标签：结构化数据

查看包含结构化数据标签的所有文章。

共 15 篇

LangExtract库：利用大语言模型精准提取结构化信息2026指南

BLUF

LangExtract is a Python library that leverages large language models (LLMs) to extract structured information from unstructured text documents, featuring precise source mapping, customizable extraction schemas, and support for multiple model providers. (LangExtract 是一个 Python 库，利用大语言模型从非结构化文本文档中提取结构化信息，具备精确的源文本映射、可定制的提取模式以及多模型提供商支持。)

工具与标准2026/2/12

阅读全文 →

Schema.org金融扩展：银行与金融机构结构化数据标记指南

BLUF

This document introduces Schema.org's financial extension for marking up banks, financial products, and offers, focusing on simplicity and practicality for retail banking applications. It covers key classes like BankOrCreditUnion, FinancialProduct, and Offer, with usage examples in Microdata, RDFa, and JSON-LD formats. (本文介绍Schema.org金融扩展，用于标记银行、金融产品和客户报价，强调零售银行应用的简洁性和实用性。涵盖BankOrCreditUnion、FinancialProduct和Offer等核心类，并提供Microdata、RDFa和JSON-LD格式的使用示例。)

工具与标准2026/1/26

阅读全文 →

llms.txt标准指南：2024年优化网站内容适配大型语言模型

BLUF

The llms.txt proposal introduces a standardized markdown file at website roots to provide LLM-friendly content, addressing context window limitations by offering curated, structured information with links to detailed resources. (llms.txt提案通过在网站根目录引入标准化markdown文件，为大型语言模型提供友好内容，通过精选结构化信息和详细资源链接，解决上下文窗口限制问题。)

工具与标准2026/1/26

阅读全文 →