微信扫码
与创始人交个朋友
我要投稿
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。
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。
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
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
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”
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。
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。
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
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
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。
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。
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-11-07
星辰 AI 大模型:中国电信的 AI 大模型集合平台,支持多模态任务和多语种处理
2024-11-05
NotebookLM 启发的 AI 原生产品设计思路
2024-11-01
Oasis,世界第一款 AI 实时生成游戏来了,在线试玩,体验未来
2024-10-30
Cohere推出多模态 AI 搜索模型 Embed3了
2024-10-30
GPT-4o只考了21分:AI视觉推理能力受到严重质疑
2024-10-29
【文档智能】文档解析揭秘:文档结构化信息提取技术、数据集综述
2024-10-29
Midjourney又更新,AI版的PS来了
2024-10-28
AI时代的人性化交互:语音交互技术
2024-05-30
2024-06-17
2024-08-06
2024-09-12
2024-08-30
2024-04-21
2024-06-26
2024-07-07
2024-07-21
2024-07-11
2024-09-26
2024-09-26
2024-09-01
2024-07-15
2024-07-14
2024-07-10
2024-07-02
2024-06-29