qwen-doc-turbo 模型介绍
更新时间：2025-11-06 18:27:03
模型介绍
文本生成
数据挖掘模型专门针对信息抽取、内容审核、分类打标和摘要生成任务进行设计。相比通用对话模型，该模型能够快速且精确地输出规范的结构化数据（如JSON格式），解决通用对话模型返回不规范回复结构或提取信息不够准确的问题。
Qwen-Doc-Turbo 支持通过以下三种方式从文件中提取信息：
- 通过文件URL传入 (推荐): 直接在API请求中提供文件的公开URL，模型即可访问并解析内容。此方法最多支持单次传入10个文件，并可通过 file_parsing_strategy 参数指定解析策略（auto、text_only 或 text_and_images），是处理多文件的唯一方式。
SDK: 文件URL方式当前仅支持DashScope协议，可以选择使用DashScope Python SDK或者HTTP方式调用（如curl）
- 通过文件ID传入: 先将本地文件上传至百炼平台，生成一个当前阿里云账号下唯一的 file-id并开始解析，然后在后续的API请求中引用此id。此方法兼容 OpenAI SDK，适合需要重复使用同一份文件或处理本地文件的场景。
SDK: 文件上传与管理使用 OpenAI SDK，模型调用兼容 OpenAI SDK 和 DashScope SDK。
- 通过纯文本传入:
对于较短或临时的文本内容，可以直接将其作为 system 消息的一部分传入。
SDK: 兼容 OpenAI SDK 和 DashScope SDK。
模型效果演示
简历优化小组件
传入pdf简历
调用模型能力进行解析后得到简历优化建议以及优化后的简历:
适用场景
- 文档快速摘要与信息提取：适用于处理长文档（如报告、论文、合同），可快速提取关键信息（如核心观点、数据、条款要点）并生成精简摘要，提升阅读和信息筛选效率。
- 非结构化文档结构化转换：能将PDF、Word等格式的非结构化文档（如手写笔记、扫描件文字、杂乱排版的文本）转换为结构化数据（如表格、JSON、规范文本），便于数据存储和后续分析（如企业档案数字化、数据录入自动化）。
- 文档内容智能问答：支持基于特定文档内容进行精准问答，例如用户上传产品手册后，可直接提问“某功能的操作步骤”，模型会基于手册内容给出针对性答案，适用于客服查询、内部知识库检索等场景。
模型出入参
请求参数（标准调用入参）
字段名 | 字段类型 | 是否必传 | 字段默认值 | 字段说明 |
|---|---|---|---|---|
| messages | Array<{ role: "system"|"user"|"assistant"; content: string | Array<Text|DocUrl> }> | 是 | - | 标准多模态消息数组； system 的 content 需为字符串；user/assistant 支持文本与文档 URL |
| messages.role | "system" | "user" | "assistant" | 是 | - | 消息角色 |
| messages.content | string | Array<Text | DocUrl> | 是 | - | system 角色必须为字符串；其余可为文本与文档链接的数组 |
| contenttype=text | { type: "text"; text: string } | 否 | - | 文本内容（问题、指令或上下文） |
| contenttype=doc_url | { type: "doc_url"; doc_url: string | string } | 否 | - | 文档链接，支持单个或多个 URL（PDF、图片等） |
| parameters | QwenDocTurboParameters | 否 | 见下 | 模型参数对象 |
| parameters.stream_options | { include_usage?: boolean } | 否 | - | 流式选项（是否在流中附带 usage） |
| parameters.response_format | { type: "text" | "json_object" } | 否 | - | 返回内容格式偏好 |
| parameters.tools | Array | 否 | - | 工具调用配置 |
| parameters.tool_choice | string | object | 否 | - | 工具选择策略 |
| parameters.parallel_tool_calls | boolean | 否 | - | 是否并行工具调用 |
输入要求：
- 必须提供文档（以 doc_url指定）或可解析文本内容；常见格式：PDF、图片（jpg、png 等）
- system提示用于设定整体任务；user传入具体文档与问题
请求参数（直连 API 入参）
字段名 | 字段类型 | 是否必传 | 字段默认值 | 字段说明 |
|---|---|---|---|---|
| model | string | 是 | qwen-doc-turbo | 模型名称 |
| input | object | 是 | - | 输入对象 |
| input.messages | Array<{ role: "system"|"user"|"assistant"; content: string | Array<Text|DocUrl> }> | 是 | - | 消息数组；与标准入参一致（ system 为字符串） |
| parameters | QwenDocTurboParameters | 否 | 见上 | 参数同上（temperature、top_p、max_tokens 等） |
响应参数（出参）
非流式响应（QwenDocTurboResponse）：
字段名 | 字段类型 | 是否必传 | 字段默认值 | 字段说明 |
|---|---|---|---|---|
| request_id | string | 否 | - | 请求 ID |
| output | { text?: string; choices?: Array<{ finish_reason: string; message: { role: string; content: string } }> } | 否 | - | 输出对象；优先使用 choices[0].message.content ，其次 text |
| usage | { input_tokens?: number; output_tokens?: number; total_tokens?: number } | 否 | - | Token 统计 |
流式响应（QwenDocTurboStreamChunk）：
字段名 | 字段类型 | 是否必传 | 字段默认值 | 字段说明 |
|---|---|---|---|---|
| request_id | string | 否 | - | 请求 ID |
| output | 同上，但字段可选 | 否 | - | 流式片段； choices[0].message.content 或 text 为累积全文，SDK 会输出增量差值 |
| usage | { input_tokens?: number; output_tokens?: number; total_tokens?: number } | 否 | - | 一般在最后片段返回 |
标准化输出（SDK 适配后）说明：
- 非流式：返回标准 DoGenerateOutput，内容来自choices[0].message.content或text
- 流式：SDK 对 DashScope 的“累积内容”做差分，仅输出新增增量内容
使用示例（标准调用）
javascript
{
"messages": [{
"role": "user",
"content": [
{ "type": "doc_url", "doc_url": ["https://example.com/document.pdf"] },
{ "type": "text", "text": "请总结这份文档的主要内容" }
]
}],
"parameters": {
"temperature": 0.3,
"top_p": 0.8,
"max_tokens": 2000,
"frequency_penalty": 0.1,
"presence_penalty": 0.1
}
}