开源与本地工具 · 工具介绍
DocETL
以自然语言定义批量资料处理步骤，通过映射、归并与筛选把文档集合整理成表格。
DocETL 能做什么
以自然语言定义批量资料处理步骤，通过映射、归并与筛选把文档集合整理成表格。
- 数据查询与可视化分析
如何使用 DocETL
批量提取文档中的业务字段
准备输入
- 文档集合
- 提取或筛选规则
操作步骤
- 整理待处理文档，定义要提取的字段及其含义。
- 将提取、过滤或聚合步骤写入处理流程，用少量样本先运行。
- 核对字段与原文是否一致，修正规则后再批量处理并检查异常记录。
预期交付物
- 结构化表格
- 处理结果
抽查原文与字段对应，检查汇总和遗漏。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从开源与本地工具角度评估DocETL
把开源与本地工具需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
本地运行到哪一步
区分本地界面、本地处理和外部API；不能只看名称判断数据去向。
环境是否匹配
检查系统、内存、磁盘和依赖，按官方要求判断能否运行。
后续是否可维护
确认许可证、配置保存、数据导出与版本更新方法。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
