GIMKit
Guided Infilling Modeling Toolkit — 基于语言模型的结构化文本生成与信息抽取工具。
GIMKit 允许你在文本中定义占位符（masked tags），由语言模型来填充。通过类型化的标签系统和可选的正则约束，实现对模型输出的精细控制。
GIMKit 能做什么？
GIMKit 是一个通用信息抽取框架。用自然语言写一个模板，嵌入类型化的占位符，模型就能从任意非结构化文本中提取结构化数据。
| 应用场景 | 说明 |
|---|---|
| 联系人提取 | 从自由文本中解析姓名、邮箱、电话 |
| 命名实体识别 | 提取组织、人物、地点、日期 |
| 文本分类 | 对文本进行分类、情感标注 |
| 事件抽取 | 提取结构化事件信息（何事/何地/何时/影响） |
| 关系抽取 | 发现实体及其之间的关系 |
| 简历解析 | 提取候选人姓名、职位、学历、经验 |
| 评论分析 | 解析产品名、价格、评分、优缺点 |
| 隐私与 PII 保护 | 提取、分类、脱敏和过滤个人信息 |
完整代码示例见 经典信息抽取案例、隐私与 PII 案例 和 其他应用案例 页面。
特性
- 标签系统 — 直接在 f-string 中嵌入类型化占位符。
- 正则约束 — 将模型输出限制为特定模式。
- 按名访问 — 通过标签名或索引获取结果。
- 多后端支持 — OpenAI、vLLM（服务端和离线模式）。
- 小模型友好 — 专为小型开源模型设计。