LangExtract PDF — Tableau de Bord d'Évaluation

6.2/10

API d'extraction d'entités depuis PDF

Service FastAPI fonctionnel, sécurisé et bien structuré. Limité par l'absence d'OCR intégré et des temps de réponse variables (30-75s). Version 0.2.0 — prometteur mais encore immature pour un usage production intensif.

Note par dimension

🔌 Endpoints

GET /healthz Publique

GET /api/v1/config Bearer token

POST /api/v1/extractions Bearer token

OpenAPI 3.1 — Swagger UI public sur /docs

🛡️ Headers de sécurité

Header	Valeur	Statut
X-Content-Type-Options	`nosniff`	OK
X-Frame-Options	`DENY`	OK
Content-Security-Policy	`default-src 'self'…`	OK
Cache-Control	`no-store`	OK
Referrer-Policy	`no-referrer`	OK

⚙️ Configuration par défaut

Paramètre	Valeur
Extraction passes	2
Max workers	8
Max char buffer	1 200
include_text	false
Taille max upload	20 MB

Entités ciblées : person, org, invoice, date, amount, email, iban, address, phone, ref

⏱️ Performances

Métrique	Valeur	Statut
Health check	< 1s	OK
Temps extraction	30-75s	Variable
Taille réponse HTML	~3 KB (widget)	Verbeux
JSONL format	String échappée	Non brut

Points forts et limites

Architecture FastAPI / OpenAPI 3.1 propre
Headers de sécurité complets
Auth Bearer token fonctionnelle
Health check public
Prompt configurable par entité métier
Limite upload 20 MB
Sentry intégrée (monitoring)
Swagger UI accessible pour test

Aucun OCR intégré (PDF image-only rejetés)
Temps de réponse 30-75s (pas de file/async)
include_text non configurable par requête
JSONL renvoyé comme string échappée
Widget HTML output très verbeux (~3 KB CSS)
Swagger UI public mais API protégée (faille docs)
Version 0.2.0 — nombreuses améliorations attendues
Pas de page d'accueil / documentation externe

🔧 Détails techniques

Élément	Détail
Serveur	uvicorn (ASGI)
Framework	FastAPI
Domaine	`langextract.ailab.infocepo.com`
Protocole	HTTPS (TLS)
Format réponse	application/json
Schéma réponse	ExtractionResponse (document, jsonl, html, warnings, skipped_pages, omitted_entities, text)
Détection erreur	422 + message clair ("Aucun texte trouvé" / "Fichier non PDF")
Documentation	Swagger UI sur /docs, OpenAPI sur /openapi.json