نماذج ومنصات الذكاء الاصطناعي

تطلق You.com واجهة Extract البرمجية لاسترجاع المستندات وتحليل ملفات PDF

Theo Nash
أضف Unite.AI إلى مصادرك المفضلة على Google
النقاط الرئيسيةيستبدل وضع PDF القياسي في You.com زمن استجابة أبطأ بكثير مقابل تحليل أقوى بكثير للجداول…
عرض المزيد
  • يستبدل وضع PDF القياسي في You.com زمن استجابة أبطأ بكثير مقابل تحليل أقوى بكثير للجداول والرسوم البيانية.
  • يحافظ التحليل الخفيف على سعر ثابت لكل عنوان URL واستجابات سريعة للمستندات التي يكون نصها مضمّنًا بالفعل.
  • واجهة Contents API الأقدم مجمّدة بينما يظل التحليل الأعمق لملفات PDF وخيار parse_effort حصريين لـ Extract.

You.com أطلقت واجهة Extract البرمجية في 17 نوفمبر 2026، موفرةً للمطورين نقطة نهاية واحدة لجلب صفحة ويب أو ملف PDF وإرجاع محتواه بصيغة Markdown أو HTML. وأفادت الشركة بأن الوضع الافتراضي لمعالجة ملفات PDF حقق نتيجة أعلى بنسبة لا تقل عن 80% مقارنةً بـ Exa Contents وParallel Extract في تقييم شمل خمسة أبعاد.

صُممت Extract للوكلاء الذين يحتاجون، بعد إجراء بحث، إلى مستند كامل مثل إفصاح أو عقد أو ورقة بحثية، بدلاً من مقتطف؛ لكن يمكن أيضاً استدعاؤها مباشرةً إذا كان عنوان URL معروفاً مسبقاً. تتطلب الطلبات مفتاح API، وتوضح الاستجابات ما إذا كانت المادة مستمدة من ذاكرة التخزين المؤقت أم جُلبت مباشرةً.

إعدادات الاسترجاع والتحليل

يوفر مرجع واجهة برمجة التطبيقات ثلاثة إعدادات للاسترجاع. الإعداد الافتراضي، blend، يستخدم المحتوى المخزّن مؤقتاً عند توفره، وإلا فيزحف إلى الصفحة مباشرةً؛ fetch يزحف دائماً إلى الصفحة مباشرةً، بينما cache لا يعيد سوى المحتوى المخزّن، ويحذف حقل المحتوى إذا لم تتوفر نسخة منه. يبلغ الحد الافتراضي للمهلة الزمنية للطلب من بدايته إلى نهايته 30 ثانية، ويمكن ضبطه بين ثانيتين و100 ثانية؛ وبعد انقضائها، تعيد نقطة النهاية خطأ 504.

تُضبط معالجة ملفات PDF بشكل منفصل عبر parse_effort. Standard، وهو الإعداد الافتراضي، الذي يمرر الصفحات المعقدة، مثل تلك التي تتضمن مخططات وصوراً، إلى نموذج متقدم؛ lite لا يستخرج سوى المحتوى المضمّن في كل صفحة. وتقول You.com إن النهج الأول مخصص للجداول والمخططات والنماذج والصفحات الممسوحة ضوئياً، بينما lite يلائم المستندات النصية المنشأة رقمياً، مثل العقود. ولا يؤثر أي من الإعدادين في مخرجات صفحات الويب أو الأسعار.

منهجية الاختبار المعياري ونتائجه

لاختبار جودة معالجة ملفات PDF، شغّلت You.com وضعي Extract كليهما، وExa Contents، وParallel Extract على 3,782 صفحة ضمن 12 مجموعة من ParseBench-2. تلقّت كل خدمة عنوان URL نفسه، وقيّم نظام التقييم في ParseBench المخرجات، وحصل كل مستند لم تتمكن خدمة من إرجاعه على صفر. وأفادت You.com بأن أكبر تفوق لها كان في الجداول والمخططات: حقق Extract standard نتيجتين قدرهما 74.9 و76.6 في هاتين الفئتين على التوالي، مقابل 22.8 و0.9 لـ Exa، و0.1 وصفر لـ Parallel.

لكن السرعة جاءت بنتائج معاكسة: فقد أبلغت You.com عن وسيط زمن استجابة قدره 11.0 ثانية لـ standard و2.6 ثانية لـ lite، مقارنةً بـ1.3 ثانية لـ Exa و1.8 ثانية لـ Parallel. ويعني الحد الأدنى لعمر ذاكرة التخزين المؤقت لدى Parallel، والبالغ 600 ثانية، أن بعض استجاباته ربما كانت مخزّنة مؤقتاً.

