Passer au contenu

Guides API TextCortex

Créez des flux de travail documentaires avec l'API TextCortex

Créez des workflows d'extraction et de révision de documents à l'aide de l'accès à l'API TextCortex. Acheminez chaque étape vers un modèle approprié via une seule intégration.

Créez des flux de travail documentaires avec l'API TextCortex

À retenir pour votre équipe

Bâtissez sur une API multimodèle.

Un flux de travail documentaire peut utiliser plusieurs appels de modèle sans plusieurs intégrations de fournisseurs. Conservez l'orchestration dans votre application et utilisez TextCortex pour le modèle sélectionné à chaque étape.

Divisez le flux de travail en étapes délimitées

Préparation, classification, extraction et synthèse finale des documents séparés. Donnez à chaque étape du modèle une entrée claire, une sortie attendue et un chemin d'échec.

Par exemple, classez un document avant d'exécuter un extracteur spécialisé. Validez les données extraites avant de demander à un autre modèle de produire une synthèse. Cela empêche une étape échouée de corrompre silencieusement la sortie ultérieure.

Associez chaque étape à un modèle

Utiliser un modèle approuvé pour une classification simple et un autre pour une analyse difficile lorsque l'évaluation le justifie. Les deux requêtes peuvent utiliser le même client TextCortex.

Conservez le mappage en configuration. Appliquez les exigences régionales à chaque étape et évitez de supposer qu’un modèle de remplacement hérite des modalités de traitement du modèle précédent.

Valider les sorties entre les appels

Utilisez des schémas et des règles d'application pour vérifier la sortie du modèle avant qu'elle ne devienne une entrée pour une autre étape. Acheminez la sortie non valide vers une nouvelle tentative limitée ou une révision humaine.

Enregistrez l'identifiant du document, le modèle et le résultat de l'étape afin de pouvoir diagnostiquer les échecs sans conserver de contenu sensible inutile dans les journaux.

Connectez l'API à votre orchestrateur

Appelez l'API depuis votre propre service, un gestionnaire de file d'attente ou un outil d'automatisation tel que n8n. Conservez les informations d'identification dans l'environnement d'exécution et rendez les actions d'écriture externes idempotentes.

Suivez le Guide API n8n pour un exemple HTTP. Le guide du coût par tâche permet d'estimer un flux de travail avec plusieurs appels de modèle.

Questions

Réponses à vos prochaines questions.

Le TextCortex est-il limité aux modèles open source ?

Non. L'API donne accès à des familles de modèles propriétaires telles que GPT, Claude et Gemini, ainsi qu'à des familles à poids ouvert telles que Kimi, GLM, DeepSeek et MiMo. Utilisez GET /models pour lister les identifiants disponibles pour votre compte.

Puis-je utiliser un client compatible OpenAI ?

Oui. Configurez le client avec l'URL de base et la clé API TextCortex. Utilisez un identifiant de modèle TextCortex et les paramètres pris en charge par ce modèle. La découverte de modèles, les achèvements de chat et les réponses sont documentés dans la référence de l'API.

Comment puis-je commencer à utiliser l'API ?

Inscrivez-vous à TextCortex, créez une clé API dans les paramètres de votre compte et utilisez https://api.textcortex.com/v1 comme URL de base. Récupérez le catalogue de modèles, sélectionnez un identifiant de modèle et envoyez une demande de fin de chat.

TextCortex AI

Une intégration. Votre choix de modèles.

Inscrivez-vous à TextCortex, créez une clé API et commencez à créer avec les modèles dont votre application a besoin.

Sources et documentation

Documentation produit et sources des fournisseurs utilisées pour ce guide. Vérifiées le 5 octobre 2026.