Verrijk een onbeperkt aantal entiteiten parallel met realtime voortgangsregistratie, automatische multi-model-fusie en export naar JSON of Excel — alleen begrensd door het gebruiksquotum van je abonnement, niet door een vaste batchgrootte.
Rijen komen binnen via de bronbalk boven het raster — drie tabbladen, één tegelijk open. Bij het laden van rijen klapt de balk in tot één regel (“Plakken / CSV · 12 rijen geladen”) zodat het raster zijn hoogte houdt; klik op die regel om een andere set te laden.
Plak rijen rechtstreeks uit Excel, Google Sheets of een CSV-export. Komma, tab en puntkomma worden allemaal herkend, een cel tussen aanhalingstekens mag het scheidingsteken bevatten, en een eerste rij met niet-numerieke namen wordt als kolomkoppen gelezen.
Sleep een .csv-, .tsv- of .json-bestand op het tabblad, of kies er een van schijf. Een JSON-bestand mag een array van objecten of één enkel object bevatten; de kolommen zijn de vereniging van hun sleutels, dus ook ongelijke records worden geladen.
Haal entiteiten op van elk REST-endpoint. Wat er terugkomt wordt gelezen als een lijst van vrije objecten, en de kolomverzameling is de vereniging van hun sleutels.
Ondersteunde authenticatie:
Als de API een object retourneert, controleert het systeem sleutels als data, results, items op een ingesloten array.
Nadat je entiteiten hebt geladen, verschijnen ze in een selecteerbare lijst met validatiestatus. Je kunt kiezen welke entiteiten je in de batch opneemt:
De zijbalk weerspiegelt de configuratieopties voor enkelvoudige verrijking:
| Optie | Beschrijving |
|---|---|
| Schema | Doelschema dat de structuur van de enrichment-output bepaalt |
| Strategie | Enkele doorloop, expertisedomeinen of multi-expertise (parallelle aanroepen per domein) |
| Modellen | Een of meer AI-modellen om per entiteit uit te voeren. Meerdere modellen maken automatische fusie mogelijk. |
| Talen | Talen voor meertalige veldverrijking (bijv. Engels + Frans) |
| Classificatie | Optioneel snel model voor verificatie van het entiteitstype vóór verrijking |
| Arbitrage | Model voor LLM-gebaseerde conflictoplossing tijdens fusion. Indien niet ingesteld, wordt een op regels gebaseerde merge gebruikt. |
De geschatte kosten staan in de runbalk, naast de knop die ze uitgeeft. Ze worden berekend op basis van het aantal eigenschappen in je schema, de tokenprijzen van de geselecteerde modellen en het aantal entiteiten dat je hebt geselecteerd. Bij automatische modelselectie wordt het model pas gekozen wanneer de run start, dus het getoonde bedrag is een mediaan van de modellen die gekozen kunnen worden. Een bevestigingsvenster verschijnt wanneer de run een echt risico met zich meebrengt — er wordt naar een gekoppelde database geschreven, de schatting is hoog of er worden geselecteerde rijen overgeslagen — en dus niet bij elke run.
Alle geselecteerde entities worden tegelijkertijd verwerkt. Elke entity doorloopt onafhankelijk de volledige enrichment-pipeline:
Alle entiteiten delen het snelheidsbudget van elke API-sleutel en elk model — de verzoeken en tokens per minuut die de provider die sleutel toekent, uitgelezen uit zijn responses of aangeleerd na een afwijzing. Bij 20 entiteiten en 2 modellen worden de aanroepen naar een model dat 15 verzoeken per minuut toestaat over de minuut gespreid, terwijl het andere model zijn eigen tempo aanhoudt, zodat de batch zonder 429-fouten wordt afgerond.
Als je een run start, verschijnt er een runbalk tussen de werkbalk en het raster, gevoed door Server-Sent Events (SSE): één voortgangsbalk voor de batch, klaar / mislukt / overgeslagen als aparte tellers in plaats van één samengevoegd getal, verstreken tijd met een ETA op basis van de rijen die al afgerond zijn, en de uitgaven tot nu toe afgezet tegen de schatting vooraf. Er opent niets over het raster — de rijen blijven waar je ze achterliet, en elke rij draagt zijn eigen status in de kolom Status, naast de Tijd en de Kosten die hij kostte.
De rij heeft nog geen run doorlopen — de cel Status toont een streepje in plaats van zichzelf de hele kolom door te herhalen.
Toegelaten tot de batch, wacht op ruimte in het snelheidsbudget van de sleutel.
Het label maakt plaats voor een inline balk die telt hoeveel expertisestappen van het totaal klaar zijn.
Alle modellen hebben geantwoord. Tijd en Kosten worden ingevuld en de Resultaat-kolommen worden leesbaar.
Geen enkel model leverde een resultaat voor deze rij. Zodra de batch stopt, biedt de balk aan om alleen de mislukte rijen opnieuw te proberen.
Weggegooid vóór de verrijking — bijvoorbeeld door een zekere classificatiemismatch — waardoor de rij nooit iets heeft gekost.
Met de chips Done / Failed / Skipped in de werkbalk filter je het raster op die rijen, en met de schakelaar Input / Both / Result zie je dezelfde rijen als wat je hebt verstuurd, wat er terugkwam, of beide naast elkaar.
Je kunt een lopende batch op elk moment annuleren. Annuleren is coöperatief — entiteiten die al onderweg zijn, voltooien hun huidige LLM-aanroep, maar er starten geen nieuwe aanroepen. Gedeeltelijke resultaten van voltooide entiteiten blijven behouden.
Batchverwerking is ontworpen om robuust te zijn. Individuele fouten stoppen de batch niet:
Na afronding van de batch exporteer je de resultaten in drie formaten. Voor elke entiteit heeft het fusieresultaat de voorkeur indien beschikbaar; anders wordt het beste modelresultaat gebruikt.
Download de volledige resultaten als een gestructureerd JSON-bestand met alle entity-gegevens, model-uitvoer en fusion-metadata.
Kopieer de JSON-resultaten rechtstreeks naar je klembord om ze in andere tools of scripts te plakken.
Een werkmap met drie tabbladen: Results (één rij per entiteit met platgeslagen eigenschappen), Summary (batch-metadata, modellen, kosten) en Conflicts (conflictdetails per entiteit met de redenering achter de oplossing).
| Limiet | Waarde |
|---|---|
| Max. entiteiten per batch | Geen vaste limiet — begrensd door het gebruiksquotum van je abonnement |
| Max. grootte entiteitgegevens | 50.000 tekens |
| Max. promptlengte | 100.000 tekens |
| Time-out bij URL ophalen | 30 seconden |