Trawl

把成摞的法律文书，一网打捞成结构化数据

简体中文 | English

Trawl（拖网）。英语里 trawl through documents 正是「在成堆文件里翻找信息」——这恰好是本项目做的事：把散落在起诉状里的被告、身份证号、诉讼请求、事实与理由，像拖网捕捞一样，一次性打捞成整齐的结构化记录。

相关项目：Beacon —— PDF 证件有效期审计。

• 🗂️ 取证台界面 - 真实原文页面与结构化记录左右对照，字段值原位高亮——文本层 PDF、扫描件、照片一致体验，点击高亮与「定位原文」双向回链。
• 🔑 零配置云端识别 - 扫描件开箱即用，经零密钥中继网关识别，无需申请 Token。
• 📄 智能解析 - 自动识别 .docx、.pdf 与图片（.jpg / .png）法律文书。
• ✏️ 校对即导出 - 提取结果可直接在记录卡上修正，人工修改随导出生效。
• 🎯 精准提取 - 提取被告、身份证号码、诉讼请求、事实与理由等关键字段，支持字段显隐；坐标解析宁缺毋错。
• ⚡ 并行提取 - Go 协程并发处理，本地文本解析速度提升 300%。
• 🧩 超长文档 - 50 页以上 PDF 单作业整体识别，云端真实页级进度。
• 💾 多格式导出 - 支持 Excel (.xlsx), CSV, JSON 格式导出。

 .docx ─────────────────────► 本地解析 ──────────┐
                                                 │
 .pdf ──► 文本层探测 ──┬─ 有文本 ► 并行本地解析 ─┤    ┌──────────────┐
                       └─ 扫描件 ► 云端 OCR ─────┼───►│  字段提取     │
                                  (零密钥网关)   │    │  被告/身份证  │──► 取证台校对 ──► XLSX / CSV / JSON
 图片 ──────────────────────► 云端 OCR ──────────┘    │  请求/事实    │      (原位高亮·双向定位)
                                                      └──────────────┘

应用自身不携带任何云端密钥：识别请求携带机器码，由官方中继网关按档计量（试用档每日限额，激活后更高额度）。

1. 从 Releases 下载对应平台的安装包
2. macOS Intel / Apple Silicon: 下载通用 .dmg，打开后拖入应用程序文件夹
3. Windows x64: 运行 windows_amd64_setup.exe 安装程序

Windows ARM64 原生构建作为独立发布目标推进，因为 Windows OCR 桥接工具也需要对应 ARM64 产物和真机验证。

📖 使用手册 —— 面向使用者与实施人员的完整说明（含验收清单与激活流程）。

1. 拖入或点击选择法律文书，应用自动解析并直达取证台
2. 在取证台中校对记录：单击字段直接修正、切换字段显隐、点击「定位原文」跳到对应页
3. 选择导出格式（XLSX / CSV / JSON）并点击 「导出」，人工修正随文件一并保存

开箱即用，无需配置。可选：自备 AI Studio Token（优先于网关直连官方接口，也是网关故障时的备用通道），在 config/conf.yaml 中配置：

ocr:
  token: "您的AIStudioToken"   # 直连官方接口

或环境变量 LEGAL_EXTRACTOR_OCR_TOKEN。旧版 baidu.token 配置继续有效。

📖 详细配置指南

• Go 1.25+ / Node.js 22+ / Wails CLI

git clone https://github.com/can4hou6joeng4/Trawl.git
cd Trawl
cd frontend && npm install && cd ..
wails dev

常用命令：make test（Go 测试）、make lint、make check；前端在 frontend/ 下 npm test。

MIT License © 2026

_{Made with ❤️ using Wails & Vue 3}