上期文章我们提到使用dify基于多模态模型实现单张发票识别功能。本期文章我们在原有的单张发票识别基础上实现多种发票识别的dify基于工作流的智能体。

下面我们首先介绍一下整体功能。

  这里面主要功能：用户上传一个发票图片（目前我们这工作流支持6种发票），发票会经过文档提取器。文档提取器提取用户上传的发票传递给llm多模态模型，这个模型的作用是判断这发票是哪个类型的发票，接下来我们会根据条件分支来判断走哪个多模态发票提取的llm大语言模型。其中这6个大语言模型区别就在于他们的系统提示词不一样，主要就是每个发票票面信息不一样。模型会根据不同发票票面信息提示词的不同而有所区别，模型返回的json格式的发票信息在发送给变量聚合器进行出来，处理完成后再发送给用户，整体的功能大概就是这样的。

实现的效果如下：

1 火车票票面识别

2.加油站卷式发票

下面我们重点介绍一下这个工作流是如何实现的。

创建工作流或者chatflow

接着来到Dify中按下图顺序依次点击并点击创建(注：chatflow和工作流配置基本差不多，下面我们就以chatflow讲解)

开始

      开始节点点开后我们需要添加一个文件上传输入参数。点击开始节点输入字段，点击右边的“+”

我们选择单个文件，输入变量名称、支持的文件类型我们这里就选择图片。其他都可以默认，输入完成后，点击保存按钮

以上步骤完成开始节点设置。

文档提取器

 接下来我们在工作流画布中，选择文档提取器和开始节点连接，去掉llm和开始节点连接

我们在文档提取器，输入变量中选中 sys.files 变量

llm(发票识别判断模型)

  接下来我们将文档提取器的连接线和llm大语言模型连接。然后按照以下几个步骤设置

 1.模型选择，模型我们在模型下拉列表中选择自定义OpenAI-API-compatible  Qwen/Qwen2-VL-72B-Instruct模型；模型最大标记4096

 2.上下文，这里设置开始节点file 属性值

 3.SYSTEM 提示词 我们输入如下内容

# Role: 发票识别专家

## Profile
- 专长: 发票类型识别、图像分析、文字识别
- 经验: 多年处理各类发票和票据的经验
- 技能: 精准识别不同类型发票的特征

## Goals
- 根据用户上传的发票图像准确识别发票类型
- 返回对应的发票类型代码

## Rules
- 仔细分析发票上的所有视觉和文字信息
- 只返回指定的发票类型代码,不做其他解释
- 如果无法确定发票类型,返回 "无法识别"

## Workflows
1. 接收用户上传的发票图像
2. 分析图像中的关键信息和特征
3. 对比不同类型发票的特征
4. 确定发票类型
5. 返回对应的类型代码

## Output Format
发票类型代码:
- 0: 增值税电子发票
- 1: 电子发票(全电发票)
- 2: 增值税普通发票-卷票
- 3: 火车票
- 4: 新版火车票-铁路电子客票
- 5: 定额发票

## Examples
用户: [上传增值税电子普通发票图像]
特征: 电子版式,有"增值税电子普通发票"字样,含二维码,有密码区,有 "税局监制"字样
AI: 0

用户: [上传电子发票(普通发票)或电子发票(增值税专用发票)图像]
特征: 电子版式,有"电子发票"字样,发票号码长度有20位
AI: 1

用户: [上传增值税普通发票发票联图像]
特征: 纸质卷式,较窄,有"增值税普通发票"字样,通常为红色或蓝色
AI: 2

用户: [上传火车票图像]
特征: 磁性票,较小,包含乘车日期、车次、座位等信息
AI: 3

用户: [上传新版火车票-铁路电子客票图像]
特征: 电子版式,有"电子发票(铁路电子客票)"标志,包含乘车日期、车次、座位等信息，有发票号码，发票号码长度20位
AI: 4

