Key 只在你的浏览器里。Key 由浏览器直接发送给服务商，不经过我们的服务器，我们不记录也不保存。建议使用专门创建、设了额度上限的 Key，用完及时到服务商后台删除。
输入
结果
结果会显示在这里。邮件正文里的发票、简历、工单、会议纪要——需要的信息都在里面，只是程序读不了。把文本贴进来，在旁边的框里填一份 JSON Schema，或者干脆列出字段名，模型就只返回 JSON：你要的键、你声明的类型，文中没提到的一律是 null。最后这条最要紧：你让模型找一个文中根本没有的截止日期，它会很乐意给你编一个，除非明确告诉它“看得见的 null 比像模像样的猜测更好”。Schema 框留空时，模型会把文中找到的事实整理成一个扁平对象，拿来给一类新文档起草 Schema 很方便。
它是怎么工作的
- Schema 框接受两种写法：JSON Schema——发送前先在本地解析并格式化，语法错误在这里就会报出来，不会把模型搞糊涂；或者每行一个字段，比如 “total: number”、“due_date: date”。
- 数字去掉货币符号和千分位，日期统一成 ISO 8601，文本值按原文照抄、不做翻译；选“多条记录”时返回数组，每张发票、每位候选人、每个工单各占一个对象。
- 567-labs/instructor 是开发者在自己代码里做同样事情的常用库，基于 Pydantic 模型校验并自动重试；本页只靠提示词来贯彻同样的纪律。
- 这类文档常带个人信息，它和你的 Key 一起从页面直达服务商；单独开一个额度很低的 Key、用完删掉，万一泄露损失也有限。
你的数据去了哪里
使用自带 Key 时，你输入的内容和 Key 由浏览器直接发送给你选择的 AI 服务商，不经过 hysenlabs 的服务器。使用官方托管时，内容经我们的服务器转发给我们的服务商（DeepSeek），按 credits 计费；我们只记录每次运行的 Token 数和成本用于计费，从不保存你输入的内容和返回的结果。服务商如何处理这些内容，以它自己的隐私政策为准。
本工具会接触密钥和凭证，因此任何一次运行都不会被保存，连你自己的历史里也不会有。
关于你的 API Key
我们承诺不会收集、存储或泄露你的 Key：它只保存在当前页面的内存里（除非你勾选“在本标签页记住”），关闭页面即消失。但任何 Key 一旦在网页里用过，都值得多一分小心——建议专门为这里创建一个设了额度上限的 Key，用完后及时到服务商后台删除或轮换。
它要花多少
本工具完全免费，不需要登录，也不消耗积分。
常见问题
- 输出一定能通过我的 Schema 校验吗？
- 任何提示词都保证不了，干活的是模型。能力强的模型对 Schema 的遵循相当可靠，但在依赖结果之前还是要校验一遍，比如用 JSON Schema 校验器跑一下。在自己的代码里，instructor 或服务商原生的结构化输出模式能在此之上再加校验和重试。
- 为什么一个必填字段是 null？
- 因为文中根本没给出这个值，而工具被要求宁可填 null 也不编造。如果 Schema 把它标成必填的 string，输出就过不了严格校验——这恰恰是诚实的结果。要么在 Schema 里允许 null（"type": ["string", "null"]），要么给模型含有这个值的文本。
- 结果外面包了一层 ```json 代码块，怎么回事？
- 有些模型即使被明确要求也会加上 Markdown 代码块，小模型尤其常见。删掉首尾两行，中间的 JSON 就能直接用。如果反复出现，换同一服务商更大的模型试试。
- 能直接读 PDF 或扫描件吗？
- 只能读文本。先把文字弄出来——从 PDF 里复制，或者把扫描件过一遍 OCR——再贴到这里。排版不需要保留，表格贴成参差不齐的几行，模型通常也能看懂。
背后的开源项目
本工具是独立实现，并未打包第三方库。567-labs/instructor（MIT）在代码层面做的是同一件事——如果你需要在自己的程序里实现它，从那里开始，而不是调用一个网页。
567-labs/instructor也常被称作
- 文本转json
- ai信息提取
- 结构化数据提取
- json schema提取
- 大模型结构化输出
- 发票信息提取