描述 #

PDF 内容解析算子，支持对 PDF 文件进行视觉模型解析与 Markdown 结构化输出。

使用限制 #

• 需要能访问 PDF 源文件（公网、火山内网或 TOS）。
• 仅处理可渲染的页面内容；若页面为复杂动态对象或受保护内容，无法处理。
• 对于超大分辨率或超大页数的文档，解析耗时与资源占用会显著增加。
• 最大支持 200 页的 PDF 文档，超出 200 页建议通过 start_page 和 num_pages 参数分开多次请求解析。

核心功能 #

• 支持 PDF 页面渲染与视觉模型解析，输出高保真 Markdown，完整还原原文结构（标题层级、表格、公式、图片区域）。
• 自动识别图片区域并返回 boundingbox 信息及图片预签名 URL。
• 支持逐页和整书 Markdown 汇总，便于后续内容处理和展示。

性能说明 #

• 总耗时与页数、网络环境相关。
• 建议在火山内网环境下访问 TOS 源与写入 TOS 结果以获得更稳定的网络性能。

LAS 为您提供了算子在线体验能力，您可以在页面最下方快速体验算子能力。

Submit #

接口说明 #

调用 PDF 文档解析（豆包） 进行 PDF 内容解析，支持对公网、火山内网或 TOS PDF 源文件进行视觉模型解析，得到 Markdown 或结构化输出。

请求参数 #

返回数据 #

示例 #

请求示例

curl --location "https://operator.las.cn-beijing.volces.com/api/v1/submit" \
--header "Content-Type: application/json" \
--header "Authorization: Bearer $LAS_API_KEY" \
--data '{
    "operator_id": "las_pdf_parse_doubao",
    "operator_version": "v1",
    "data": {
        "url": "https://las-ai-cn-beijing-baseline.tos-cn-beijing.volces.com/operator_cards_serving/public/baseline/las_pdf_parse_doubao/v1/pdf-sample.pdf"
    }
}'

返回示例

{
    "metadata": {
        "task_id": "task-20251125163544-abc123",
        "task_status": "PENDING",
        "business_code": "200",
        "error_msg": ""
    }
}

Poll #

接口说明 #

查询 PDF 解析任务的执行状态和结果。

请求参数 #

返回数据 #

示例 #

请求示例

curl --location "https://operator.las.cn-beijing.volces.com/api/v1/poll" \
--header "Content-Type: application/json" \
--header "Authorization: Bearer $LAS_API_KEY" \
--data '{
    "operator_id": "las_pdf_parse_doubao",
    "operator_version": "v1",
    "task_id": "task-20251125163544-abc123"
}'

返回示例

{
    "metadata": {
        "task_id": "task-20251125163544-abc123",
        "task_status": "COMPLETED",
        "business_code": "200",
        "error_msg": ""
    },
    "data": {
        "markdown": "我的小狗 \n我家有一只可爱的小狗,它的名字叫小白｡小白是一只白色的泰迪犬,它有一双圆圆的大眼睛,像两 颗黑珍珠一样闪闪发光...",
        "detail": [
            {
                "page_id": 1,
                "page_md": "我的小狗 \n我家有一只可爱的小狗,它的名字叫小白｡小白是一只白色的泰迪犬,它有一双圆圆的大眼睛,像两 颗黑珍珠一样闪闪发光...",
                "page_image_hw": {
                    "h": 3508,
                    "w": 2480
                },
                "text_blocks": [
                    {
                        "text": "我的小狗 \n我家有一只可爱的小狗,它的名字叫小白｡小白是一只白色的泰迪犬,它有一双圆圆的大眼睛,像两 颗黑珍珠一样闪闪发光...",
                        "label": "text",
                        "box": {
                            "x0": 100,
                            "y0": 200,
                            "x1": 400,
                            "y1": 650
                        },
                        "norm_box": [
                            0.1,
                            0.2,
                            0.4,
                            0.65
                        ]
                    }
                ]
            }
        ]
    }
}