企业每天要处理大量发票、合同、医疗申请单、身份证等文档，通常需要从中抽取特定字段存入数据库。传统流程先用OCR得到全部文本，再编写解析代码映射字段，既耗时又易出错。通用大模型虽能通过提示完成提取，但在高量级业务中，API费用和延迟很快变得难以承受。

Dharma-AI此前已发布DharmaOCR-LITE，专注于广泛文档类型的OCR任务，证明领域专用小模型可在特定场景超越通用前沿API。现在他们进一步推出Field Extractor，这款2B参数模型直接接收文档图像和提取指令（或精确schema），输出下游系统可直接使用的结构化JSON。

解决真实业务痛点

无论是要提取发票所有行项列表、医疗单中的患者姓名与日期，还是身份证信息映射到员工记录，模型都能准确完成。它不返回整页文本，而是直接给出结构化结果，省去了后续大量映射开发工作。在测试中，该模型性能超过所测的每一家前沿LLM，成本仅为其一小部分。

开发者落地建议

对AI编程从业者而言，这是一款可快速集成到业务自动化流水线中的实用工具。开发者可将其嵌入文档处理系统中，实现从扫描图像到结构化数据的端到端转换，显著降低成本并提高准确率。模型已在Hugging Face提供，建议根据自身文档样式进行少量适配后用于生产环境，尤其适合物流、医疗、金融等高频文档场景。