低门槛实现 AI 文档解析 | TextIn xParse Dify插件使用教程
TextIn xParse Dify插件简介
Dify是一个开源的大语言模型（LLM）应用开发平台，旨在简化和加速生成式AI应用的创建和部署。它结合了后端即服务（BaaS）和LLMOps的理念，为开发者提供了用户友好的界面和强大的工具，有效降低了AI应用开发的门槛。
TextIn xParse是一个端到端文档处理AI基础设施，致力于将非结构化文档高效转化为可查询、可分析的数据资产。
目前TextIn xParse插件已在Dify市场上架，帮助用户搭建工作流，提供强大的文档解析和处理能力。
- Dify官网地址：https://dify.ai/zh
- xParse Dify插件下载地址：https://marketplace.dify.ai/plugins/intsig-textin/xparse
xParse在Dify中的使用方法
一、xParse Dify插件亮点
- 多种解析引擎支持：支持TextIn自研高性能解析引擎（推荐）、MinerU、PaddleOCR等多种行业内先进的解析引擎，可根据文档类型灵活选择。
- 强大的文档处理能力：支持PDF、Word、Excel、PPT、图片等多种格式，准确提取标题、公式、图表、表格等元素，保留文档的语义结构。
- 赋能工作流：让Dify的Agent拥有强大的文档"读写"能力，轻松处理复杂任务，支持RAG、知识库构建、信息提取等场景。
- 灵活的配置选项：支持自定义解析引擎、去水印、切边增强等参数，满足不同业务需求。
二、实战演练：两个案例带你快速上手
空谈不如实战。下面我们通过两个典型场景，向你展示xParse插件的强大之处。
准备
- 在Dify插件页面安装xParse插件（私有化部署的Dify同理）
- 填写API配置信息
在插件配置页面，需要填写以下信息：
- x-ti-app-id：xParse的应用 ID，必填
- x-ti-secret-code：xParse的密钥，必填
提示：请前往TextIn工作台（https://www.textin.com/console/dashboard/setting）获取API Key，详细获取方式请参考API Key文档（https://docs.textin.com/pipeline/api-key）
案例一：解析单文件，搭建Chat Document应用
想借助AI与你的文档对话吗？跟着下面几步，轻松实现。
第一步：创建空白应用，选择“Chatflow”
输入应用名称与描述
第二步：创建的初始模板中，选择“开始”节点
点击右侧“+”按钮添加变量，选择字段类型选为单文件，填写变量名称（此处填为input_file），支持文档类型选为文档与图片，上传文件类型选为本地上传。
第三步：添加工具节点——xParse插件来解析上一步开始节点上传的文件
第四步：设置xParse的输入变量，选择上一步开始节点添加的input_file
xParse插件支持以下配置选项：
- 文件输入：选择要解析的文件（必填）
- 解析引擎：可选择
Textin（推荐）、Textin Lite、Mineru、PaddleOCR等（陆续接入中） - 预处理：可选择
切边矫正、去水印等
其他参数详情可参考插件说明文档（https://marketplace.dify.ai/plugin/intsig-textin/xparse）。
第五步：配置LLM模型
选择“LLM”节点后，如果没有模型可用，需要单独在插件市场安装（这里使用gpt-5作为示例）
“上下文”选择xParse的输出变量text（xParse解析文档后的markdown格式）
在“SYSTEM”区域根据实际需求填写提示词，可如图填写“在文档解析text中提取用户的问题答案”
第六步：预览，上传文件并提问机器人关于文档的内容
至此一个简单的文档问答应用Chat PDF搭建完成，点击“预览”，查看效果如何：
结果如下：
第七步：发布与测试
保存并发布你的应用。现在，上传一份PDF或图片，你就可以和它自由对话了！
案例二：自动化批量处理文档，并上传至云端S3
需要处理大量文档并归档？xParse插件同样能胜任。
第一步：安装S3插件
第二步：配置S3 bucket
第三步：创建工作流
选择字段类型为“文件列表”，填写变量名称（此处填为upload_files），支持的文档类型选为文档与图片
第四步：添加“迭代”
在“开始”节点后添加“迭代”，并配置迭代内的xParse节点，设置迭代的输入为上一步开始节点的upload_files，输出节点暂时不填写，在整个迭代配置完成后选择xParse节点文档解析的files
将xParse的输入参数文件（file）选择为迭代器的item
第五步：增加中间节点“代码执行”来转换xParse的解析结果
输入变量（变量名称需与代码定义一致）
- text：选择xParse文档解析的输出变量
text - fileName：选择“迭代”节点的
item的name
输出变量（变量名称需与代码定义一致）
- fileName：String
- base64：String
代码选择JavaScript，编写转换代码：
function main({text, fileName}) { const fileContent = Buffer.from(text, 'utf-8').toString('base64'); return { fileName, base64: fileContent }; }以下为Python版本：
import base64 def main(text: str, fileName: str): base64_content = base64.b64encode(text.encode('utf-8')).decode('utf-8') return { 'fileName': fileName, 'base64': base64_content }第六步：配置S3插件来上传内容
添加工具节点S3，选择“通过S3上传base64”
文件base64选择代码执行（图中为转换xParse MD文本）输出的base64字段
S3对象key填写文件存储的路径，在botos3插件配置界面已经填写了bucket名称，这里只需要填写在 bucket下存储的目录即可。选择代码执行（图中为转换xParse MD文本）的fileName
第七步：预览效果
连接结束节点，至此，一个简单的上传到s3的工作流配置完成，点击“运行”看看效果：
第八步：查看文档
运行结束，可在云存储服务后台查看S3桶内是否已上传解析后的md文件。
三、更多应用场景
xParse Dify插件还支持以下应用场景：
RAG应用构建
使用xParse解析文档后，结合Dify的知识库功能，构建智能问答系统。xParse的智能分块功能可以确保文档被合理切分，保留语义完整性，提升检索效果。
信息提取Agent
结合xParse的信息抽取能力，构建自动化的信息提取Agent，从合同、发票、订单等文档中提取结构化信息，自动完成数据录入和验证。
批量文档处理
使用迭代节点批量处理文档，结合xParse的多种解析引擎，根据文档类型自动选择最适合的解析方案，提升处理效率和准确性。
四、常见问题
Q: 如何选择合适的解析引擎？
A:
- textin：适合大多数场景，速度和准确性俱佳（推荐）
- textin-lite：适合纯文本、表格图片、电子档PDF等场景，速度更快，价格更低
- mineru：适合学术论文等场景，表现优异
- paddle：适合多语言和复杂文档场景（如PPT），表现优异
Q: xParse支持哪些文件格式？
A: xParse支持PDF、Word、Excel、PPT、图片（JPG、PNG等）等多种格式。
Q: 如何获取API Key？
A: 请前往TextIn工作台（https://www.textin.com/console/dashboard/setting）获取x-ti-app-id和x-ti-secret-code，详细获取方式请参考API Key文档（https://docs.textin.com/pipeline/api-key）
Q: 解析后的结果格式是什么？
A: xParse默认返回Markdown格式的文本，同时支持返回JSON格式的结构化数据，包含文档元素、坐标信息等详细信息。
