企业官网建设流程全解析

告别手动整理：用lift-oQ8将PDF批量转成结构化JSON的5种姿势

【免费下载链接】lift-oQ8项目地址: https://ai.gitcode.com/hf_mirrors/mlx-community/lift-oQ8

发票、合同、报表……每天都要面对一堆 PDF，手动复制粘贴整理成表格，既枯燥又容易出错。其实，PDF批量转JSON这件事，现在一台 Mac 就能本地完成。今天介绍的lift-oQ8，是一个专为结构化数据提取而生的 9B 视觉语言模型，能把 PDF 或图片直接转换成符合你要求的结构化JSON，完全开源、本地运行、无需联网，对新手也非常友好。

lift-oQ8 是什么？为什么适合 PDF 转 JSON？

lift-oQ8 是datalab-to/lift的 MLX 量化版本，基于qwen3_5架构，核心能力就一句话：看懂文档，输出结构化数据。它最大的特色是支持JSON Schema 约束解码——你预先定义好字段结构（比如发票号、金额、明细列表），模型在生成时就严格按结构输出，不会出现字段缺失、类型混乱、格式漂移的问题。

换句话说：把 PDF 截图或图片丢给它，它直接吐出一份规整的 JSON，而不是一段需要二次解析的自然语言。想先体验的话，最简单的获取方式就是克隆模型仓库：

git clone https://gitcode.com/hf_mirrors/mlx-community/lift-oQ8

下面这 5 种姿势，从单张试用到批量自动化，总有一款适合你。

姿势一：一条命令快速体验 PDF 转 JSON

如果你只想快速验证效果，不需要写任何代码。前提是有一台 Apple Silicon 的 Mac，然后安装mlx-vlm，一条命令就能完成单张 PDF/图片转 JSON：

uvx --from mlx-vlm mlx_vlm.generate \ --model mlx-community/lift-oQ8 \ --image invoice.png \ --prompt "Extract the invoice as JSON." \ --max-tokens 800

把invoice.png换成你的 PDF 截图或扫描件路径即可。几秒钟后，终端就会输出结构化 JSON。这是上手最快的方式，适合先验证模型的识别效果。

姿势二：搭建本地 OpenAI 兼容服务，实现批量 PDF 提取

单张命令适合试水，真正要批量处理 PDF，建议启动一个本地 API 服务。mlx_vlm.server提供了 OpenAI 兼容接口，启动后任何语言都能像调用云端 API 一样调用它：

uvx --from mlx-vlm mlx_vlm.server --model mlx-community/lift-oQ8 --port 8080

服务启动后，用 Python 的openai库即可发送请求：

import base64 from openai import OpenAI client = OpenAI(base_url="http://127.0.0.1:8080/v1", api_key="local") img = base64.b64encode(open("invoice.png", "rb").read()).decode() resp = client.chat.completions.create( model="mlx-community/lift-oQ8", messages=[{"role": "user", "content": [ {"type": "text", "text": "Extract this invoice."}, {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{img}"}}, ]}], temperature=0.0, max_tokens=800, ) print(resp.choices[0].message.content)

这样一来，PDF 转 JSON 就变成了一个普通的 HTTP 调用，可以轻松接入任何自动化脚本。

姿势三：用 JSON Schema 约束输出，告别格式混乱

普通大模型转 JSON 最大的痛点是格式不稳定：字段名随意、类型对不上、数组结构变来变去。lift-oQ8 专门解决了这个问题——通过response_format传入 JSON Schema，模型在解码阶段就被约束，输出保证合法且类型正确：

schema = { "type": "object", "properties": { "invoice_number": {"type": "string"}, "total": {"type": "number"}, "line_items": {"type": "array", "items": {"type": "object", "properties": { "description": {"type": "string"}, "amount": {"type": "number"}}}}, }, "required": ["invoice_number", "total"], } resp = client.chat.completions.create( model="mlx-community/lift-oQ8", messages=[{"role": "user", "content": [ {"type": "text", "text": "Extract this invoice."}, {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{img}"}}, ]}], response_format={"type": "json_schema", "json_schema": {"name": "invoice", "schema": schema}}, temperature=0.0, max_tokens=800, ) import json print(json.loads(resp.choices[0].message.content))

