01 先决条件：获取访问凭证
1.1 公有云使用
使用 Claim Agent API 时，您需要先获取 API Key。 请先登录后前往 TextIn 工作台 - 账号与开发者信息 获取您的x-ti-app-id 和 x-ti-secret-code。
1.2 私有化使用
请联系对接的技术支持人员，获取用于私有化部署的 API 调用凭证及软件部署包。02 前置准备
为了您更高效地体验 Claim Agent 效果，这里准备一套完整的测试示例样本。一套保险理赔的测试样例
下载示例样本，快速体验完整流程
2.1 上传材料
示例：def upload_files(file_paths: list[str]) -> dict:
"""
上传材料文件
支持两种上传方式（可混合使用）：
- 方式一: 二进制文件上传（multipart/form-data）
- 方式二: URL 上传（传 file_urls 列表）
限制:
- 支持格式: jpg, jpeg, png, bmp, tiff, pdf
- 单文件上限: 50MB
- 单次上传上限: 20 个文件
返回:
{
"batch_id": "661be601-...",
"materials": [
{"material_id": "8ffe03ce-...", "file_name": "门诊收费票据01.png",
"file_type": "image/png", "file_size": 520464},
...
]
}
"""
print("=" * 60)
print("2.1 上传材料")
print("=" * 60)
files = []
for path in file_paths:
files.append(("files", open(path, "rb")))
try:
resp = requests.post(
api_url("/file/upload"),
headers=HEADERS,
files=files,
)
finally:
for _, f in files:
f.close()
data = check_response(resp, "上传材料")
print(f" 批次 ID: {data['batch_id']}")
print(f" 上传成功 {len(data['materials'])} 个文件:")
for m in data["materials"]:
print(f" - {m['file_name']} (material_id={m['material_id']}, "
f"type={m['file_type']}, size={m['file_size']} bytes)")
print()
return data
def upload_files_by_url(file_urls: list[str], batch_id: str | None = None) -> dict:
"""
通过 URL 上传材料（与二进制上传可混合使用）
参数:
file_urls: 文件 URL 列表
batch_id: 可选, 调用方自定义批次 ID（UUID 格式），不传则系统生成
"""
print("=" * 60)
print("2.1 上传材料（URL 方式）")
print("=" * 60)
payload = {"file_urls": file_urls}
if batch_id:
payload["batch_id"] = batch_id
resp = requests.post(
api_url("/file/upload"),
headers={**HEADERS, "Content-Type": "application/json"},
json=payload,
)
data = check_response(resp, "URL上传材料")
print(f" 批次 ID: {data['batch_id']}")
print(f" 上传成功 {len(data['materials'])} 个文件:")
for m in data["materials"]:
print(f" - {m['file_name']} (material_id={m['material_id']})")
print()
return data
2.2 材料质量检测
示例：def check_image_quality(
batch_id: str | None = None,
material_id: str | None = None,
blurry_threshold: float | None = None,
un_integrity_threshold: float | None = None,
) -> dict:
"""
材料质量检测
检测 6 项质量风险:
- blurry: 模糊检测
- un_integrity: 完整性检测
- photocopy: 复印件检测
- screen_remark: 翻拍检测
- light_spot: 光斑检测
- scan: 扫描件检测
支持两种输入方式（互斥）:
方式一: 传 material_id 或 batch_id 指定已上传的材料
方式二: 直接上传文件
参数:
batch_id: 批次 ID（检测该批次下所有材料）
material_id: 单个材料 ID
blurry_threshold: 模糊阈值 (0.1~0.9, 默认 0.5)
un_integrity_threshold: 不完整阈值 (0.1~0.9, 默认 0.5)
返回:
各材料各页的质检结果, 包含风险评分和风险类型
"""
print("=" * 60)
print("2.2 材料质量检测")
print("=" * 60)
payload = {}
if batch_id:
payload["batch_id"] = batch_id
if material_id:
payload["material_id"] = material_id
params = {}
if blurry_threshold is not None:
params["blurry_threshold"] = blurry_threshold
if un_integrity_threshold is not None:
params["un_integrity_threshold"] = un_integrity_threshold
resp = requests.post(
api_url("/image-quality"),
headers={**HEADERS, "Content-Type": "application/json"},
params=params,
json=payload,
)
data = check_response(resp, "质检")
for material in data["materials"]:
print(f" 材料 {material['material_id']}:")
for page in material["pages"]:
risk_types = page.get("risk_type", [])
status = "存在风险" if risk_types else "质量合格"
print(f" 第 {page['page']} 页: {status}")
if risk_types:
print(f" 命中风险: {', '.join(risk_types)}")
details = page.get("risk_details", {})
for risk_name, detail in details.items():
if detail.get("valid"):
reasons = detail.get("reason", [])
reason_str = f" (原因: {', '.join(reasons)})" if reasons else ""
print(f" {risk_name}: 评分={detail['score']}"
f"{reason_str}")
print()
return data
2.3 图像与文档处理(接口暂未开放)
示例：这是一个图像与文档处理的示例代码
2.4 材料分类
示例：def classify_materials(
batch_id: str | None = None,
material_id: str | None = None,
) -> dict:
"""
材料分类
对已上传的材料进行智能分类, 返回大类和小类信息。
默认分类体系以医疗票据和保险常用文件为主。
支持两种输入方式（互斥）:
方式一: 传 material_id 或 batch_id 指定已上传的材料
方式二: 直接上传文件
参数:
batch_id: 批次 ID（分类该批次下所有材料）
material_id: 单个材料 ID
返回:
各材料的分类结果, 包含大类 (category) 和小类 (material_type)
"""
print("=" * 60)
print("2.4 材料分类")
print("=" * 60)
payload = {}
if batch_id:
payload["batch_id"] = batch_id
if material_id:
payload["material_id"] = material_id
resp = requests.post(
