↳
提取文本目录结构
从普通文本、模型输出或文档目录中提取层级、父子关系和标题路径。
面向大模型工作流的确定性目录辅助工具
SUPTOC 是大模型的辅助工具,严格按照人类语言规则处理目录结构,可提取文本目录、检测当前样式、校验结构问题并自动纠错,不会凭空生成原文不存在的标题。
供大模型调用
SUPTOC 不替代大模型,而是为大模型提供一个稳定、快速、可验证的目录工具层。
从普通文本、模型输出或文档目录中提取层级、父子关系和标题路径。
识别数字编号、中文章节、英文 Chapter、缩进和混合目录样式。
发现跳号、缺级、重复标题、层级错位和样式不一致等问题。
按人类语言规则修正编号和层级,不凭空补写原文不存在的标题。
规则引擎优先,适合作为大模型函数调用和工具层。
输出严格受输入文本约束,适合需要可靠结构的自动化流程。
接收文本、文档目录或大模型输出。
按语言、编号、缩进和样式规则解析。
检查跳号、缺级、重复和错位。
返回结构化目录和可解释问题报告。
让 LLM 调用 SUPTOC 获取确定性目录结构。
在入库前校验目录层级,减少错误上下文。
自动发现目录编号和层级问题。
批量校验制度、报告、教材和手册目录。
API
开通会员后可使用 API。每升级一级支付 1000 元,并获得 10 万次 API 调用额度,适合接入大模型应用、编辑器和文档自动化系统。
curl -X POST https://api.suptoc.com/v1/toc/validate-and-correct \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"text":"Chapter 1 Overview\n1.1 Product\nChapter 3 API"}'