Uni-Parser v1.5.0
返回全部文章
v1.5.0 · RELEASE

Uni-Parser 1.5:从整篇文档到单元素解析,让科学数据更易获取

Uni-Parser 1.5: From Full Documents to Individual Elements

新增单元素与混合内容解析,正式发布 MolParser 2.0 GA(General Availability,正式可用版),并完善结果分享、图片托管、玻尔钱包支付与用量查询。

Uni-Parser 1.5:从整篇文档到单元素解析,让科学数据更易获取

从一篇论文中提取表格,从专利中识别分子结构,或把一张反应路线截图交给科研 Agent——科学数据的获取,既需要完整的文档解析,也需要针对局部内容的灵活处理。

在 Uni-Parser 1.4 中,我们围绕复杂科学版面、多模态内容和化学信息提取,完善了从 PDF 到结构化数据的处理能力。Uni-Parser 1.5 进一步把这套能力扩展到单个内容元素,同时正式发布 MolParser 2.0 GA(General Availability,正式可用版),让复杂化学结构的识别、表达与后续使用更加完整。

本次更新围绕三个方向展开:

  • 更灵活地获取数据:新增文字、表格、分子结构、图表、化学反应式和数学公式的独立解析,支持文字、表格与反应式中的混合内容识别。
  • 更准确地提取化学信息:MolParser 2.0 GA 采用 E-SMILES 2.0 规范,增强立体化学、Markush 与高分子支持,完善缩写代入和分子绘图。
  • 更方便地使用解析结果:新增文件分享入口与图片托管输出,接入玻尔钱包支付,完善余额展示与用量查询。

从整篇文档到一张截图,让解析贴近实际工作

完整 PDF 适合构建论文库和专利库,但在日常科研中,待处理的内容也可能只是一张表格、一幅分子结构图,或一段包含公式的文字截图。为了获取其中的信息,往往还需要裁图、分开识别,再把结果重新整理到一起。

Uni-Parser 1.5 新增单元素解析,支持独立提交文本、表格、分子结构、图表、化学反应式和数学公式图片。 首页已提供标有“内测中”的单元素解析入口:选择“单元素解析”模式,上传图片后,在上传区右下角确认类型与质量,再点击“开始解析”。默认使用高质量,也可切换为快速;上传图片不会自动提交解析。

开发者也可通过 POST /trigger-item-async HTTP API 指定类型与质量,将局部图片接入数据处理流程;参数、后端要求与完整 Python 示例见 单元素解析使用与 API 接入说明。

更重要的是,科学文档中的元素经常混合出现:文字里有公式,表格里有分子,反应式中同时包含多个化学结构。本次更新支持识别文字与表格中的分子和公式,以及化学反应式中的分子结构,减少手动拆分与多次提交。首页会根据所选类型自动启用内部元素识别,无需额外设置。

这让同一套解析能力可以服务于不同规模的任务:处理整篇文献时保留全文结构,处理局部图片时聚焦需要的内容。例如,从专利中截取一张含分子结构的表格,即可继续提取表格内容及其中的化学信息,用于后续整理、检索与分析。

MolParser 2.0 正式发布:让复杂化学结构进入数据链路

MolParser 2.0 GA 随 Uni-Parser 1.5.0 正式发布,采用 E-SMILES 2.0 规范,更新连接点与高分子支持,并扩展特殊 Markush、多环不定连接、子结构复制、虚拟连接弧和轴手性的表达。

正式版在 BioVista OCSR Benchmark 上的准确率由 preview 的 84.5% 提升至 85.7%,并改善复杂立体结构识别、缩写与 Markush 代入、置信度和分子绘图。配套的 MolParser Utils 与 Skills 为后处理、格式转换、基团代入、绘图与校验提供开源工具。

完整的语法、58 张原图与对照、工具调用示例,以及九类结构识别对比,已整理为站内专题:MolParser 2.0:端到端分子识别升级。

让解析结果更易分享、更易接入

当解析结果需要交给同事检查,或被另一个系统引用时,便捷的共享方式同样重要。Uni-Parser 1.5 在结果页面新增了整份文件的分享链接入口,可以一键复制链接,方便协作查看。

对于结果中的图片,本次新增图片托管输出:支持上传至对象存储并返回访问链接,便于下游系统引用;上传失败时自动回退为 Base64 输出,保留图片内容。

与此同时,我们改善了文本间距、中英文混排空格与 Markdown 多余转义字符,修复空表格或异常表格导致的输出失败、表格内公式显示与原有空行误删等问题。页面定位和局部重解析也进一步完善,减少分子图像重叠、尺寸不协调、局部内容遗漏与页码对应错误,让结果阅读与检查更加顺畅。

对于持续运行的任务,本次还改善了异步任务状态和结果查询的兼容性、远程文件下载重试,以及批量分子识别在超时或工作进程异常后的恢复能力。

玻尔钱包支付与用量查询:支持持续的数据处理

从少量试用到批量任务,用户需要清楚地了解可用余额和任务消耗。Uni-Parser 1.5 在已开通钱包支付的环境中,支持使用玻尔钱包支付解析费用,并完善试用额度、钱包余额及用量信息的展示与查询。

未指定付款方式时,优先使用足以支付整笔费用的 UniParser 余额;本地余额不足且满足钱包使用条件时,使用玻尔钱包。文档解析按每页 0.05 试用额度计费,无其他额外计费;新增单元素解析按每次 0.01 试用额度计费。

账户查询 API 支持按日期、付款来源等条件查询用量、付款记录和余额流水,并按日汇总请求数、解析页数与费用,方便跟踪批量任务的消耗。本次也修复了并发或重试场景下的重复扣款风险、支付后任务未继续处理,以及部分余额判断和跨时区统计问题,完善任务结果与账单的访问权限校验。

开始使用 Uni-Parser 1.5

在线体验与玻尔登录

访问 Uni-Parser 在线 Demo,使用玻尔账号登录并授权,或输入已有 API Key,即可进入解析工作流。登录后可以查看试用额度与可用的 Bohrium 钱包余额。

使用玻尔账号登录 Uni-Parser、查看余额与充值的图文步骤已整理为站内玻尔用户使用指南:登录、钱包余额与充值,可随时查阅。

CLI 与开发者接入

对于脚本、批处理、notebook 和 Agent 应用,可以通过 API 文档或开源工具箱 UniParser-Tools接入。已有的文档解析工作流可以继续使用 CLI:

pip install "git+https://github.com/dptech-corp/UniParser-Tools.git"
uniparser auth
uniparser parse paper.pdf

任务中断或需要重新获取结果时,可使用保存的 token:

uniparser fetch --token "TASK_TOKEN"

UniParser-Tools 也提供 Agent Skill,可将文档解析接入支持 Skill 的编程助手:

npx skills add dptech-corp/UniParser-Tools

从一篇完整文献到一张局部截图,从分子结构识别到后续计算,Uni-Parser 1.5 继续让科学资料中的信息成为可获取、可检查、可复用的数据。