 服务监听端口	`8002`
`--crop-size`	否	图像裁剪尺寸，显存不足时可开启以降低占用	`100`

如何确认成功

执行 pdftoppm -h 能看到帮助信息；再用 curl http://localhost:8002/health 检查服务是否正常响应。

常见问题

Q：mlx-vlm 安装失败怎么办？

A：README 给出的办法是先执行 pip install --upgrade pip，然后运行 pip install mlx-vlm --no-cache-dir 重新安装。

Q：pip install 报 AttributeError: 'NoneType' object has no attri

A：README 将该报错列为已知安装问题，可先按 mlx 修复流程升级 pip 并禁用缓存重装依赖；注意确认使用的是 Python 3.12.10。

Q：PDF 处理相关命令不可用怎么办？

A：macOS 需安装 poppler：brew install poppler，安装后用 pdftoppm -h 验证是否可用。

Q：提示显存或内存不足怎么办？

A：改用更小或 MoE 模型、加 --crop-size 100 开启图像裁剪，或逐页处理 PDF 而非整份文件。

Q：模型加载失败如何排查？

A：先确认服务已运行：curl http://localhost:8002/health，若端口不通说明 api.py 未启动或端口被占用。

注意事项

服务在本机自行运行，README 强调不依赖外部云 API 调用。
Python 版本必须按 README 使用 3.12.10，通过 pyenv 管理。
处理 PDF 依赖 poppler，macOS 用 Homebrew 安装。
大文件或多页 PDF 建议逐页处理或开启裁剪，降低显存压力。

核心亮点

支持视觉+文本多模态提取，能处理扫描件和表格。
schema 配置灵活，可自定义字段和校验规则。
内置重试和错误处理，提升数据提取的稳定性。

不足之处

依赖外部 LLM API，离线部署成本高。
文档和社区尚在建设中，上手资料有限。

适用场景

自动化处理发票、合同等票据信息录入。
从网页或 PDF 中抽取实体关系构建知识图谱。
在 RPA 流程中作为智能数据解析模块。

替代项目

unstructured、LlamaIndex、LangChain

项目介绍

sparrow 是计算机视觉领域的开源项目，由 katanaml 开发，2022 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（5,224）位列前 9%，在计算机视觉分类的 446 个项目里位列前 9%。

近 41 天，它的 GitHub 星标从 5,194 增加到 5,224，净增 30。

项目保持着较活跃的维护节奏，最近一次代码更新于 2026-09-21。GPL-3.0许可，可自行部署使用，无付费版本。

它主要面向的使用场景是：自动化处理发票、合同等票据信息录入。同类可对比的替代方案包括 unstructured、LlamaIndex、LangChain。

上一篇：Thin-Plate-Spline-Motion-Model

下一篇：text-extract-api