用户: [上传定额发票图像]
特征: 小型纸质票据,预先印制金额,通常用于小额交易
AI: 5

用户: [上传模糊不清的图像]
特征: 图像模糊,无法辨识关键信息
AI: 无法识别

4.视觉 点击右边按钮开启多模态

5  视觉输入变量  选择节点filefiles 变量

以上完成llm模型的设置

 这个模型的作用是区分判断用户上传的发票是哪个类型，通过多模态模型区分后返回对应的发票种类，我这里设定以下几个类型

  0 、增值税专用发票普通发票

  1、电子发票(全电发票)

  2、增值税普通发票-卷票

  3、火车票

  4、新版火车票-铁路电子客票 （2024年11月1日 国家全面推广 铁路电子客票作为抵扣报销使用）

  5、定额发票

  100、无法判断的发票

条件分支

 这里我们需要接受上一个llm模型输出的返回值（0、1、2、3、4、5、100），由这个判断条件分支来让流程节点选择下面哪一个发票提取llm多模态大模型

它的设置也比较简单就是 if  else , 判断条件这里我们 都选择"包含"，详细配置可以看我的这个截图

流程节点图如下

这里稍微提一下，因为最后发票无法识别，所以我们之间给它做一个直接回复的节点，节点里面填写“未识别出正确的发票信息，请重新输入”

发票识别llm多模态模型

上一个条件分支节点连接到这个llm多模态模型中，因为这个需要具体提取发票票面信息的，所以我们这里需要6个多模态模型。每个流程节点配置都是一样的，只是系统提示词有区别，我这里就以一个增值税专用发票普通发票LLM为例给大家介绍

1.模型选择，模型我们在模型下拉列表中选择自定义OpenAI-API-compatible  Qwen/Qwen2-VL-72B-Instruct模型；模型最大标记4096

 2.上下文，这里设置开始节点file 属性值

 3.SYSTEM 提示词 我们输入如下内容

请提取这张照片的内容，其中内容格式‘机器编号’、‘发票代码’、‘发票号码’、‘开票日期’、‘校 验 码’、‘购买方名称’、‘购买方纳税人识别号’、‘购买方地 址、电 话’、‘开户行及账号’、‘货物或应税劳务、服务名称’、‘规格型号’、‘单 位’、‘数 量’、‘单 价’、‘金 额’、‘税率’、‘税 额’、‘价税合计（大写）’、‘价税合计（小写）’、‘销售方名称’、‘销售方纳税人识别号’、‘销售方地 址、电 话’、‘销售方地 址、电 话’、‘开户行及账号’、‘备注’、‘收款人’、‘复核’、‘开票人’ 字段返回信息，返回的结果信息以json格式返回

4.视觉 点击右边按钮开启多模态

5  视觉输入变量  选择节点filefiles 变量

以上完成llm模型的设置

其他的提示词我这里也给大家贴一下

电子发票(全电发票)

请提取这张照片的内容，其中内容格式‘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’、‘税率/征收率’、‘税 额’、‘合计’、‘价税合计（大写）’、‘价税合计（小写）’、‘备 注’ 字段返回信息，返回的结果信息以json格式返回

增值税普通发票-卷票

请提取这张照片的内容，其中内容格式‘发票代码’、'发票号码’、'机打号码’、‘机器编号’、‘销售方名称’、‘纳税人识别号’、‘开票日期’、‘收款员’、‘购买方名称’、‘纳税人识别号’、‘项目’、‘单价’、‘数量’、‘金额’、‘合计金额（小写）’、‘合计金额（大写）’、‘校验码’字段返回信息，返回的结果信息以json格式返回

火车票

请提取这张照片的内容，其中内容格式‘始发站’、‘终点站’、‘车次’、‘出发时间’、‘票价’、‘身份证号’、‘姓名’字段返回信息，返回的结果信息以json格式返回

新版火车票-铁路电子客票

请提取这张照片的内容，其中内容格式‘发票号码’、'开票日期’、'‘出发时间’、‘始发站’、‘终点站’、‘车次’、‘票价’、‘身份证号’、‘姓名’、‘电子客票号’、‘购买方名称’、‘统一社会信用代码’字段返回信息，返回的结果信息以json格式返回

