文档中心

AI 原生 BaaS 平台 Supabase 版

AI Function 智能处理（rds_ai）

语义抽取（ai_extract）

定义

rds_ai.ai_extract 使用 chat/LLM 模型按调用者给定的 schema 从文本中抽取结构化字段，并以固定 JSONB 信封返回结果。

语法

参数

参数	类型	默认值	说明
content	text	无	待抽取文本；SQL NULL 返回 SQL NULL，空白文本不允许。
schema	jsonb	无	字段定义。简写可用字符串数组；完整形式支持 string、integer、number、boolean、object、array 和 enum。
options	jsonb	{}	闭合控制对象，只支持下表所列键。
model_name	text	SQL NULL	chat/LLM 模型；NULL 时使用 ai_query 默认模型。
model_args	jsonb	{}	传给模型请求体的开放参数对象。

options 键

键	默认值	说明
version	1.0	当前仅支持字符串 1.0。
instructions	空字符串	附加抽取指令。
mode	空字符串	传入提示词的抽取模式字符串，例如 precision。
enableConfidenceScores	false	是否要求每个叶子值附带 confidence_score。

布尔选项必须使用 JSON 布尔值；当前不支持 citations，enableCitations 等未知键会被拒绝。

返回固定 JSONB 信封：response 是按 schema 组织的对象；每个叶子字段使用 {"value": ...}，启用置信度时增加 confidence_score；metadata.version 当前为 1.0；成功时 error_message 为 JSON null。content 为 SQL NULL 时整个函数返回 SQL NULL。

错误行为

空白输入、schema 结构或字段类型不合法、选项或模型参数不是对象、出现未知选项时立即抛出参数错误。

默认/显式模型不存在或类型不兼容，以及普通 HTTP/鉴权/超时错误时抛出错误。

模型输出不是合法 JSON，或值类型、枚举值、对象/数组结构、置信度字段不符合 schema 时返回 response: null 和非空 error_message。

结构化输出能力被模型拒绝时返回错误信封；资源不足或响应大小超限等资源类错误仍会直接抛出。

示例

简写 schema

带类型与置信度的 schema

提示优化建议

抽取质量主要取决于 schema 与指令的清晰度。评测复盘显示，多数误抽/漏抽源于 schema 过宽或字段约束不清，遵循以下原则可显著提升精确率与召回率：

schema 尽量收窄：只声明真正需要的字段。字段越宽泛，模型越容易抽出"合法但你并不想要"的额外值，拉低精确率。

把约束写进字段描述：明确字段是否要求专有名词/具体实体、允许的取值边界与排除条件，而不是仅给字段名。

需要原文片段时明确说明：在字段描述或 instructions 中要求“抽取原文中连续出现的片段”，减少模型重构或泛化。

用 options 表达取向：精度优先场景可设 mode（如 precision）并补充 instructions；需下游过滤时开 enableConfidenceScores。

分而治之：字段语义差异很大时，拆成多次窄 schema 调用通常比一次大而全的 schema 更稳。

质量指标

基于公开评测集（QMSum、WikiLingua EN/ZH）的基准测试结果：

质量维度	指标	结果
可用性	有效输出率	100%
准确性	字段精确率	89.36%–92.44%
完整性	字段召回率	89.11%–93.49%
完整性	三切片 micro 汇总	90.45%
可信性	源忠实度	98.16%–99.44%

最近更新时间：2026.10.21 12:50:08

这个页面对您有帮助吗？

有用

无用