Skip to main content
Azure AI Document Intelligence（以前称为 Azure Form Recognizer）是一种基于机器学习的服务，可从数字或扫描的 PDF、图像、Office 和 HTML 文件中提取文本（包括手写）、表格、文档结构（例如标题、章节标题等）和键值对。 文档智能支持 PDF、JPEG/JPG、PNG、BMP、TIFF、HEIF、DOCX、XLSX、PPTX 和 HTML。
当前使用 Document Intelligence 的加载器实现可以按页面合并内容并将其转换为 LangChain 文档。默认输出格式为 Markdown，可以轻松与 MarkdownHeaderTextSplitter 链接以进行语义文档分块。您还可以使用 mode="single" 或 mode="page" 来返回单页的纯文本或按页面拆分的文档。

​
先决条件

在以下 3 个预览区域之一中拥有 Azure AI 文档智能资源：East US、West US2、West Europe - 如果您没有，请按照此文档创建一个。您将把 <endpoint> 和 <key> 作为参数传递给加载器。 
pip install -qU  langchain langchain-community azure-ai-documentintelligence

​
示例 1

第一个示例使用本地文件，该文件将被发送到 Azure AI 文档智能。 使用初始化的文档分析客户端，我们可以继续创建 DocumentIntelligenceLoader 实例： 
from langchain_community.document_loaders import AzureAIDocumentIntelligenceLoader

file_path = "<filepath>"
endpoint = "<endpoint>"
key = "<key>"
loader = AzureAIDocumentIntelligenceLoader(
    api_endpoint=endpoint, api_key=key, file_path=file_path, api_model="prebuilt-layout"
)

documents = loader.load()
默认输出包含一个具有 Markdown 格式内容的 LangChain 文档： 
documents

​
示例 2

输入文件也可以是公共 URL 路径。例如，raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/rest-api/layout.png。 
url_path = "<url>"
loader = AzureAIDocumentIntelligenceLoader(
    api_endpoint=endpoint, api_key=key, url_path=url_path, api_model="prebuilt-layout"
)

documents = loader.load()

documents

​
示例 3

您还可以指定 mode="page" 以按页面加载文档。 
from langchain_community.document_loaders import AzureAIDocumentIntelligenceLoader

file_path = "<filepath>"
endpoint = "<endpoint>"
key = "<key>"
loader = AzureAIDocumentIntelligenceLoader(
    api_endpoint=endpoint,
    api_key=key,
    file_path=file_path,
    api_model="prebuilt-layout",
    mode="page",
)

documents = loader.load()
输出将是每个页面作为列表中的单独文档存储： 
for document in documents:
    print(f"Page Content: {document.page_content}")
    print(f"Metadata: {document.metadata}")

​
示例 4

您还可以指定 analysis_feature=["ocrHighResolution"] 以启用附加功能。更多信息，请参见：aka.ms/azsdk/python/documentintelligence/analysisfeature。 
from langchain_community.document_loaders import AzureAIDocumentIntelligenceLoader

file_path = "<filepath>"
endpoint = "<endpoint>"
key = "<key>"
analysis_features = ["ocrHighResolution"]
loader = AzureAIDocumentIntelligenceLoader(
    api_endpoint=endpoint,
    api_key=key,
    file_path=file_path,
    api_model="prebuilt-layout",
    analysis_features=analysis_features,
)

documents = loader.load()
输出包含使用高分辨率附加功能识别的 LangChain 文档： 
documents
在 GitHub 上编辑此页面 或 提交问题。
通过 MCP 将这些文档连接到 Claude、VSCode 等 以获取实时答案。