AI发票OCR与数据提取机器人
通过上传发票图片并提取关键发票数据（如发票号码、类型、语言、项目、价格和总金额）来实现发票处理自动化。结果以markdown表格和结构化CSV文件输出，助力高效的财务工作流程。...
1 min read
结构化生成器组件旨在利用大语言模型（LLM）生成结构化数据输出。当您需要AI生成的文本或数据符合特定的模式或结构，以便更容易地与下游系统、分析或工作流集成时，该组件尤其有用。
此组件的功能
结构化生成器通过提示接收用户输入，可选地包含图片和系统级指令，并使用选定的LLM生成遵循用户自定义结构的输出。这使其非常适用于需要一致和可预测数据格式的场景——如表单填写、报告生成或从文本中抽取结构化数据。
输入
该组件支持多种可配置输入：
| 输入名称 | 类型 | 是否必需 | 说明 |
|---|---|---|---|
| 输入 | 消息（文本） | 否 | 您希望LLM处理的主要提示或问题。 |
| LLM | BaseChatModel | 否 | 用于生成输出的语言模型实例。 |
| 图片 | FlowSessionAttachmentResponse | 否 | 提供给LLM的额外上下文图片。 |
| 输出结构 | NestedDict | 是 | 定义输出的所需结构和字段。（例如，指定键和值类型） |
| 系统消息 | 字符串（多行，可选） | 否 | 为LLM提供的额外指令或上下文（高级，可选）。 |
输入详情
- 输入（提示）： 要由LLM处理的主要指令或问题。
- LLM（模型）： 选择用于生成响应的语言模型。
- 图片： 如果LLM支持多模态输入，并希望增加视觉上下文，可添加图片。
- 输出结构： 指定输出格式，如字段及其描述，确保生成内容按要求进行结构化。
- 系统消息：（高级）提供额外上下文或规则以引导模型行为。
输出
该组件产生一个输出：
| 输出名称 | 类型 | 说明 |
|---|---|---|
| 结构化输出 | 数据 | 按输出结构字段指定格式生成的数据。 |
此输出可被其他组件消费或导出以进一步处理。
为什么要使用结构化生成器？
- 一致性： 确保AI生成的输出始终符合预定义的模式，减少后处理工作量。
- 灵活性： 支持多种输出结构，从简单的字段文本到复杂的嵌套数据。
- 多模态输入： 可选地在文本旁包含图片，为支持的模型丰富提示内容。
- 可定制性： 使用系统消息，根据您的工作流需求微调模型行为和输出风格。
- 集成性： 非常适用于需要结构化数据用于API响应、数据库或分析管道的AI工作流。
示例用例
- 从非结构化文本中提取结构化信息（如姓名、日期和地点）。
- 根据用户输入生成标准化报告或摘要。
- 根据自由描述填写表单或表格。
- 生成JSON输出，用于Web应用或后续处理。
总结
结构化生成器是一款强大且灵活的工具，可生成AI驱动的结构化数据输出。通过配置其输入字段和输出模式，您可以将其应用于各种需要结构化、可靠且可复现数据生成的场景。
