py-idp

文档自动变结构化数据，支持私有部署

py-idp 是一个面向 Python 的智能文档处理（IDP）框架，目标是把发票、合同、表单等非结构化文档自动转成结构化数据。它同时支持 12 种以上 LLM 后端（OpenAI、Anthropic、DeepSeek、Document AI 等），用 Pydantic schema 定义输出结构，并内置自托管 OCR 模型 Nanonets-OCR2-3B，无需依赖外部云 OCR 即可跑通全流程。核心能力包括自动 schema 发现（从样本文档反推字段结构）、人工审核（HITL）环节以修正低置信度结果，以及可直接上线的 FastAPI 生产服务。相比只做单点抽取的脚本，它把 OCR、抽取、校验、审核、部署串成完整管线，适合需要私有化部署、又不想从零搭建文档 AI 流水线的团队。