使用 Azure AI Document Intelligence 实现文档结构化数据提取

解决非结构化文档处理痛点：通过调用 Azure AI 文档智能服务，将发票、收据、身份证等扫描件或 PDF 转换为机器可读的 JSON 结构化数据。

为什么需要这个技能

在企业数字化流程中，大量信息仍以 PDF 或图像形式存在。传统的 OCR 只能提取纯文本，无法理解文档的语义结构（例如：哪个数值是“总金额”，哪个是“供应商名称”）。

Azure AI Document Intelligence 提供了预构建的模型，能够自动识别文档布局并提取关键字段。使用该 TypeScript SDK，开发者可以将复杂的文档解析过程简化为一次 API 调用，从而快速构建自动报销系统、合同审查工具或身份验证工作流。

适用场景

• 自动化财务处理：自动从发票（Invoice）或收据（Receipt）中提取金额、日期和商户信息。
• 证件数字化：快速解析身份证、护照等 ID 文件的关键字段。
• 复杂表格解析：从 PDF 文档中提取跨页的表格数据并保持其结构。
• 自定义文档分类：训练自定义模型来区分不同类型的企业内部表单。

核心工作流

1. 环境配置与初始化

安装核心依赖并配置资源端点与 API 密钥。

npm install @azure-rest/ai-document-intelligence @azure/identity

import DocumentIntelligence from "@azure-rest/ai-document-intelligence";

const client = DocumentIntelligence(
  process.env.DOCUMENT_INTELLIGENCE_ENDPOINT!,
  { key: process.env.DOCUMENT_INTELLIGENCE_API_KEY! }
);

2. 文档分析模式

由于文档分析是异步操作，必须采用 getLongRunningPoller 轮询模式：

• 提交任务：调用 .post() 发送文档 URL 或 Base64 编码的文件。
• 错误校验：使用 isUnexpected() 确保请求成功。
• 结果轮询：通过 pollUntilDone() 等待 AI 处理完成并获取最终结构化结果。

3. 模型选择

根据需求选择合适的 modelId：

• prebuilt-layout：提取文本、表格和结构。
• prebuilt-invoice / prebuilt-receipt：提取财务票据关键字段。
• prebuilt-idDocument：提取证件信息。

下载和安装

下载 azure-ai-document-intelligence-ts 中文版 Skill ZIP

解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体路径参考内附的 USAGE.zh.md。

你可能还需要

暂无推荐