我们为那些还在手工重录文档的人造了 Ztract。

我们为什么开始

我们见过记账事务所里的会计一行一行地处理整摞发票 —— 把供应商名称、日期、合计、税号一键一键敲进电子表格。我们见过货代的运营同事把同样的十五个字段从商业发票里抄进海关门户，然后再抄一遍到 TMS，再抄一遍到承运人的订舱表里。我们见过运营团队用 1995 年的方式处理每个季度数千张收据。

读懂这些文档的技术其实多年前就已经够用了。真正缺的是一个普通人不用写代码、不用部署模型、不用买六位数企业许可就能上手的工具。

于是 2026 年 5 月，我们几个人启动了 Ztract。前提很简单：一个非工程师能在一个下午搭起来的文档抽取服务，返回的结构化数据能直接塞进你已经在用的工具里，并且不会让你每月付一笔忘了取消的订阅。

Ztract 做什么

你上传一份文档 —— PDF、Word、Excel、PowerPoint、图片或扫描件。你定义想抽取什么 —— 选一份模板，用大白话描述一下，或者丢一份样本进来让引擎反推 Schema。你拿回结构化的 JSON、CSV 或 Excel，每个抽出的值都锚定到原文档上的位置，几秒就能核对。不对的地方一键就能改正。不用训练模型。不用写正则。重跑也不会比第一次跑贵。

这是一个有意保持小巧的产品。我们把它聚焦在我们看见痛点最深的场景上 —— 发票、收据、银行流水、合同、身份证件、简历、化验报告、报关单据 —— 我们宁愿把这些场景做好，也不愿什么都做但样样都糟。

我们怎么干活

我们是一支位于香港的 小团队。我们 完全自筹资金 —— 没有外部投资人，没有不顾一切追求增长的跑道倒计时。这听起来像个脚注，但它塑造了很多决策。我们能让价格保持简单和稳定，而不是每季度涨一次来达成目标。我们能在功能真正成熟时再发布，而不是为了一次发布会硬塞内容。我们能对一些事情说不 —— 比如用客户数据训练模型 —— 这些事其他公司往往要在更晚才说不。

关于你的数据

我们不用你上传的文档训练模型。无论是我们自己的引擎，还是我们路由经过的第三方 LLM。我们调用的商业 API（OpenAI、Anthropic、Google）都禁止使用 API 提交的数据进行训练，我们也依赖这些承诺。当你删除一份文档时，它就被删除了 —— 立即从在线存储中移除，并在 14 天内从常规备份中清除。

如果你想完整了解你的数据流向何处、保留多久，我们的 隐私政策 和 数据处理协议 都明明白白写清楚了，不绕弯子。