lift

lift 是一个基于视觉大模型的文档结构化数据提取工具，支持从 PDF 和图像中按用户定义的 JSON Schema 精准抽取结构化数据。其核心采用 9B 参数量的多模态模型，结合 schema-constrained 解码机制，确保输出严格符合指定格式；支持单页/多页文档、跨页字段识别，并提供本地（HuggingFace）与远程（vLLM）两种推理模式及 CLI/Streamlit Schema Studio 工具链。适用于发票、合同、报表等标准化文档的自动化解析场景，尤其适合需强格式保障与高准确率的金融、政务、企业 RPA 流程。