Dify 保姆级教程之：零代码打造票据识别专家

最新推荐文章于 2025-04-10 16:04:40 发布

AI码上来

最新推荐文章于 2025-04-10 16:04:40 发布

阅读量2.1k

点赞数 31

分类专栏： AI实战文章标签：人工智能

本文链接：https://blog.csdn.net/u010522887/article/details/143586893

版权

AI实战专栏收录该内容

87 篇文章

订阅专栏

前段时间，陆续和大家分享了Dify 搭建智能体的实战系列文章：

相信实操过的同学对 Dify 的基本组件已有所了解，本篇我们继续熟悉 Dify 中另外一个重要概念 – 条件分支，带你零代码打造一个票据识别专家。

自从有了 Dify，代码小白也可以轻松打造智能体，你需要做的只是在web页面点点点而已！

先给大家展示下搭建完成的流程图：

这里面大致流程：用户上传一张发票图片，发票类型识别大模型判断发票类型，然后通过条件分支分发给不同的票据识别大模型，给出识别结果。

接下来，我们一步一步搞定它！

1. 单类型票据识别

1.1 新建聊天助手

首先，我们来搞定单个分支，跑通单类型票据识别的流程。

和上篇一样，我们先创建一个空白应用，选择工作流编排：

进来后，默认已给你配置了一个最简单的工作流：

1.2 修改 LLM 组件

现在，需要做的就是修改下 LLM 组件的角色提示词，在SYSTEM中填入：

根据图片识别内容，给出json格式的结构化信息，包括：起始站，终点站，车次，乘车日期，出发时间，票面价格，身份证号，姓名。

因为我们的任务非常简单，因此无需复杂的提示词，只要把你的要求清晰表达出来即可。

不过，这里需要选择支持多模态输入的大模型，不了解如何接入大模型的小伙伴可以翻看之前的教程。

我这里先尝试了 google 的 gemini-1.5-flash，记得在下方把视觉选项打开，否则 Dify 默认不启用多模态能力。

就这么简单，一个火车票识别智能体就搭建完了。

来试试效果咋样吧？

从上图可以发现，gemini-1.5-flash 始终无法 get 车次的概念，即便我指示了车次在图中的位置。

没招了，只能更换底层大模型！

市面上支持多模态输入的大模型还有很多，实测下来，发现Qwen/Qwen2-VL-72B-Instruct的错误率最低，推荐大家使用！

1.3 更换大模型 Qwen2-VL

72B 的模型，本地部署的成本可太高了。如果你只是想体验一把，可以前往硅基官网注册一个账号，新用户有赠费，体验它的付费模型，妥妥够了！

因为硅基的模型兼容 OpenAI 格式，因此注册拿到 API Key 之后，回到 Dify 模型配置这里，选择 OpenAI-API-compatible 类型：

注意如下字段的填写，模型名称填入Qwen/Qwen2-VL-72B-Instruct，API endpoint URL 一定是 https://api.siliconflow.cn/v1：

拉到下方，将 Vision 支持选上，最后记得保存！

最后，回到我们的工作流，把 LLM 模型换过来：

终于，成功搞定：

看来，对于火车票这种类型图片，海外模型总归水土不服，还得国产的上！

2. 多类型票据识别

有了单类型票据识别，要能识别多种类型，咋搞？

总得要判断语句吧，怎么判断呢？

遇事不决，交给大模型。

只需加一个发票类型识别的LLM即可：

比如，这里以两个发票类型举例，提示词如下：

你是发票识别专家，根据用户上传的发票图像，给出发票类型。只需返回指定的发票类型对应的序号，无需其他任何内容。
发票类型包括：
1.火车票
2.增值税电子发票
如果无法判断，直接输出0。

2.1 添加条件分支

然后，在工作流种添加一个条件分支：

条件分支会根据发票类型识别大模型的输出，路由到不同的识别大模型。

为此，我们再来添加一个电子发票识别的大模型，提示词结构和火车票一样，唯一的区别就是输出内容，你改下即可：

根据图片识别内容，给出json格式的结构化信息，包括：发票标题，发票号码，开票日期，购买方信息名称，购买方统一社会信用代码/纳税人识别号，销售方信息名称，销售方统一社会信用代码/纳税人识别号，项目名称，规格型号，单位，数量，单价，金额，价税合计（小写），备注。

2.2 添加变量聚合器

最后，我们可以把不同识别大模型的输出，都统一路由到一个叫变量聚合器的组件中：

否则，你要为每个识别大模型分支新建一个输出组件，岂不是很麻烦？

搭建完毕，点击上方预览来测试下：

至此，一个支持多类型票据识别的智能体就搞定了，整体流程如下：

怎么样，是不是很简单？

2.3 附：导入工作流

为了方便有需要的朋友参考，完整的 DSL 发给大家，公众号后台，发送票据识别自取。

你只需要，在新建聊天助手时，选择从这里导入：

3. 智能体发布

拿到这些结构化数据后，如果要在后端做进一步处理，比如接入数据库、接入微信等，就需要把智能体发布，并拿到 Dify 的 API。

之前的教程中有实操：Dify 保姆级教程之：零代码打造 AI 搜索引擎，在此不再赘述。

写在最后

本文通过一个简单案例，带大家实操了Dify 搭建票据识别专家。

整体流程比较简单，相信看到这里的你，一定还有很多想法要去实现，快去试试吧~

如果对你有帮助，欢迎点赞收藏备用。

为方便大家交流，新建了一个 AI 交流群，欢迎感兴趣的小伙伴加入。

最近搭建的微信机器人小爱(AI)也在群里，公众号后台「联系我」，拉你进群。