强烈建议用这种方式结构化提取：字段结构由你定义，结果可以直接入库，无需清洗。

姿势四：编写批量脚本，自动处理整个文件夹

当你有几十上百份 PDF 时，就该上批量脚本了。思路很简单：先把 PDF 页面转成图片（可用 PyMuPDF 或 pdf2image），再循环调用本地服务。下面是一份可直接改用的示例：

import base64, glob, io from openai import OpenAI from pdf2image import convert_from_path client = OpenAI(base_url="http://127.0.0.1:8080/v1", api_key="local") for pdf in glob.glob("pdfs/*.pdf"): page = convert_from_path(pdf, first_page=1, last_page=1)[0] buf = io.BytesIO(); page.save(buf, format="PNG") img = base64.b64encode(buf.getvalue()).decode() resp = client.chat.completions.create( model="mlx-community/lift-oQ8", messages=[{"role": "user", "content": [ {"type": "text", "text": "Extract this document as JSON."}, {"type": "image_url", "image_url": {"url": f"data:image/png;base64,{img}"}}, ]}], temperature=0.0, max_tokens=800, ) print(pdf, "=>", resp.choices[0].message.content)

把结果追加写入一个 JSONL 文件，就完成了一整个目录的批量 PDF 转 JSON，全程不用人工介入。

姿势五：嵌入业务系统，让结构化数据直接入库

最后一招，是把提取能力变成你业务流水线的一环。比如：财务系统定时扫描邮箱里的发票 PDF → 转图片 → 提取 → 写入数据库；或者把合同关键字段抽出来喂给 RAG 知识库做检索。

几个让结果更稳定的实用技巧：

• temperature 设为 0.0，减少随机性，保证同类文档输出一致；
• 固定 JSON Schema，让不同批次的数据结构完全对齐，方便合并入库；
• 加一层字段校验与重试，遇到空值或异常再请求一次，命中率更高；
• 处理多页 PDF 时逐页提取，再按文档编号汇总，避免长文档信息丢失。

性能与量化版本怎么选？

lift-oQ8 属于 oQ 量化家族，不同位宽版本在体积、内存和速度上差异明显，可按机器配置挑选：

（以上数据来自官方在 M5 Max 上对单张发票提取的测试，仅供参考。）

如果你的内存小于 16 GB，优先考虑 oQ6 或 oQ4；如果追求最高精度，则选 bf16 或 oQ8。oQ8 是「精度与速度」比较均衡的选择，这也是它成为默认推荐的原因。

使用小贴士与注意事项

• 已修复停止符问题：本仓库的generation_config.json已设置eos_token_id: [248044, 248046]，避免服务端生成不停止、刷屏<|im_end|>的问题；
• 质量表现：上游 FP 版 lift（9B）在官方 225 份文档基准上达到 90.2% 字段级准确率，量化版本在简单文档上表现稳定，但极端复杂的版面建议用更高位宽版本；
• 许可证：权重采用修改版 OpenRAIL-M，允许研究、个人使用及初创公司（营收低于 500 万美元）免费使用，商用前请确认你的使用场景符合条款。

结语

从一条命令快速验证，到本地服务批量调用，再到 JSON Schema 约束和业务系统集成，lift-oQ8把「PDF 转 JSON」这件事的成本降到了最低：开源、免费、本地运行、数据不出设备。无论你是想整理个人票据，还是搭建企业级文档处理管线，这 5 种姿势总有一种能帮你告别手动整理，把时间留给更有价值的事。

【免费下载链接】lift-oQ8项目地址: https://ai.gitcode.com/hf_mirrors/mlx-community/lift-oQ8