定额发票

请提取这张照片的内容，其中内容格式‘发票代码’、'发票号码’、'金额’字段返回信息，返回的结果信息以json格式返回

如果需要在增加发票识别 可以根据上面操作步骤新增一个多模态识别模型以及编写 新的提示词即可。

变量聚合器

这个变量聚合器是干啥的呢？大家发现没有6个多模态发票识别的输出结构其实是一样的，只是它的内容有所区别。因为后面我们是需要输出给用户的，所以这里我们就用变量聚合器把llm大语言模型提取发票的结果统一输出到一个变量聚合器里面。它的配置也很简单接受上一个流程输出结果即可

如果没有变量聚合器就会变成我之前配置的那个流程了，给大家看一下我之前的那个流程吧。

直接回复

接下来我们将变量聚合器连接到直接回复的输出节点。

这个地方设置比较简单，在回复设置一下llm text文本输出以及 开始节点file 输出，这样设置后。就会将发票提取的票面信息以json格式的文本信息返回，并将上传的发票图片信息一并返回给用户

通过以上方式我们就初步完成了整个chatflow工作流。

完整的dsl也发给大家把

app:
description: ''
icon: ?
icon_background: '#FFEAD5'
mode: advanced-chat
name: 发票提取小工具整合版-变量聚合器
use_icon_as_answer_icon: false
kind: app
version: 0.1.2
workflow:
conversation_variables: []
environment_variables: []
features:
  file_upload:
    allowed_file_extensions:
    - .JPG
    - .JPEG
    - .PNG
    - .GIF
    - .WEBP
    - .SVG
    allowed_file_types:
    - image
    allowed_file_upload_methods:
    - local_file
    - remote_url
    enabled: false
    image:
      enabled: false
      number_limits: 3
      transfer_methods:
      - local_file
      - remote_url
    number_limits: 3
  opening_statement: ''
  retriever_resource:
    enabled: true
  sensitive_word_avoidance:
    enabled: false
  speech_to_text:
    enabled: false
  suggested_questions: []
  suggested_questions_after_answer:
    enabled: false
  text_to_speech:
    enabled: false
    language: ''
    voice: ''
graph:
  edges:
  - data:
      isInIteration: false
      sourceType: start
      targetType: document-extractor
    id: 1729851066338-source-1729851603790-target
    selected: false
    source: '1729851066338'
    sourceHandle: source
    target: '1729851603790'
    targetHandle: target
    type: custom
    zIndex: 0
  - data:
      isInIteration: false
      sourceType: document-extractor
      targetType: llm
    id: 1729851603790-source-llm-target
    selected: false
    source: '1729851603790'
    sourceHandle: source
    target: llm
    targetHandle: target
    type: custom
    zIndex: 0
  - data:
      isInIteration: false
      sourceType: llm
      targetType: if-else
    id: llm-source-1730191858003-target
    selected: false
    source: llm
    sourceHandle: source
    target: '1730191858003'
    targetHandle: target
    type: custom
    zIndex: 0
  - data:
      isInIteration: false
      sourceType: if-else
      targetType: llm
    id: 1730191858003-true-1730191979948-target
    selected: false
    source: '1730191858003'
    sourceHandle: 'true'
    target: '1730191979948'
    targetHandle: target
    type: custom
    zIndex: 0
  - data:
      isInIteration: false
      sourceType: if-else
      targetType: llm
    id: 1730191858003-98657baa-79e3-4af1-9b19-3daa149c0fab-17301921619230-target
    selected: false
    source: '1730191858003'
    sourceHandle: 98657baa-79e3-4af1-9b19-3daa149c0fab
    target: '17301921619230'
    targetHandle: target
    type: custom
    zIndex: 0
  - data:
      isInIteration: false
      sourceType: if-else
      targetType: llm
    id: 1730191858003-dafa44fc-1c33-4060-a68a-38c5850bda96-17301923168610-target
    selected: false
    source: '1730191858003'
    sourceHandle: dafa44fc-1c33-4060-a68a-38c5850bda96
    target: '17301923168610'
    targetHandle: target
    type: custom
    zIndex: 0
  - data:
      isInIteration: false
      sourceType: if-else
      targetType: llm
    id: 1730191858003-2d44a634-2764-4287-84a7-964fae566d5d-17301924021390-target
    selected: false
    source: '1730191858003'
    sourceHandle: 2d44a634-2764-4287-84a7-964fae566d5d
    target: '17301924021390'
    targetHandle: target
    type: custom
    zIndex: 0
  - data:
      isInIteration: false
      sourceType: if-else
      targetType: llm
    id: 1730191858003-e0a31ca5-21fa-4ec3-8c89-734c40116f8f-17301924991430-target
    selected: false
    source: '1730191858003'
    sourceHandle: e0a31ca5-21fa-4ec3-8c89-734c40116f8f
    target: '17301924991430'
    targetHandle: target
