dify+南瓜树低代码平台实战开发一个发票识别助手


前言
近期在思考如何将AI与业务进行结合,实现真正的将AI给业务赋能。后台一位兄弟留言给了我一点点思路。因此准备拿之前写过的一个案例:发票识别助手,来进一步改造,实现AI数据识别入库。

整个发票助手的开发思路分为两部分:
第一部分,在南瓜树低代码平台上实现:
  • 1、设计一个发票表单
    dify+南瓜树低代码平台实战开发一个发票识别助手

  • 2、设计一个列表,便于进行增删改查
    dify+南瓜树低代码平台实战开发一个发票识别助手

  • 3、开发一个API服务将数据入库
    dify+南瓜树低代码平台实战开发一个发票识别助手

以上功能均基于低代码平台在线开发,无需编写代码部署上线,参考教程:
  • https://note.youdao.com/s/aM8VQ9vj
  • https://note.youdao.com/s/UUewGMj8

第二部分,改造发票助手智能体:
  • 1、调用文件上传接口,将pdf文件上传;返回pdf文件生成的图片
  • 2、调用登录工具实现获取token参数
  • 3、调用获取发票图片接口,获取图片文件
  • 4、通过大模型,识别图片中的文字信息
  • 5、将大模型识别的内容通过代码转换去掉markdown格式,获取到json字符串
  • 6、调用数据库保存接口将发票信息保存

完整工作流图如下:
dify+南瓜树低代码平台实战开发一个发票识别助手
演示效果:
dify+南瓜树低代码平台实战开发一个发票识别助手
dify+南瓜树低代码平台实战开发一个发票识别助手


最后:
上回有朋友问到,为什么他通过LLM节点将数据返回的json串直接传给http接口作为入参时,执行报错?
原因是:LLM返回的数据是markdown的格式,我们需要通过python代码将返回的结果进行处理成正常json字符串后,才能用于接口入参:
def main(arg1):    import json    import re    cleaned_json_str = re.sub(r"```jsonn|```", "", arg1, flags=re.MULTILINE)    json_data = json.loads(cleaned_json_str)    return {        "result": cleaned_json_str,    }
dify+南瓜树低代码平台实战开发一个发票识别助手

DSL文件口令:业务发票识别助手

这只是一个简单的业务系统应用示例,基于大模型的能力以及带代码平台的优势,低代码+AI还有很多应用场景。

    Agent智能体新闻资讯

    Dify平台私有化部署

    2025-5-5 22:22:28

    Agent智能体新闻资讯

    Dify1.0.0版本插件系统(续)

    2025-5-6 0:27:50

    0 条回复 A文章作者 M管理员
      暂无讨论,说说你的看法吧
    购物车
    优惠劵
    搜索