LLM文档抽取产品系统Vibe Coding

该项目用于解决文档信息结构化提取困难的问题。在实际业务中，用户需要从PDF、网页或文本中快速提取结构化信息（如合同条款、简历信息、发票内容等）。传统人工处理效率低且容易出错，因此该系统通过LLM自动解析文本并输出标准JSON结构，提高信息处理效率和准确性。

项目支持多种非结构化数据输入（PDF、网页、文本），通过LLM进行语义解析与结构化输出。主要功能包括：文档内容解析、信息字段抽取、动态Schema适配、批量数据处理与结果标准化输出。系统可用于合同解析、简历解析、信息抽取等多种场景。

本人负责项目整体设计与核心开发，实现基于Python的文档解析与结构化抽取流程。使用LLM API完成文本语义理解，并设计动态Schema机制适配不同数据结构。实现模块包括PDF解析、网页内容抓取、Prompt设计、JSON结果校验与错误修复机制。同时引入多模型fallback策略，提高输出稳定性与容错能力。项目过程中重点解决了LLM输出不稳定、结构缺失和批量任务处理效率问题。