    type: custom
    zIndex: 0
  - data:
      isInIteration: false
      sourceType: if-else
      targetType: llm
    id: 1730191858003-fa4e8d8d-b178-415a-8c86-2d211b380df7-17301925812850-target
    selected: false
    source: '1730191858003'
    sourceHandle: fa4e8d8d-b178-415a-8c86-2d211b380df7
    target: '17301925812850'
    targetHandle: target
    type: custom
    zIndex: 0
  - data:
      isInIteration: false
      sourceType: if-else
      targetType: answer
    id: 1730191858003-false-1730192759530-target
    source: '1730191858003'
    sourceHandle: 'false'
    target: '1730192759530'
    targetHandle: target
    type: custom
    zIndex: 0
  - data:
      isInIteration: false
      sourceType: llm
      targetType: variable-aggregator
    id: 1730191979948-source-1730214844929-target
    source: '1730191979948'
    sourceHandle: source
    target: '1730214844929'
    targetHandle: target
    type: custom
    zIndex: 0
  - data:
      isInIteration: false
      sourceType: llm
      targetType: variable-aggregator
    id: 17301921619230-source-1730214844929-target
    source: '17301921619230'
    sourceHandle: source
    target: '1730214844929'
    targetHandle: target
    type: custom
    zIndex: 0
  - data:
      isInIteration: false
      sourceType: llm
      targetType: variable-aggregator
    id: 17301923168610-source-1730214844929-target
    source: '17301923168610'
    sourceHandle: source
    target: '1730214844929'
    targetHandle: target
    type: custom
    zIndex: 0
  - data:
      isInIteration: false
      sourceType: llm
      targetType: variable-aggregator
    id: 17301924021390-source-1730214844929-target
    source: '17301924021390'
    sourceHandle: source
    target: '1730214844929'
    targetHandle: target
    type: custom
    zIndex: 0
  - data:
      isInIteration: false
      sourceType: llm
      targetType: variable-aggregator
    id: 17301924991430-source-1730214844929-target
    source: '17301924991430'
    sourceHandle: source
    target: '1730214844929'
    targetHandle: target
    type: custom
    zIndex: 0
  - data:
      isInIteration: false
      sourceType: llm
      targetType: variable-aggregator
    id: 17301925812850-source-1730214844929-target
    source: '17301925812850'
    sourceHandle: source
    target: '1730214844929'
    targetHandle: target
    type: custom
    zIndex: 0
  - data:
      isInIteration: false
      sourceType: variable-aggregator
      targetType: answer
    id: 1730214844929-source-1730214939964-target
    source: '1730214844929'
    sourceHandle: source
    target: '1730214939964'
    targetHandle: target
    type: custom
    zIndex: 0
  nodes:
  - data:
      desc: ''
      selected: false
      title: 开始
      type: start
      variables:
      - allowed_file_extensions: []
        allowed_file_types:
        - image
        allowed_file_upload_methods:
        - local_file
        - remote_url
        label: file
        max_length: 48
        options: []
        required: true
        type: file
        variable: file
    height: 90
    id: '1729851066338'
    position:
      x: -126.67275943419781
      y: 283
    positionAbsolute:
      x: -126.67275943419781
      y: 283
    selected: false
    sourcePosition: right
    targetPosition: left
    type: custom
    width: 244
  - data:
      context:
        enabled: true
        variable_selector:
        - '1729851066338'
        - file
      desc: 发票识别判断模型
      memory:
        query_prompt_template: ''
        role_prefix:
          assistant: ''
          user: ''
        window:
          enabled: false
          size: 10
      model:
        completion_params:
          temperature: 0.7
        mode: chat
        name: Qwen/Qwen2-VL-72B-Instruct
        provider: openai_api_compatible
      prompt_template:
      - id: 994d57b8-32bc-45cd-b30a-4a1481553627
        role: system
        text: '# Role: 发票识别专家