api_url("/material/classify"),
headers={**HEADERS, "Content-Type": "application/json"},
json=payload,
)
data = check_response(resp, "材料分类")
print(" 分类结果:")
for m in data["materials"]:
print(f" 材料 {m['material_id']}:")
print(f" 大类: {m['category']}")
print(f" 小类: {m.get('material_type', '未识别')}")
print()
return data
2.5 信息抽取
示例：def extract_materials(
batch_id: str | None = None,
material_ids: list[str] | None = None,
category_hints: list[dict] | None = None,
callback_url: str | None = None,
poll: bool = True,
poll_interval: int = 5,
max_retries: int = 60,
) -> dict:
"""
信息抽取
对材料执行结构化信息提取, 将复杂的保险场景业务数据转化为高质量结构化数据。
接口幂等: 已完成材料不重复抽取, 失败材料会自动重试。
抽取结果包含:
- extract_fields: 字段抽取结果（key-value + 置信度 + 坐标 + 多维评分）
- tables: 表格抽取结果
多维度可信度评分:
- traceability: 可溯源性（字段值是否有清晰来源）
- contextual_consistency: 上下文一致性
- field_cue_proximity: 字段线索邻近性
- numerical_plausibility: 数值合理性
- uniqueness_ambiguity: 唯一性/歧义性
- cross_field_consistency: 跨字段一致性
参数:
batch_id: 批次 ID
material_ids: 材料 ID 列表（与 batch_id 二选一）
category_hints: 手动指定分类（可跳过自动分类步骤）
示例: [{"material_id": "xxx", "category": "费用与结算", "material_type":
"住院费用明细清单"}]
callback_url: 回调 URL（全部完成后系统发送 POST 通知）
poll: 是否轮询等待结果（默认 True）
poll_interval: 轮询间隔秒数（默认 5）
max_retries: 最大轮询次数（默认 60）
返回:
各材料的抽取结果, 包含字段、表格、置信度和多维评分
"""
print("=" * 60)
print("2.5 信息抽取")
print("=" * 60)
payload = {}
if batch_id:
payload["batch_id"] = batch_id
if material_ids:
payload["material_ids"] = material_ids
if category_hints:
payload["category_hints"] = category_hints
if callback_url:
payload["callback_url"] = callback_url
resp = requests.post(
api_url("/material/extract"),
headers={**HEADERS, "Content-Type": "application/json"},
json=payload,
)
data = check_response(resp, "信息抽取")
status_text = {0: "待处理", 1: "分类中", 2: "抽取中", 3: "已完成", 4: "失败"}
if not poll:
print(" 已提交抽取任务（不等待结果）:")
for m in data["materials"]:
print(f" 材料 {m['material_id']}: {status_text.get(m['status'],
'未知')}")
if callback_url:
print(f" 完成后将回调: {callback_url}")
print()
return data
# 轮询等待抽取完成
print(" 等待抽取完成...")
for i in range(max_retries):
all_done = all(m["status"] >= 3 for m in data["materials"])
if all_done:
break
print(f" 轮询 {i + 1}/{max_retries}, "
f"状态: {[status_text.get(m['status'], '?') for m in data['materials']]}, "
f"{poll_interval}s 后重试...")
time.sleep(poll_interval)
resp = requests.post(
api_url("/material/extract"),
headers={**HEADERS, "Content-Type": "application/json"},
json=payload,
)
data = check_response(resp, "信息抽取-轮询")
else:
print(" 处理超时，请稍后再次查询")
print()
return data
# 打印抽取结果
print()
print(" 抽取完成！结构化数据如下:")
print("-" * 50)
for m in data["materials"]:
mid = m["material_id"]
status = m["status"]
print(f" 材料 {mid} [{status_text.get(status, '未知')}]")
if status == 4: # 失败
print(f" 错误: {m.get('error', '未知错误')}")
continue
print(f" 分类: {m.get('category', '')} / {m.get('material_type', '')}")
result = m.get("extract_result", {})
# 字段抽取结果
fields = result.get("extract_fields", [])
if fields:
print(f" 字段 ({len(fields)} 项):")
for field in fields:
confidence = field.get("confidence", 0)
confidence_pct = f"{confidence * 100:.0f}%" if confidence <= 1 else f"{confidence}%"
value = field.get("value", "") or "(空)"
print(f" {field['key']}: {value} [置信度: "
f"{confidence_pct}]")
# 打印多维评分（仅在置信度不高时展示）
dims = field.get("dimensions", {})
if dims and confidence < 0.8:
low_dims = [
f"{k}={v.get('score', 0)}"
for k, v in dims.items()
if v.get("score", 1) < 0.8
]
if low_dims:
print(f" 低分维度: {', '.join(low_dims)}")
explanations = [
f" {k}: {v['explanation']}"
for k, v in dims.items()
if v.get("explanation")
]
if explanations:
for exp in explanations:
print(f" {exp}")
# 表格抽取结果
tables = result.get("tables", [])
if tables:
print(f" 表格 ({len(tables)} 个):")
for table in tables:
table_name = table.get("table_name", "未命名")
items = table.get("items", [])
print(f" [{table_name}] ({len(items)} 行)")
for row_idx, row in enumerate(items[:3]): # 最多展示 3 行
values = row.get("values", [])
row_str = " | ".join(
f"{v['key']}={v.get('value', '')}" for v in values
)
print(f" 行{row_idx + 1}: {row_str}")
if len(items) > 3:
print(f" ... 共 {len(items)} 行")
print()
return data