处理发票或合同时，真正麻烦的往往不是“让 AI 读懂”，而是把金额、日期、姓名等内容稳定送进数据库。Unstract瞄准的正是这一步：用自然语言写下要提取的字段，再让大模型把 PDF、图片和扫描件等非结构化材料转成 JSON——一种按“键和值”组织、方便程序读取的格式。
它的看点不只在抽取，还在交付方式。结果可以部署成 REST API，也能接进 ETL 流程——即从来源取出数据、统一格式，再装入数据库或分析系统。项目支持接入 OpenAI、Anthropic、Bedrock、Ollama 等模型提供方，也可从文件夹批量取文档并写入数据仓库。对关注文档 RAG 的开发者来说，它可承担前置整理；不过 Unstract 的重点不是生成回答，而是产出可复用的结构化数据。项目方称，新文档类型可通过 Prompt Studio 快速配置，但材料未提供独立评测，抽取准确率和复杂版式下的稳定性仍未知。