            ## Profile

          - 专长: 发票类型识别、图像分析、文字识别

          - 经验: 多年处理各类发票和票据的经验

          - 技能: 精准识别不同类型发票的特征


            ## Goals

          - 根据用户上传的发票图像准确识别发票类型

          - 返回对应的发票类型代码


            ## Rules

          - 仔细分析发票上的所有视觉和文字信息

          - 只返回指定的发票类型代码,不做其他解释

          - 如果无法确定发票类型,返回 "无法识别"


            ## Workflows

          1. 接收用户上传的发票图像

          2. 分析图像中的关键信息和特征

          3. 对比不同类型发票的特征

          4. 确定发票类型

          5. 返回对应的类型代码


            ## Output Format

          发票类型代码:

          - 0: 增值税电子发票

          - 1: 电子发票(全电发票)

          - 2: 增值税普通发票-卷票

          - 3: 火车票

          - 4: 新版火车票-铁路电子客票

          - 5: 定额发票


            ## Examples

          用户: [上传增值税电子普通发票图像]

          特征: 电子版式,有"增值税电子普通发票"字样,含二维码,有密码区,有 "税局监制"字样

          AI: 0


          用户: [上传电子发票(普通发票)或电子发票(增值税专用发票)图像]

          特征: 电子版式,有"电子发票"字样,发票号码长度有20位

          AI: 1


          用户: [上传增值税普通发票发票联图像]

          特征: 纸质卷式,较窄,有"增值税普通发票"字样,通常为红色或蓝色

          AI: 2


          用户: [上传火车票图像]

          特征: 磁性票,较小,包含乘车日期、车次、座位等信息

          AI: 3


          用户: [上传新版火车票-铁路电子客票图像]

          特征: 电子版式,有"电子发票(铁路电子客票)"标志,包含乘车日期、车次、座位等信息，有发票号码，发票号码长度20位

          AI: 4


          用户: [上传定额发票图像]

          特征: 小型纸质票据,预先印制金额,通常用于小额交易

          AI: 5


          用户: [上传模糊不清的图像]

