百用集研究资料桌
搜索研究与资料 · 工具介绍

Marvin

Marvin 是面向语言模型的 Python 工具,可按类型定义从文本提取结构化数据、完成分类等任务,并复用智能体工具和跨调用的对话历史。

Marvin 能做什么

Marvin 是面向语言模型的 Python 工具,可按类型定义从文本提取结构化数据、完成分类等任务,并复用智能体工具和跨调用的对话历史。

  • 文档解析与格式转换
  • 知识库与智能体应用搭建
搜索研究与资料 · 从小样开始

如何使用 Marvin

从联系人文字中抽取姓名和邮箱

准备输入

  • 含姓名与邮箱的原始文字
  • Contact 字段定义和模型服务凭据

操作步骤

  1. 安装 Marvin 并配置模型服务,定义包含 name、email 的 Contact 结构。
  2. 调用 marvin.extract 提取联系人列表,逐项对照原文核对姓名、邮箱与遗漏。

预期交付物

  • 符合所设字段结构的联系人列表

模型返回的字段需回查原文;测试数据应与本地对话历史分开保存,避免测试记录混入工作上下文。

开始前需要了解

账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查,再用于实际工作。

查看 Marvin 官方说明 ↗

百用集 · 场景选型

从搜索研究与资料角度评估Marvin

把搜索研究与资料需要的条件列清楚,再比较工具。阅读本页的产品用途、步骤与限制,再逐项确认下面的问题;这些是选型方法,不表示每款工具都具备同样能力。

  1. 来源能否回看

    需要能打开的原始页面或文档位置,不能只有一段无出处的摘要。

  2. 范围是否与问题一致

    核对日期、地区、对象与定义,不把相似术语当成同一事实。

  3. 是否保留反例

    把冲突资料和未解决问题放进结论,避免只找支持原想法的证据。

选择一个小样任务,先检查结果与交付格式,再决定是否用于更多资料。

← 返回全部 AI 工具