传统处理 PDF 和发票账单，先跑 OCR、再调 LLM、再用正则修 JSON，链路长且准确率很难保证。

任何一个环节出错，整条数据处理流水线就彻底卡死。

在Github上看见一个 9B 专用抽取模型 lift， 只需要把复杂的 PDF 扫描件或图片直接喂给它，并附带上目标 Schema 结构，一步直接输出 100% 合法的结构化 JSON。

在 11,000 个真实复杂字段的严苛压测下，准确率达到了 90.2%，速度更是达到了通用大模型的 3 倍以上，最关键的是完全支持本地私有化部署！

我还没有实践过，先自己fork，后续做企业知识库的时候试试。