          特征: 图像模糊,无法辨识关键信息

          AI: 无法识别'
      selected: false
      title: LLM
      type: llm
      variables: []
      vision:
        configs:
          detail: high
          variable_selector:
          - '1729851066338'
          - file
        enabled: true
    height: 126
    id: llm
    position:
      x: 553
      y: 292.00000000000006
    positionAbsolute:
      x: 553
      y: 292.00000000000006
    selected: false
    sourcePosition: right
    targetPosition: left
    type: custom
    width: 244
  - data:
      desc: ''
      is_array_file: true
      selected: false
      title: 文档提取器
      type: document-extractor
      variable_selector:
      - sys
      - files
    height: 94
    id: '1729851603790'
    position:
      x: 245
      y: 283
    positionAbsolute:
      x: 245
      y: 283
    selected: false
    sourcePosition: right
    targetPosition: left
    type: custom
    width: 244
  - data:
      cases:
      - case_id: 'true'
        conditions:
        - comparison_operator: contains
          id: aec2b72e-7d06-41ea-b86e-6d3c7e803811
          value: '0'
          varType: string
          variable_selector:
          - llm
          - text
        id: 'true'
        logical_operator: or
      - case_id: 98657baa-79e3-4af1-9b19-3daa149c0fab
        conditions:
        - comparison_operator: contains
          id: 083411ab-178c-4461-b356-55fece233c6f
          value: '1'
          varType: string
          variable_selector:
          - llm
          - text
        id: 98657baa-79e3-4af1-9b19-3daa149c0fab
        logical_operator: and
      - case_id: dafa44fc-1c33-4060-a68a-38c5850bda96
        conditions:
        - comparison_operator: contains
          id: 3ab9cfbc-791b-4d8f-a4ff-c8ebe3fb9d93
          value: '2'
          varType: string
          variable_selector:
          - llm
          - text
        id: dafa44fc-1c33-4060-a68a-38c5850bda96
        logical_operator: and
      - case_id: 2d44a634-2764-4287-84a7-964fae566d5d
        conditions:
        - comparison_operator: contains
          id: 6ec008b1-ca33-489f-bcef-816dca204eb1
          value: '3'
          varType: string
          variable_selector:
          - llm
          - text
        id: 2d44a634-2764-4287-84a7-964fae566d5d
        logical_operator: and
      - case_id: e0a31ca5-21fa-4ec3-8c89-734c40116f8f
        conditions:
        - comparison_operator: contains
          id: 180c7bdf-a872-4835-ba64-d149184e0000
          value: '4'
          varType: string
          variable_selector:
          - llm
          - text
        id: e0a31ca5-21fa-4ec3-8c89-734c40116f8f
        logical_operator: and
      - case_id: fa4e8d8d-b178-415a-8c86-2d211b380df7
        conditions:
        - comparison_operator: contains
          id: 6a8b04c7-a0dc-4c01-8094-66df3eb6b1f7
          value: '5'
          varType: string
          variable_selector:
          - llm
          - text
        id: fa4e8d8d-b178-415a-8c86-2d211b380df7
        logical_operator: and
      - case_id: 837ffce9-f087-4457-b133-ee0886df34a6
        conditions:
        - comparison_operator: contains
          id: fb1e1d2f-2fdd-4ce2-8ce5-0f194281b501
          value: '100'
          varType: string
          variable_selector:
          - llm
          - text
        id: 837ffce9-f087-4457-b133-ee0886df34a6
        logical_operator: and
      desc: ''
      selected: false
      title: 条件分支
      type: if-else
    height: 414
    id: '1730191858003'
    position:
      x: 830
      y: 233
    positionAbsolute:
      x: 830
      y: 233
    selected: false
    sourcePosition: right
    targetPosition: left
    type: custom
    width: 244
  - data:
      context:
        enabled: true
        variable_selector:
        - '1729851066338'
        - file
      desc: 增值税专用发票普通发票提取模型
      model:
        completion_params:
          temperature: 0.7
        mode: chat
        name: Qwen/Qwen2-VL-72B-Instruct
        provider: openai_api_compatible
      prompt_template:
      - id: fef27062-3a9f-4d92-8a59-0902e9c80e87
        role: system
        text: 请提取这张照片的内容，其中内容格式‘机器编号’、‘发票代码’、‘发票号码’、‘开票日期’、‘校 验 码’、‘购买方名称’、‘购买方纳税人识别号’、‘购买方地
          址、电 话’、‘开户行及账号’、‘货物或应税劳务、服务名称’、‘规格型号’、‘单 位’、‘数 量’、‘单 价’、‘金 额’、‘税率’、‘税
          额’、‘价税合计（大写）’、‘价税合计（小写）’、‘销售方名称’、‘销售方纳税人识别号’、‘销售方地 址、电 话’、‘销售方地 址、电 话’、‘开户行及账号’、‘备注’、‘收款人’、‘复核’、‘开票人’
          字段返回信息，返回的结果信息以json格式返回
      selected: false
      title: 增值税专用发票普通发票
      type: llm
      variables: []
      vision:
        configs:
          detail: high
          variable_selector:
          - '1729851066338'
          - file
        enabled: true
    height: 126
    id: '1730191979948'
    position:
      x: 1221
      y: 153
    positionAbsolute:
      x: 1221
      y: 153
    selected: false
    sourcePosition: right
    targetPosition: left
    type: custom
    width: 244
  - data:
      context:
        enabled: true
        variable_selector:
        - '1729851066338'
        - file
      desc: 电子发票(全电发票)提取模型
      model:
        completion_params:
          temperature: 0.7
        mode: chat
        name: Qwen/Qwen2-VL-72B-Instruct
        provider: openai_api_compatible
      prompt_template:
      - id: fef27062-3a9f-4d92-8a59-0902e9c80e87
        role: system
        text: 请提取这张照片的内容，其中内容格式‘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’、‘税率/征收率’、‘税 额’、‘合计’、‘价税合计（大写）’、‘价税合计（小写）’、‘备 注’ 字段返回信息，返回的结果信息以json格式返回
      selected: false
      title: 电子发票(全电发票)
      type: llm
      variables: []
      vision:
        configs:
          detail: high
          variable_selector:
          - '1729851066338'
          - file
