大模型OCR-文档 ​

组件概述 ​

大模型OCR-文档组件利用先进的大语言模型技术，对各类文档进行智能识别和信息提取，支持从复杂文档中提取结构化数据。

配置说明 ​

大模型OCR文档识别服务URL ​

• 作用：指定大模型OCR文档识别服务的API接口地址
• 示例：https://your-doc-ocr-api-endpoint.com

提示词 ​

• 功能：提示提取特定信息和以什么格式返回信息
• 示例：提取统一社会信用代码，文本格式

文档选择 ​

提供多种方式指定需要识别的文档源：

选择文档 ​

• 功能：手动上传本地文档文件进行识别
• 支持格式：PDF、Word、Excel、JPG、JPEG、PNG、BMP、TIFF

文档base64变量名 ​

• 功能：通过变量传递base64编码的文档数据
• 格式要求：完整的base64字符串（包含data:...前缀）
• 示例：docImage 或 @docImageVc

文档路径变量名 ​

• 功能：通过变量传递文档文件系统路径
• 格式要求：有效的本地文件路径
• 示例：docPath 或 @docPathVaria

使用优先级 ​

系统按以下顺序选择文档源：

1. base64变量（最高优先级）
2. 手动上传
3. 路径变量（最低优先级）

数据输出 ​

分配给变量 ​

将识别出的文档内容保存到变量中

• 变量名称：指定存储识别结果的变量名称

插入表格 ​

将识别结果插入到表中

• 选择列：指定插入识别结果的表格列

技术特性 ​

• 基于大语言模型，理解文档上下文语义
• 支持多种文档格式，包括可编辑和扫描文档
• 能够提取结构化信息，如统一社会信用代码等特定字段
• 处理复杂版式和表格数据

应用场景 ​

• 企业资质证件信息提取
• 合同关键条款识别
• 财务报表数据采集
• 证件照文字信息识别

注意事项 ​

• 确保OCR服务可用且网络连接正常
• 文档清晰度直接影响识别准确率
• 复杂版式文档可能需要更长的处理时间
• 建议对关键信息进行人工复核