TableFlow 官网

TableFlow 图文介绍：

TableFlow 2022年诞生于英国剑桥，创始团队曾任职AWS、Palantir与DeepMind。产品定位“开源表格OCR+结构理解”API，通过视觉Transformer+序列模型，把PDF、扫描件或图片中的复杂表格无损解析为结构化数据（CSV/Excel/JSON）。代码已在GitHub获4.8k Star，被《金融时报》称为“文档AI新基建”。

主要功能：

• Table Detection：像素级检测表格边界，支持有线、无线、嵌套、跨页表格。
• Structure Recovery：自动还原行/列/合并单元格，输出与原始排版一致的HTML/CSV。
• OCR + NER：识别数字、日期、货币、百分比，自动转为标准化格式。
• 多语言：中文、英语、日语、韩语、德语、法语、西班牙语等30种语言混合识别。
• 置信度评分：每个单元格返回0–1置信度，低置信高亮供人工复核。
• 批量异步：单任务≤500页，支持Webhook回调；1MB文件平均耗时3秒。
• 自托管：MIT开源，Docker Compose一键部署，数据不出内网。
• 云市场：现成AWS AMI、GCP镜像，弹性GPU加速，吞吐量提升5倍。

应用场景：

• 金融机构：解析上市公司年报、审计底稿，直接入库Snowflake/BigQuery做分析。
• 物流/制造：自动读取装箱单、质检报告，对接ERP省去手工录入。
• 保险理赔：批量提取医疗账单明细，缩短理赔审核从2天到30分钟。
• 科研/政府：将历史统计年鉴扫描件结构化，用于宏观经济研究。
• SaaS厂商：嵌入TableFlow API，为客户提供“一键导入PDF报表”功能。

是否收费：

• 开源版：本地部署永久免费，含核心模型与REST API。
• 云端按需：首1,000页免费，超出0.02 USD/页；GPU加速0.04 USD/页。
• Growth套餐：99 USD/月含5万页，额外0.015 USD/页。
• Enterprise：私有云/区域部署，SLA 99.9%，价格面议。

按量结算，支持信用卡、AWS/GCP Marketplace抵扣；可随时导出数据无锁定。

平台兼容性：

• 协议：REST/GraphQL，返回JSON/CSV/XLSX/HTML。
• 语言SDK：Python、JavaScript/Node、Go、Java、C#、PHP、Ruby。
• 云函数示例：AWS Lambda、Google Cloud Functions、阿里云函数计算一键部署。
• 文件输入：PDF、TIFF、JPG、PNG、WebP，单文件最大500 MB。
• 输出连接器：Snowflake、BigQuery、Redshift、PostgreSQL、MySQL、MongoDB、S3、GCS、Azure Blob。
• 安全合规：SOC 2 Type II、GDPR、HIPAA；支持VPC、PrivateLink、CMK加密。
• 自托管硬件需求：最低8 CPU/16 GB RAM/10 GB磁盘；GPU可选T4/V100提升速度。

可信度与社区

• 核心模型在ICDAR 2023 Table Competition获“结构恢复”子项第一，论文已开源。
• GitHub活跃度：周均Issue/PR 50+，Slack社区3,400名开发者。
• 客户背书：包括KPMG、Siemens、新加坡政府科技局及多家独角兽SaaS；平均缩短90%手工处理时间。
• 透明报告：每季度发布《Table Parsing Benchmark》，公开Precision/Recall/F1对比主流云厂商。

TableFlow以“API接口”形态把高精度的表格检测、OCR与结构还原打包成按需服务，既提供100%开源的自托管方案，也提供弹性云端API。对于需要把大量PDF报表、扫描单据或图片表格快速结构化、并写入数据库/BI的开发者与企业，TableFlow能在分钟级完成集成，节省90%人工抄录成本，同时避免供应商锁定，是文档AI pipeline中即插即用的表格解析基础设施。