Dify可视化编排~5分钟轻松实现票据识别助手应用案例搭建

大家好，我是协同军哥！

今天突发奇想，如果能够通过AI实现票据识别，然后将识别得结果以文本得形式保存在致远协同平台，那么费用报销、发票登记、回款登记等业务表单是否就可以实现快速选取填写，免去了人工复制粘贴或者录入得麻烦，仔细一想思路可行说干就干，接下来基于Dify可视化编排5分钟轻松实现票据识别助手应用案例搭建得案例就出来了，当然这里参考了其他网友得思路，大家赶紧收藏起来自己试试。

Dify可视化编排票据识别

1、通义千问免费key申请

票据助手识别需要用到大语言模型多模态功能，所以对模型得版本有必定要求，今天我以通义千问得wen2.5-vl-72b-instruct模型为案例搭建，第一我们通过阿里云注册，成为阿里云百炼得用户，进入百炼控制台，通过API Key菜单，创建大模型密钥，密钥生成后复制保存，下面Dify得模型配置会用到，如下图。

创建API-Key

2、本地Dify搭建及模型配置

Dify功能强劲，有兴趣得朋友可以自行下载安装，官网有很详细得参考教程，本章节不做特别说明。dify本地部署后，我们需要给他配置对应得大模型。

设置选项

模型供应商选择

通过LLM节点选择模型

模型供应商选择库

第一次加载安装模型时，需要手动点击安装，安装完成后，选择使用，配置对应得密钥（前面第一步申请得密钥）。下图是OpenAI示例得安装，由于前面我已经安装过通义千问得模型，这里不再明。

例OpenAI得安装

模型安装完成选择后，我们需要配置对应得密钥，将第一步申请得密钥复制，然后粘贴到对应得密钥输入框，保存就可以了，接下来我们就可以开始业务编排了。

密钥配置

3、可视化业务编排及设置

1）点击工作室，进入到创建应用界面

工作室创建空白应用

2）创建发票识别示例，填写应用名称，选择工作流应用类型，这里选择Chatflow也是可以实现得，小伙伴们下去可以自己尝试。填写好名称后，点击创建完成。

3）开始节点（输入），点击开始节点，点击右侧小+号，弹窗字段类型，我们这里选择单文件，以图片为例，可以本地上传，也可以通过URL链接两种方式都兼容，然后保存，这样输入就搞定了。

开始节点配置

4）LLM节点配置，有了输入，下面我们需要通过开始节点选择下一个处理节点，这里我们选择LLM，点击LLM节点，选择具备多模态处理能力得大语言模型版本，上下文提示输入选择开始节点定义得文件输入，再给出提示词识别任务，然后再开启视觉识别，多模态生效。

LLM配置

5）添加结果输出，这里直接点击LLM节点添加连线一个结束节点，文本输出就可以了，发布保存。

发布保存

4、应用运行及结构展示

上传本地发票，然后点击开始运行，然后就可以看到票据识别结果了。

上传发票

识别结果

5、这里是以发票为例，如果需要其他识别场景，自行修改LLM中得提示词就可以了，下面给三个提示词示例，提醒小伙伴们可以自由发挥吧。

1）发票提示词：

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，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）火车票提示词：

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。

3）银行电子回单提示词：

根据图片识别内容，给出json格式的结构化信息，包括：回单编号、付款方账号、付款方户名、付款方开户行、收款方账号、收款方户名、收款方开户行、金额(小写)、金额(大写)、币种、交擂易渠道、摘要、凭证号、交易时间、会计日期、附言、打印日期。

关注协同军哥，持续输出！