做文档处理或企业 RAG 的团队，终于有个低成本方案在解析前先做“分诊”，避免为噪音付 OCR 和 LLM 的冤枉钱，值得直接试。
LandingAI 发布了一个名为“解析前”的页面级分类 API，能在昂贵的文档解析之前对 PDF 逐页打标签。它解决企业文档混杂的问题：如 50 页房贷 PDF 中混有工资单、银行流水等，直接解析会浪费算力并导致抽取幻觉。API 支持自定义类别列表、并发逐页评估、返回标签及推理说明，还能处理未知页面并建议类别。企业可根据标签丢弃无关页或分流到不同流水线，调用方式为简单的 curl POST 请求。
LandingAI 做了一个"解析前"的页面级分类 API，它在昂贵的文档解析之前先对 PDF 逐页…
LandingAI 做了一个"解析前"的页面级分类 API，它在昂贵的文档解析之前先对 PDF 逐页打标签，让企业只处理真正需要的页面，把不同类型的页面分流到对应的下游流水线
它要解决的真实问题 企业系统接收到的文档极少是干净分类好的。典型场景：客户上传一份 50 页的房贷 PDF，里面混杂着工资单、银行流水、水电账单、护照照片。直接整份送进解析管线会造成两个结构性问题：
1. 算力浪费：只需要 2 页发票，却要为另外 48 页噪音付 OCR + 解析 + LLM 提取的费用。 2. 抽取幻觉：当一个被设计来提取"发票金额"的 agent 看到驾照或条款页时，它仍会硬着头皮提取，污染下游数据库。
LandingAI 的判断是：这两个问题不能靠"更强的解析器"解决，必须在解析之前加一个分诊层。
产品机制 · 定义类：传入一个自定义 JSON 类列表（如 invoice、bank_statement），可附语义描述。 · 并发逐页评估：API 并发分析每一页，而不是顺序处理。 · 返回标签 + reasoning：每页给出类别，并附一段说明分类原因的字符串。 · 未知项处理：异常页（如贷款包里的一张手写便条）不会被强行塞入某类，而是标记为 unknown，并通过 suggested_class 字段告诉你它"看起来像什么"。 · 下游路由：应用层根据标签决定哪些页丢弃、哪些进入哪个流水线、哪些转人工审核。
调用形式是简单的 curl，把类数组和文档一起 POST 到 /v1/ade/classify 即可。