创建文档内容解析 - CreateDocumentTask

project_id

是

String

参数解释：

项目ID，获取方法请参见获取项目ID。

约束限制：

不涉及

取值范围：

1～64个字符，只能包含数字、字母、中划线和下划线，且必须以字母开头。

默认取值：

不涉及

app_id

是

String

参数解释：

应用ID，获取方法请参见获取应用ID。

约束限制：

字符串

取值范围：

1～64个字符，只能包含数字、字母、中划线和下划线，且必须以字母开头。

默认取值：

不涉及

X-Auth-Token

是

String

参数解释：

接口鉴权使用的Token，Token获取方式参考：获取IAM用户Token。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

file_path

是

String

参数解释：

用户上传到obs的文档路径，每次一个文件。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

language

否

String

参数解释：

文档的语言，zh,CHINESE-中文，en,ENGLISH-英文，ar,ARABIC-阿拉伯语，th,THAI-泰语，pt,PORTUGUESE-葡语，es,SPANISH-西语，中英文文档可以不传此参数

约束限制：

不涉及

取值范围：

枚举值

• es

• ar

• pt

• th

• en

• zh

默认取值：

不涉及

mode

否

Integer

参数解释：

文档拆分模式。

约束限制：

不涉及

取值范围：

1-4

默认取值：

不涉及

ocr

否

Boolean

参数解释：

是否使用ocr方式解析。

约束限制：

不涉及

取值范围：

• false: 不使用ocr方式解析

• true: 使用ocr方式解析

默认取值：

不涉及

priority

否

Integer

参数解释：

任务优先级，数值越大优先级越高。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

parse_conf

否

DocParseConfig object

参数解释：

文档解析配置。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

split_conf

否

DocSplitConfig object

参数解释：

文本拆分配置。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

ocr_enabled

否

Boolean

参数解释：

是否使用ocr方式解析。

约束限制：

不涉及

取值范围：

• true 使用ocr方式解析

• false 不使用ocr方式解析

默认取值：

不涉及

mllm_enabled

否

Boolean

参数解释：

是否使用多模态解析。

约束限制：

不涉及

取值范围：

• true 使用多模态解析

• false 不使用多模态解析

默认取值：

不涉及

image_conf

否

String

参数解释：

解析图片方式, TEXT-提取图片文本, IMAGE-保留原图，IMAGE_TEXT - 提取文本和保留原图。

约束限制：

不涉及

取值范围：

枚举值

• TEXT 提取图片文本

• IMAGE 保留原图

• IMAGE_TEXT 提取文本和保留原图

默认取值：

TEXT

image_enabled

否

Boolean

参数解释：

是否解析图片。

约束限制：

不涉及

取值范围：

• true 解析图片

• false 不解析图片

默认取值：

不涉及

header_footer_enabled

否

Boolean

参数解释：

是否解析页脚页眉。

约束限制：

不涉及

取值范围：

• true 解析页脚页眉

• false 不解析页脚页眉

默认取值：

不涉及

catalog_enabled

否

Boolean

参数解释：

是否解析目录。

约束限制：

不涉及

取值范围：

• true 解析目录

• false 不解析目录

默认取值：

不涉及

footnote_enabled

否

Boolean

参数解释：

是否解析脚注。

约束限制：

不涉及

取值范围：

• true 解析脚注

• false 不解析脚注

默认取值：

不涉及

mllm_model

否

String

参数解释：

是否使用多模态，因为可以配置多个，所以用name匹配多模态模型。

约束限制：

不涉及

取值范围：

1-32个字符

默认取值：

不涉及

mllm_prompt

否

Map<String,String>

参数解释：

多模态prompt。

约束限制：

不涉及

取值范围：

不涉及

默认取值：

不涉及

split_mode

否

String

参数解释：

文本拆分模式。

取值范围：

• LENGTH-字数拆分

• CATALOG-目录拆分

• RULE-规则拆分

• AUTO-自动

separators

否

Array of strings

参数解释：

段落分隔符。

取值范围：

不涉及

chunk_size

否

Integer

参数解释：

chunk最大长度。

取值范围：

不涉及

overlap

否

Float

参数解释：

chunk重叠比例。

取值范围：

不涉及

title_level

否

Integer

参数解释：

标题最大深度。

取值范围：

不涉及

combine_title

否

Boolean

参数解释：

标题是否合并,合并格式：标题1 标题2 标题3，不合并格式：标题3。

取值范围：

不涉及

rule_regexs

否

Array of strings

规则拆分场景的标题匹配表达式。

merge_titles

否

Boolean

段落合并开关，开启则把小段落进行合并。

task_id

String

参数解释：

文档解析任务的id，可以通过此id查询文档解析状态和解析结果。

取值范围：

不涉及

error_code

String

参数解释：

错误码

取值范围：

不涉及

error_msg

String

参数解释：

错误描述

取值范围：

不涉及

error_code

String

参数解释：

错误码

取值范围：

不涉及

error_msg

String

参数解释：

错误描述

取值范围：

不涉及

error_code

String

参数解释：

错误码

取值范围：

不涉及

error_msg

String

参数解释：

错误描述

取值范围：

不涉及

200

文件内容解析任务创建结果

400

请求参数异常

401

鉴权异常

500

服务内部异常