Document Read Agent

使用LLM擷取文件(PDF/DOCX/TXT/PNG/JPG/Google-Docs)中的資訊，並輸出文本結果(TXT)。

API KEY

輸入 OpenAI 或 Google 的 API 金鑰。支援 %VARIABLE% 格式。

• OpenAI API Key: 請參閱 https://platform.openai.com/api-keys
• Google API Key: 請參閱 https://ai.google.dev/gemini-api/docs/api-key

MODEL

目前支援以下模型：

平台	Model
OpenAI	o3, gpt-4.1, gpt-4.1-mini
Google	gemini-2.5-pro, gemini-2.5-flash, gemini-2.0-flash

一般來說， 使用上述模型會依使用量計費。詳細計費資訊請參閱：

• OpenAI: https://openai.com/pricing
• Google Gemini: https://ai.google.dev/gemini-api/docs/pricing

PDF/DOCX/TXT/PNG/JPG/GOOGLEDOC

輸入的文件檔。點擊 PICK 選取檔案，或使用 %FILENAME% 變數。

支援格式: PDF, DOCX, TXT, PNG, JPG, Google Docs

ADD PROMPT

加入自然語言提示詞來引導模型。

• FILENAME: 輸出文檔的檔案名稱，輸出結果將儲存為 .txt 檔案
• PROMPT: 用於引導模型的自然語言指令。

Example

目標：擷取下方文件(PDF)檔案內的資訊

利用自然語言提示模型：

最後，輸出為文字物件