上下文整理

支持1M上下文 · 8大领域自动分类 · 9种数据模式提取 · 高性能并行处理

📝

8

预定义领域类别

⚡

3,124

字符/秒处理速度

🔍

9

数据提取模式

🧩

77K

Token处理能力

🧪 测试1：多领域混合文本

输入：科技+金融+教育+医疗4领域混合文本（607字符 / ~746 tokens）

24

发现实体

13

模式匹配

1

文本块

📂 分类结果

教育/学术

100.0%

1块 · 0.38

🔍 提取实体

PERSON: 11日期: 3百分比: 6金额: 4

📝 关键句

中信证券首席经济学家明明认为，此次降息将有效降低企业融资成本，预计全年GDP增速有望达到5.

这一政策调整预计将释放约5000亿元流动性，对房地产市场形成利好。

据统计，全国已有超过80%的义务教育学校开展了课后服务，参与学生超过1.

🧪 测试2：金融商业深度文本

输入：比亚迪2024年半年度报告摘要（711字符 / ~800 tokens）

36

发现实体

22

模式匹配

1

文本块

📂 分类结果

金融/商业

100.0%

1块 · 0.47

🔍 模式匹配详情

金额: 10个 → 3011.27亿元, 123.45亿元, 158亿元人

百分比: 8个 → 173.8%, 12.35%, 24.44%

电话号码: 1个 → 0755-89888888

邮箱: 1个 → ir@byd.com

URL: 2个 → www.byd.com, https://www.byd.com

🧪 测试3：大规模文本性能

模拟66,650字符 / ~77,374 tokens（1M上下文场景）

0.06s

处理耗时

3,124

字符/秒

3,000

发现实体

1,750

模式匹配

✅ 1M上下文（约100万token）预计处理时间 < 30秒