        enabled: true
    height: 126
    id: '17301921619230'
    position:
      x: 1209.0000000000002
      y: 321.9999999999999
    positionAbsolute:
      x: 1209.0000000000002
      y: 321.9999999999999
    selected: false
    sourcePosition: right
    targetPosition: left
    type: custom
    width: 244
  - data:
      context:
        enabled: true
        variable_selector:
        - '1729851066338'
        - file
      desc: 增值税普通发票-卷票提取模型
      model:
        completion_params:
          temperature: 0.7
        mode: chat
        name: Qwen/Qwen2-VL-72B-Instruct
        provider: openai_api_compatible
      prompt_template:
      - id: fef27062-3a9f-4d92-8a59-0902e9c80e87
        role: system
        text: 请提取这张照片的内容，其中内容格式‘发票代码’、'发票号码’、'机打号码’、‘机器编号’、‘销售方名称’、‘纳税人识别号’、‘开票日期’、‘收款员’、‘购买方名称’、‘纳税人识别号’、‘项目’、‘单价’、‘数量’、‘金额’、‘合计金额（小写）’、‘合计金额（大写）’、‘校验码’字段返回信息，返回的结果信息以json格式返回
      selected: false
      title: 增值税普通发票-卷票
      type: llm
      variables: []
      vision:
        configs:
          detail: high
          variable_selector:
          - '1729851066338'
          - file
        enabled: true
    height: 126
    id: '17301923168610'
    position:
      x: 1209.0000000000002
      y: 479.9999999999999
    positionAbsolute:
      x: 1209.0000000000002
      y: 479.9999999999999
    selected: false
    sourcePosition: right
    targetPosition: left
    type: custom
    width: 244
  - data:
      context:
        enabled: true
        variable_selector:
        - '1729851066338'
        - file
      desc: 火车票提取模型
      model:
        completion_params:
          temperature: 0.7
        mode: chat
        name: Qwen/Qwen2-VL-72B-Instruct
        provider: openai_api_compatible
      prompt_template:
      - id: fef27062-3a9f-4d92-8a59-0902e9c80e87
        role: system
        text: 请提取这张照片的内容，其中内容格式‘始发站’、‘终点站’、‘车次’、‘出发时间’、‘票价’、‘身份证号’、‘姓名’字段返回信息，返回的结果信息以json格式返回
      selected: false
      title: 火车票
      type: llm
      variables: []
      vision:
        configs:
          detail: high
          variable_selector:
          - '1729851066338'
          - file
        enabled: true
    height: 126
    id: '17301924021390'
    position:
      x: 1214.0000000000002
      y: 631.9999999999999
    positionAbsolute:
      x: 1214.0000000000002
      y: 631.9999999999999
    selected: false
    sourcePosition: right
    targetPosition: left
    type: custom
    width: 244
  - data:
      context:
        enabled: true
        variable_selector:
        - '1729851066338'
        - file
      desc: 新版火车票-铁路电子客票提取模型
      model:
        completion_params:
          temperature: 0.7
        mode: chat
        name: Qwen/Qwen2-VL-72B-Instruct
        provider: openai_api_compatible
      prompt_template:
      - id: fef27062-3a9f-4d92-8a59-0902e9c80e87
        role: system
        text: 请提取这张照片的内容，其中内容格式‘发票号码’、'开票日期’、'‘出发时间’、‘始发站’、‘终点站’、‘车次’、‘票价’、‘身份证号’、‘姓名’、‘电子客票号’、‘购买方名称’、‘统一社会信用代码’字段返回信息，返回的结果信息以json格式返回
      selected: false
      title: 新版火车票-铁路电子客票
      type: llm
      variables: []
      vision:
        configs:
          detail: high
          variable_selector:
          - '1729851066338'
          - file
        enabled: true
    height: 126
    id: '17301924991430'
    position:
      x: 1209.0000000000002
      y: 783.9999999999998
    positionAbsolute:
      x: 1209.0000000000002
      y: 783.9999999999998
    selected: false
    sourcePosition: right
    targetPosition: left
    type: custom
    width: 244
  - data:
      context:
        enabled: true
        variable_selector:
        - '1729851066338'
        - file
      desc: 定额发票提取模型
      model:
        completion_params:
          temperature: 0.7
        mode: chat
        name: Qwen/Qwen2-VL-72B-Instruct
        provider: openai_api_compatible
      prompt_template:
      - id: fef27062-3a9f-4d92-8a59-0902e9c80e87
        role: system
        text: 请提取这张照片的内容，其中内容格式‘发票代码’、'发票号码’、'金额’字段返回信息，返回的结果信息以json格式返回
      selected: false
      title: 定额发票
      type: llm
      variables: []
      vision:
        configs:
          detail: high
          variable_selector:
          - '1729851066338'
          - file
        enabled: true
    height: 126
    id: '17301925812850'
    position:
      x: 1214.0000000000002
      y: 938.3364999044305
    positionAbsolute:
      x: 1214.0000000000002
      y: 938.3364999044305
    selected: false
    sourcePosition: right
    targetPosition: left
    type: custom
    width: 244
  - data:
      answer: 未识别出正确的发票信息，请重新输入
      desc: ''
      selected: false
      title: 直接回复 2
      type: answer
      variables: []
    height: 100
    id: '1730192759530'
    position:
      x: 812.5890019963585
      y: 783.9999999999998
    positionAbsolute:
      x: 812.5890019963585
      y: 783.9999999999998
    selected: false
    sourcePosition: right
    targetPosition: left
    type: custom
    width: 244
  - data:
      desc: ''
      output_type: string
      selected: false
      title: 变量聚合器
      type: variable-aggregator
      variables:
      - - '1730191979948'
        - text
      - - '17301921619230'
        - text
      - - '17301923168610'
        - text
      - - '17301924021390'
        - text
      - - '17301924991430'
        - text
      - - '17301925812850'
        - text
    height: 242
    id: '1730214844929'
    position:
      x: 1586.6429784410195
      y: 455.35189817802376
    positionAbsolute:
      x: 1586.6429784410195
      y: 455.35189817802376
    selected: false
    sourcePosition: right
    targetPosition: left
    type: custom
    width: 244
  - data:
      answer: '{{#1730214844929.output#}}

