Dify工作流需实现发票扫描件的OCR识别与数据校验双动作：先用代码节点动态获取百度OCR access_token并转PDF/图片为Base64，再调用OCR接口提取字段，经正则清洗后送入LLM结构化输出并比对ERP数据库。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要让Dify自动从纸质发票扫描件中提取开票方、金额、日期等字段，并与系统内已存数据比对是否一致——不是只识别，而是识别+校验双动作同时完成。
配置百度OCR接入作为工具节点
在Dify工作流画布左侧节点库中，拖拽“工具调用”节点到画布中央。点击该节点，在右侧面板选择“新建HTTP工具”。
填写工具名称为“baidu_ocr_invoice”，请求方法选POST，URL填入百度智能云OCR通用文字识别（高精度版）接口地址：https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic。
在Headers区域添加两行：Key填Content-Type，Value填application/x-www-form-urlencoded；Key填Accept，Value填application/json。注意不要漏掉access_token参数——它必须通过调用百度OAuth2.0接口动态获取，不能写死；因此在Body中填：access_token={{baidu_access_token}}&image={{base64_image}}。
这一步必须做：在工作流开头的“开始”节点后，插入一个“代码节点”，用Python脚本调用百度OAuth接口获取token并赋值给变量baidu_access_token。否则OCR请求会因认证失败直接中断。
上传文件并转为Base64编码
从节点库拖入“开始”节点，添加一个文件类型变量，命名为invoice_scan，允许格式限定为.jpg、.png、.pdf。
PDF需先转图：在“开始”节点后接一个“代码节点”，用fitz（PyMuPDF）将PDF第一页渲染为PNG，再用base64.b64encode转码，输出变量设为base64_image。
若上传的是图片，直接读取二进制内容→base64编码即可。注意：【百度OCR要求图片base64编码后长度不超过10MB】，超限会返回错误码282103；建议在代码节点里加判断，超限时用PIL压缩至宽度1200px且质量85%后再编码。
结构化提取关键字段
OCR原始返回是无序文本块列表，需清洗后送入LLM。在OCR工具节点后接一个“文本处理”节点，执行以下操作：
调用百度PaddleOCR‑VL大模型API，支持PDF、Word、PPT、图片等多格式文档解析，精准识别印刷体、手写体、表格、公式、图表、印章等复杂元素，支持100+语言，可处理不规则布局和跨页长文档。触发词：文档解析、VLM解析、大模型OCR、PaddleOCR、多模态文档、手写识别、公式识别、复杂版面。
① 用正则提取所有含“发票代码”“发票号码”“开票日期”“金额”“校验码”字样的行；
② 将每行冒号后的文本截取出来，去掉空格、换行符、中文括号；
③ 对金额字段强制统一格式：匹配¥?\d{1,3}(,\d{3})*\.?\d{0,2}，转为纯数字字符串（如“¥1,234.50”→“1234.50”）；
④ 输出整理后的键值对字符串，例如：发票代码:1100224320\n发票号码:67891234\n开票日期:2024-05-20\n金额:12500.00。
调用LLM进行字段映射与比对
方法一：使用DeepSeek-VL模型直接解析
拖入“大语言模型”节点，模型选deepseek-vl，系统提示词写：“你是一个财务审核助手。请严格按JSON格式输出：{‘invoice_code’:‘字符串’,‘invoice_number’:‘字符串’,‘issue_date’:‘YYYY-MM-DD格式’,‘amount’:‘浮点数,保留2位小数’,‘match_result’:‘布尔值,与数据库字段比对后结果’}。输入文本来自OCR识别，请忽略无关字符。”
方法二：分步比对（推荐）
先用LLM节点提取结构化字段并标准化，输出JSON；再接一个“条件分支”节点，判断invoice_number是否存在于企业ERP数据库中（需提前配置数据库连接工具）；若存在，调用另一个LLM节点比对amount和issue_date字段是否完全一致，不一致则标记discrepancy_fields数组。
最后用“答案节点”聚合输出，Schema定义为：{"invoice_number":"string","amount":"number","issue_date":"string","match_result":"boolean","discrepancy_fields":["string"]}。