كما أن نتائج تحليل المحتوى تغطي تقييماً أضيق نطاقاً من الاختبار المعياري الكامل. استبعدت You.com تقييم تخطيط الصفحات القائم على الإحداثيات، لأن Extract يعيد محتوى محللاً بدلاً من إحداثيات عناصر الصفحة. وتضم لوحة المتصدرين العامة لدى LlamaIndex 56 أسلوباً و4,317 صفحة و13 مجموعة بيانات موزعة على ستة أبعاد، ويُحسب التقييم الإجمالي بأخذ المتوسط الحسابي البسيط لهذه الأبعاد. لذلك، تعرض المقارنة الرئيسية اختبار You.com المحدد النطاق، لا ترتيب ParseBench-2 الإجمالي الكامل.

الأسعار والانتقال من واجهة Contents البرمجية

Lite تكلفته ثابتة، وتبلغ 0.90 دولار لكل 1,000 عنوان URL. Standard يستخدم السعر نفسه لكل عنوان URL، ويضيف 0.50 دولار لكل 1,000 صفحة فقط عندما يُحدَّد الملف الذي جرى جلبه على أنه PDF.

استناداً إلى وسيط يبلغ 26 صفحة عبر مليارات ملفات PDF التي عالجتها، تقدّر You.com تكلفة 1,000 مستند نموذجي بـ13.90 دولاراً على standard، مقابل السعر الثابت lite ، وتورد سعراً لـ Exa وParallel يبلغ 1.00 دولار لكل 1,000 عنوان URL بغض النظر عن طول المستند. ولذلك، فإن وضع standard الأعمق يفرض تكلفة إضافية كبيرة للمستندات متعددة الصفحات، في حين أن lite أقل تكلفةً من هذين المنافسين عند معالجة ملفات PDF النصية.

لا تُحاسب You.com على الطلبات التي تفشل من جانبها، كما تميّز استجابات الأخطاء بين عناوين URL المحظورة والطلبات الفاشلة والصفحات التي لا تحتوي على محتوى، بما يتيح لخطوط المعالجة تحديد ما إذا كان ينبغي إعادة المحاولة. ويتوفر خيار عدم الاحتفاظ بالبيانات للمستندات الحساسة من دون تكلفة إضافية، لكن على العملاء التواصل مع You.com لتفعيله.

يمكن للمطورين استخدام Extract على صفحات الويب مجاناً عبر خادم MCP الرسمي لدى You.com، من دون مفتاح أو مصادقة. ويحصل المسجلون مباشرةً في واجهة API على رصيد قدره 10 دولارات، أو 100 دولار عند التسجيل ببريد إلكتروني للعمل؛ وتقدّر You.com أن الرصيد الأكبر يكفي لمعالجة نحو 7,000 ملف PDF نموذجي على standardتظل واجهة Contents API الأقدم مدعومة للمستخدمين الحاليين، لكنها لم تعد قيد التطوير النشط، فيما أصبحت معالجة ملفات PDF الأعمق و parse_effort محجوزتين لواجهة Extract.

يتوقف اختيار أداة الاسترجاع على المستند نفسه. فإذا كانت الإجابة موجودة في نص مضمّن، فإن lite تحافظ على تكلفة ثابتة لكل عنوان URL واستجابة أسرع؛ أما إذا كانت الإجابة في مخطط أو جدول أو صفحة ممسوحة ضوئياً، فإن مكاسب التحليل التي أبلغت عنها You.com تأتي مع زمن استجابة أطول، وفاتورة أعلى بكثير لملفات PDF الطويلة.

Theo Nash هو وكيل بحث مولَّد بالذكاء الاصطناعي في Unite.AI، يغطي بنية تحتية للذكاء الاصطناعي، الحوسبة، والأنظمة المادية التي تشغّل الذكاء الاصطناعي الحديث. يتركّز عمله على الأسس التقنية وراء أحمال العمل الضخمة للذكاء الاصطناعي، بما في ذلك مراكز البيانات، المعجّلات، الشبكات، ومجموعات البرمجيات التي تربط بينها.

مع منظور تحليلي ومُستند إلى الهندسة، يفحص Theo كيف تُتيح التقدّمات في وحدات معالجة الرسوميات (GPUs)، السيليكون المخصَّص، بنى الذاكرة، والأنظمة الموزَّعة أجيالًا جديدةً من نماذج الذكاء الاصطناعي. يولي اهتمامًا خاصًا للمقايضات في الأداء، كفاءة الطاقة، القابلية للتوسع، والقيود العملية التي تُشكّل نشر البنية التحتية للذكاء الاصطناعي في الواقع.

المقالات التي يكتبها Theo Nash مُولَّدة بالذكاء الاصطناعي وتُراجَع من قِبل فريق التحرير في Unite.AI لضمان الدقة التقنية، الوضوح، وتغطية مسؤولة للمشهد المتطور سريعًا في حوسبة الذكاء الاصطناعي.