LangExtract
Google 推出的 Python 库，用于从长文本中抽取结构化实体，抽取结果映射回源文本字符位置，支持自动分块、调用模型与JSON解析对齐
时间轴 (近 90 天)
LangExtract 是 Google 开发的 Python 库，能从长文本中抽取结构化实体，并将每个抽取结果映射回源文本中的字符位置。
LangExtract 的默认后端是 Gemini，但它内置了基于官方 OpenAI SDK 的 provider，理论上可对接 vLLM、LiteLLM 或任何托管网关。
LangExtract 的 provider 路由基于 model_id 的正则匹配：只有以 gpt-3.5、gpt-4、gpt-5 或 o1 到 o9 开头的名字才会走 OpenAI provider。
在 langextract 1.7.1 中，以 qwen、deepseek、llama、mistral、gemma、phi、gpt-oss 等开头的 model_id 会被导向 Ollama provider，即使传入了 model_url。
实测中，model_id 为 qwen3-coder-plus 时 LangExtract 向 <base_url>/v1/api/generate 发 POST 并返回找不到 Ollama 模型的错误；完全不匹配任何模式的 plain-model 报错 No provider registered for model_id。
LangExtract 只有在模型 ID 包含 gpt 时才会读取环境变量 OPENAI_API_KEY；当 provider 被显式指定而模型名不含 gpt 时，必须显式传入 api_key，否则报 API key not provided。
LangExtract 在不传 base_url 时会读取环境变量 OPENAI_BASE_URL，且无论哪种方式 base_url 末尾都要保留 /v1。
LangExtract 的每个文本块请求包含一条 system message（要求以 JSON 回复）、一条包含 prompt、Q:/A: 示例及块文本的 user message、n: 1，以及名为 langextract_extractions 且带 strict: true 的 json_schema 类型 response_format。
LangExtract 默认请求中既没有 temperature 也没有 max_tokens，完全由服务端默认值接管；在 provider_kwargs 中显式设置后请求会带上对应参数。
当服务端对 json_schema 返回 400 时，LangExtract 的 extract() 会抛出 InferenceRuntimeError: OpenAI API error: Error code: 400。
还有 4 条时间轴事件
全部知识事实 (14)
本文基于 langextract 1.7.1、openai 3.35.1、Python 3.13 的实测环境，且作者声明自己开发了示例中的网关 APIClaw，对网关相关观点需带保留。
50%待验证LangExtract 的默认后端是 Gemini，但它内置了基于官方 OpenAI SDK 的 provider，理论上可对接 vLLM、LiteLLM 或任何托管网关。
50%待验证LangExtract 的 provider 路由基于 model_id 的正则匹配：只有以 gpt-3.5、gpt-4、gpt-5 或 o1 到 o9 开头的名字才会走 OpenAI provider。
50%待验证在 langextract 1.7.1 中，以 qwen、deepseek、llama、mistral、gemma、phi、gpt-oss 等开头的 model_id 会被导向 Ollama provider，即使传入了 model_url。
50%待验证LangExtract 是 Google 开发的 Python 库，能从长文本中抽取结构化实体，并将每个抽取结果映射回源文本中的字符位置。
50%待验证LangExtract 只有在模型 ID 包含 gpt 时才会读取环境变量 OPENAI_API_KEY；当 provider 被显式指定而模型名不含 gpt 时，必须显式传入 api_key，否则报 API key not provided。
50%待验证LangExtract 在不传 base_url 时会读取环境变量 OPENAI_BASE_URL，且无论哪种方式 base_url 末尾都要保留 /v1。
50%待验证LangExtract 的每个文本块请求包含一条 system message（要求以 JSON 回复）、一条包含 prompt、Q:/A: 示例及块文本的 user message、n: 1，以及名为 langextract_extractions 且带 strict: true 的 json_schema 类型 response_format。
50%待验证LangExtract 默认请求中既没有 temperature 也没有 max_tokens，完全由服务端默认值接管；在 provider_kwargs 中显式设置后请求会带上对应参数。
50%待验证当服务端对 json_schema 返回 400 时，LangExtract 的 extract() 会抛出 InferenceRuntimeError: OpenAI API error: Error code: 400。
50%待验证设置 use_schema_constraints=False 后，LangExtract 请求会切换为 response_format: {"type": "json_object"}，可绕开服务端不支持 json_schema 的问题。
50%待验证LangExtract 默认会静默吞掉每个块的解析错误：当模型输出被解释文字和围栏包裹，或因 finish_reason 为 length 被截断导致 JSON 解析失败时，该块被丢弃、仅打印日志，返回零条抽取结果且不抛异常。
50%待验证在 json_object 模式下，LangExtract 期望裸 JSON，若模型返回带解释文字和围栏的 JSON 块则会被丢弃，日志为 Chunk omitted from results (parse error): Failed to parse JSON content。
50%待验证实测中，model_id 为 qwen3-coder-plus 时 LangExtract 向 <base_url>/v1/api/generate 发 POST 并返回找不到 Ollama 模型的错误；完全不匹配任何模式的 plain-model 报错 No provider registered for model_id。
50%