Datenextraktion

KARLI-gehostete Datenextraktions-Modelle verwandeln hochgeladene Dateien in strukturierten Text, den nachgelagerte Komponenten konsumieren können. Ausgewählt werden sie in der Read File-Komponente, wenn deren Extraction Backend auf karli steht.

KARLI ist derzeit der einzige Anbieter in dieser Modellkategorie.

Verfügbare Modelle

Modell	Akzeptiert	Hinweise
karli/default-data-extraction	Beliebig	KARLI-verwalteter Standard; wählt einen geeigneten Extraktor aus.
karli/data-extraction-moe-latest	Beliebig	Mixture-of-Experts-Router — wählt pro Dateityp (und pro Seite bei PDFs) den optimalen Extraktor. Siehe Details unten.
docling-project/docling	Dokumente	Docling, serverseitig bei KARLI ausgeführt.
datalab-to/marker	Dokumente	Marker.
opendatalab/MinerU	Dokumente	MinerU.
karli/multimodal-data-extraction	Dokumente	Multimodale Hybrid-Pipeline.
openai/whisper-large-v3	Audio	Audio-Transkription via Whisper.

Die Read-File-Komponente prüft die hochgeladene Datei vor dem Upload gegen den akzeptierten Typ des gewählten Modells — ein PDF an das Whisper-Modell zu schicken, liefert z. B. einen Fehler statt eines Uploads.

Mixture-of-Experts-Routing

Das Modell karli/data-extraction-moe-latest wählt automatisch den besten Extraktor je Dateityp:

Dateikategorie	Endungen	Extraktor
PDF	pdf	Seitenweiser Router (siehe unten)
Word-Dokumente	doc, docx	Docling
Präsentationen	ppt, pptx	Docling
Tabellen	xls, xlsx, csv	Default
HTML	htm, html, xhtml	MarkItDown
Bilder	png, jpg, jpeg, gif, bmp, tiff, tif, webp	Vision
Audio	aac, mpeg, wav, webm, mp3, mp4	Audio (Whisper)
E-Mail	eml, msg, pst	Default
Klartext	txt	Default

Seitenweises PDF-Routing

Bei PDFs untersucht das MoE-Modell jede Seite einzeln, klassifiziert ihre Komplexität und leitet sie an den passendsten Extraktor weiter:

Seitenkategorie	Extraktor	Braucht Vision
Gescannte Seite	Marker	Ja
Handschrift	Marker	Ja
Bildlastig	Marker	Ja
Komplexes Layout	Marker	Nein
Fließtext	MinerU	Nein
Gemischter Inhalt	Marker	Nein

Das bedeutet, dass ein einzelnes PDF von mehreren Extraktoren verarbeitet werden kann — z. B. geht eine textlastige Seite durch MinerU, während eine gescannte Seite mit Vision-Unterstützung an Marker weitergeleitet wird.

Request-Aufbau

Beim Versand einer Datei sendet die Komponente einen Multipart-POST an {KARLI_BASE_URL}/data-extraction/extract:

• Das Formularfeld extractorModel trägt das gewählte Modell (gemappt auf seinen KARLI-Identifier).
• Der File-Part trägt das Dokument bzw. die Audiodatei.
• Die Authentifizierung folgt der unten beschriebenen Priorität.

Die Antwort ist ein JSON-Objekt, dessen segments zu einer einzigen Text-Payload zusammengefügt werden; Segmente mit title erscheinen als ## <title>-Markdown-Überschriften.

Authentifizierung

Extraktions-Requests authentifizieren sich mit folgender Priorität:

1. JWT (bei aktiver Karli-Studio-Session) — gesendet als Authorization: Bearer <token>.
2. KARLI_API_KEY (aus Komponentenattribut, Provider-Variablen oder der Umgebungsvariable KARLI_API_KEY) — gesendet als X-API-Key: <key>.
3. Fehler — sind weder JWT noch Key verfügbar, wird ein ValueError ausgelöst mit dem Hinweis, KARLI_API_KEY zu konfigurieren oder über Karli Studio zuzugreifen.

Externe API-Nutzer

Wer die Agentlab-API direkt aufruft und Flows mit einer FileComponent mit Dokumentextraktion nutzt, muss die Provider-Variable KARLI_API_KEY konfigurieren oder die Umgebungsvariable KARLI_API_KEY auf dem Server setzen. Details in der Model-Provider-Übersicht.

Unter Dokumentextraktion steht, wie die Read-File-Komponente diese Modelle praktisch einsetzt — inklusive der Data-Struktur am Ausgang.