Schemer.
设备端信息抽取，直接返回符合你 schema 的对象；原文没写的字段留空。
演示
带类型的 JSON，不用校验层。
把「下周四一点和 Priya 吃午饭」交给 Schemer，回来的记录里日期已经按设备时钟解析好，时长是数字，标题是字符串。没有解析步骤，没有 schema 校验，也没有重试循环。
也不会凭空编造。Schemer 有 91% 的情况会把缺失的字段留空；用提示词驱动的 LLM 只能做到 18% 到 43%。抽取出的字符串是输入的逐字子串，并带有字符偏移量，因此审核就是一次子串检查。Schemer 直接使用普通的 JSON Schema，也就是 OpenAI 和 Gemini 接受的那种结构，支持 13 种语言中的任意一种。
在从未见过的 schema 上得 0.800。
Schemer 在从未见过的 schema 上取得 0.800，参数量 211M，体积 111 MB。唯一比它得分更高的模型，体积都是它的 40 倍甚至更大。
在 9,021 条留出记录上进行的内部评估；对比模型在同一留出集上运行。
自然语言转日历条目
把「下周四一点和 Priya 吃午饭，大约一小时」变成带类型的事件：标题、开始时间、时长和重复规则。可在键盘或笔记应用中运行，设备端且离线。
消息转结构化记录
把聊天消息、电子邮件或扫描的笔记变成 CRM 线索、订单或发票：姓名、电子邮箱、金额和日期，每一项都解码为它真正的类型，缺失的字段返回 null，记录无需任何解析步骤即可保存。
设备端 agent 与表单自动填充
给本地 agent 一份 JSON Schema 和一段自由文本，它拿到的带类型 JSON 就能触发一个操作或预填一个表单。不用云端 LLM，没有按次调用费用。
模型能做什么
- 直接使用普通的 JSON Schema（OpenAI 和 Gemini 接受的那种），并输出与之匹配的带类型 JSON。
- 把字符串、数字、布尔值、日期时间、标签和数组解码为它们真实的类型。
- 显式的缺失检测：把字段报告为缺失，而不是编造一个值。
- 单一模型覆盖 13 种语言，无需为每种语言单独配置。
规格
- 模型
- 211M（剪枝后的 mmBERT-base 编码器）
- 准确度
- 0.800（int8），缺失检测 0.911
- 设备端体积
- 111 MB（int4 AWQ），218 MB（int8）
- 格式
- Core ML 和 ONNX，跨平台
Schemer 照抄文本已经写明的内容，它不负责写。要一个概括性的标题，或者一个需要世界知识的判断，大得多的模型会胜过它。Schemer 也不是实体抽取器：它只填你声明过的字段，不会把段落里的每个名字都罗列出来。嵌套 schema 由外层封装处理，而不是模型本身，那部分的质量是在内部模板上测的，而不是在现实中杂乱的文字上。
常见问题
Schemer 是什么？
设备端信息抽取，直接返回符合你 schema 的对象；原文没写的字段留空。
Schemer 在设备上运行吗？
是的。Schemer 在设备上运行，不调用任何服务器，因此数据始终留在用户手中。
Schemer 现在可用了吗？
Schemer 目前处于封闭测试阶段。可在本页申请抢先体验。
Schemer 的价格是多少？
每个模型的每个 SDK 均可免费支持最多 10 万台月活跃设备。每位用户调用模型的次数不设上限。 如需定制授权，请联系我们。
Schemer 的准确度和速度如何？
Schemer 在从未见过的 schema 上取得 0.800，参数量 211M，体积 111 MB。唯一比它得分更高的模型，体积都是它的 40 倍甚至更大。
抢先体验
告诉我们你正在开发什么，我们会帮你把一切准备就绪。