          {{#1729851066338.file#}}'
      desc: ''
      selected: false
      title: 直接回复 2
      type: answer
      variables: []
    height: 122
    id: '1730214939964'
    position:
      x: 1890.6429784410195
      y: 455.35189817802376
    positionAbsolute:
      x: 1890.6429784410195
      y: 455.35189817802376
    selected: true
    sourcePosition: right
    targetPosition: left
    type: custom
    width: 244
  viewport:
    x: -433.2981524469435
    y: -171.82156310876098
    zoom: 0.7578582832552

chatflow调试及发布

完成以上配置后就可以点击调试及发布了，当然如果你比较偷懒，也可以直接导入我的DSL 直接就可以搞定了。

 导入DSL后，是需要修改工作流中的模型就可以了，我这里推荐大家使用硅基流动的提供的Qwen/Qwen2-VL-72B-Instruct模型，这个模型目前在上海人工智能实验室推出的CompassRank评测多模态大模型中排名第一

如果大家没有硅基流动的账号，可以点击https://cloud.siliconflow.cn/i/e0f6GCrN地址来注册，目前硅基的政策是新户注册送14块钱，14块钱够玩一阵子了。

下面我们就感受一下测试效果

发布

点击工作流左上角发布按钮对外提供发布

我们将分享的地址发送给其他小伙伴

我们点击 start chat 就可以使用了。

总结

目前dify官方最新版本升级到0.10.1版本 开始支持文件上传，图片上传等功能了。另外硅基流动大概在2024年10月18日上线了阿里和书生的多模态模型。