CambioML

Qué es AnyParser

AnyParser es una API y un SDK de Python para leer documentos que la extracción de texto normal suele destrozar. Le envías un PDF, un archivo de Word, una presentación o la foto de una página impresa, y te devuelve el contenido en Markdown con los encabezados y el orden de lectura intactos. Si pides tablas, recibes HTML. Si pides campos, recibes JSON.

CambioML apoya esta API de análisis de documentos en un modelo de lenguaje visual en lugar del clásico OCR con plantillas. Esa decisión explica casi todo lo que hace bien. Una factura escaneada y un informe nativo digital pasan por la misma llamada, y no escribes una regla de maquetación para cada tipo de documento nuevo. Para un equipo que mete papeleo desordenado en un sistema de búsqueda, eso quita mucho trabajo de configuración.

Los límites aparecen en tres puntos. La salida es una lectura del modelo sobre la página, así que las tablas densas y los escaneos borrosos siguen necesitando una revisión antes de que los números lleguen a una base de datos. El sitio anyparser.com muestra hoy una página de próximamente, y la web principal de CambioML apunta ahora a la automatización de documentos para seguros, así que la documentación es el punto de entrada fiable. Por encima del plan gratuito, los precios se cierran hablando con ventas y no en una página de pago, lo que ralentiza calcular el coste.

Cómo empezar

1. Crea una clave de API en la página de cuenta de CambioML. Cada cuenta empieza con 100 páginas gratis, y la clave gratuita procesa hasta 10 páginas por llamada.
2. Instala el SDK con pip install any-parser y guarda la clave en una variable de entorno como CAMBIO_API_KEY. La API REST está ahí si prefieres no usar Python.
3. Analiza un archivo corto de forma síncrona con ap.parse(file_path=...). El endpoint síncrono se corta a los 30 segundos, algo que encaja con documentos de una o dos páginas.
4. Cambia a async_parse más async_fetch para archivos largos. La primera llamada devuelve un identificador de archivo y la segunda trae el Markdown cuando termina el proceso.
5. Elige la salida que necesites: Markdown completo, tablas HTML, clave-valor en JSON o datos personales. Consulta pageRemaining con el endpoint /query para vigilar tu saldo.