AI 기반 엔티티 강화에 필요한 모든 것 — 스키마 생성부터 배치 내보내기까지.
아무 JSON이나 붙여넣으세요. AI가 전문 분야, 검색 키, 다국어 필드가 포함된 타입 지정 스키마를 최대 6회의 자체 수정 시도를 거쳐 생성합니다.
“add a parent_company reference”라고 입력하여 스키마를 수정하세요 — AI가 변경 사항을 적용하고 5가지 개선안을 제안합니다.
expertise domain 그룹화, 인라인 편집, 키보드 탐색, 실행 취소/다시 실행, 자동 저장을 갖춘 끌어서 놓기 속성 트리입니다.
유형 정확성, $ref 무결성, 전문 영역 할당 — 모두 자동으로 적용되어 결과를 보기 전에 LLM이 스스로 수정합니다.
스키마가 영역(재무, 규제, 일반)별로 분할됩니다. 각 전문 영역은 병렬 LLM 호출로 실행되어 더 깊이 있고 전문화된 결과를 제공합니다.
저렴한 LLM이 강화 전에 엔터티 유형을 분류하여, 엔터티가 스키마와 일치하지 않을 때 환각을 방지합니다.
모델 검증은 런타임에 LLM의 특이 동작을 잡아냅니다 — 인덱싱된 딕셔너리는 배열로, 문자열 null은 실제 null로 변환되고, 필수 필드는 재시도를 유발합니다.
40개 언어로 동시에 보강합니다. 다국어 필드는 언어별 값을 가진 언어 사전으로 래핑됩니다.
자세히 알아보기 →객체의 키 필드에서 할당되는 안정적인 조직 범위 ID로, 동일한 엔터티가 강화, 언어, 시간에 걸쳐 중복 제거됩니다 — 엔터티 해석 기능 내장.
자세히 알아보기 →2개 이상의 LLM 모델을 병렬로 실행합니다. 병합하기 전에 필드별로 결과를 비교합니다.
유형 인식 비교: 스칼라는 정확히 일치, 다국어는 언어별, 배열은 집합 비교, 객체는 재귀적으로 비교합니다.
규칙 기반 병합(다수결, 중앙값, 합집합) 또는 추론, 신뢰도 수준, 전체 감사 추적을 갖춘 LLM 중재.
공급자별 속도 제한과 실시간 SSE 진행 상황을 통해 최대 100개의 엔터티를 동시에 보강합니다.
bearer, API 키 또는 기본 인증을 사용하여 모든 REST API에서 엔터티를 가져옵니다. 응답 래퍼에서 배열을 자동으로 추출합니다.
세 개의 시트로 구성된 워크북: 결과(entity당 한 행), 요약(메타데이터 및 비용), 충돌(해결 세부 정보).
진행 중인 작업을 정상적으로 완료한 후 취소합니다. 실패한 엔터티만 재시도합니다. 시작 전 비용을 추정합니다.
OpenAPI 문서를 통한 프로그래밍 방식 액세스. 서비스 간 통합을 위한 역할 기반 권한이 있는 조직 키.
시계열 차트, provider별 분석, model별 성능 통계. 모든 작업의 지출을 추적하세요.
네 가지 역할(admin, owner, editor, operator)로 organization을 격리합니다. 사용량 추적이 포함된 organization별 LLM provider 키를 제공합니다.