DocIntel 开源视觉优先文档抽取工具，提供三条抽取路由与基准数据

Yacine-ai-tech 在 GitHub 开源了 DocIntel，一个从发票、收据、合同、表单和财报中抽取结构化数据的视觉优先文档智能工具，支持 PDF、图片及 PPTX、DOCX、XLSX 文件。工具提供三条可按请求切换的抽取路由：Claude Sonnet 4.6 Vision 托管路由、基于 Ollama 自托管 Qwen 2.5-VL 7B 的无第三方 API 路由，以及 Surya OCR 加 LLM 清理的 GPU 路由，并叠加确定性归一化层处理 45+ 种货币和日期格式。项目在 650 份多来源语料上验证，Route A 在多语言发票字段上达 100% 准确率，Route B 全局样本为 89.9%，单文档默认支持最多 200 页，采用 AGPL-3.0 许可并另售商业许可。