IDP Agents：精确提取您文档中所需的数据

先看结果：从扫描发票中提取十个字段

您好，欢迎来到 PaperOffice AI Academy。本视频介绍 IDP Agents。借助它，PaperOffice 可以从您的文档中精确提取所需数据，并将每份文档的数据一致地放入相同的字段。发票号、采购订单号、金额、IBAN：如果逐份文档手动输入这些数据，既浪费时间，又容易出错。先看结果。这张来自 Veldtmann 的发票是以扫描件形式进入系统的。我们的 IDP Agent 从中提取了十个字段：发票号、发票日期、供应商、采购订单号、净额、税额、总金额、货币、IBAN 和截止日期。将鼠标悬停在某个字段上，左侧视图就会跳转到该值在文档中的来源位置。这里是付款信息中的 IBAN。这样，您一眼就能核对每个值。由于每张发票都具有相同的字段，导出后即可得到一张 Excel 表格，每张发票占一行。下面说明您自己如何操作：用示例文档和模板创建代理，定义字段并进行测试，将代理分配给文档类型，之后处理现有文档，检查结果并导出。

第一章：IDP Agents 概览

PaperOffice 在您上传文档时，会根据 Workspace 的 AI-DMS层级自动从每份文档中读取数据。IDP Agent 则是您为重复出现的文档保存的专属提取设置：您决定需要哪些字段、字段叫什么名称，以及值以何种格式输出。您可以在 Document AI 下找到您的 IDP Agents。目前列表为空。IDP Agent 总是从一份示例文档创建。共分三步：在 Workspace 中选择文档，新建 IDP Agent，并从目录中选择一个模板。之后，您在代理编辑器中调整字段和提示。

第二章：用示例文档和模板创建代理

在我们的 Workspace IDP-Demo 中有五张供应商发票。我们以 Veldtmann 的发票作为示例文档：选中它，然后依次点击“操作”、“代理和工作流”、“IDP”，再点击“创建新代理”。模板目录随即打开，按类别排序：财务与会计、物流、法律、证件等，其中也包括 XRechnung、ZUGFeRD 和 Factur-X 等电子发票模板。勾选“仅显示推荐项”后，您只会看到与此文档匹配的模板。对于收到的供应商发票，我们使用“发票快速捕获 Plus”模板。该模板包含最重要的字段：发票号、发票日期、金额、供应商和货币。它还附带推荐的模型。点击“创建代理”。PaperOffice 现在会完整读取示例文档：文本识别、字段、补全。这需要一点时间，我快进一下。这就是代理编辑器。左侧是示例文档，右侧首先显示分析结果：这是哪一类文档，以及模板在其中找到了什么。

第三章：定义字段

点击“继续并审查检测到的字段”后，我们进入字段设置。PaperOffice 立即用示例文档启动第一次测试运行。每个字段都会显示找到的值，旁边还有文档中的一小段摘录，让您立即看到它的来源。展开某个字段即可看到它的提示，即告诉 AI 去哪里查找什么内容的简短指令。您可以直接在这里编辑这段文字。编辑器顶部显示模型。模板推荐 Basic Pro Max，即不做图像分析的文本识别。由于我们也会收到手机拍摄的照片和带有污点的扫描件，我们选择 Premium Pro Max：它还会检查页面图像，因此也能读取较难辨认的扫描件。付款信息还需要相应字段。点击“新建字段”：标签为 IBAN，并填写一个技术性的“键”，字段类型选择专用的 IBAN 字段类型。在“提示”中说明 IBAN 位于何处。在同一对话框中，您还可以指定要搜索的页面，以及如何验证该值：使用模式，或使用允许值列表。IBAN 是必填字段。如果某份文档中缺少它，PaperOffice 会将该字段标记为缺失，您可以使用“需要人工审核”筛选器找到该文档。若为此设置了 HITL 代理，则会为您的团队创建审核任务。接下来是截止日期，类型为“日期”。如果它偶尔缺失，“检查提示 — 温和的人机协作 (HITL)”就已足够。每次更改后，都要重新测试代理；只有这样才能保存。现在，新字段也已显示出来。

第四章：测试可靠性并保存

代理能否稳定地给出相同结果？为此，有“多次测试”功能。我们让它运行五次。只有当每个字段都有值时，一次运行才算成功。五次成功运行之后，会显示“生产环境：安全”。在“输出与审核”下，您可以设置数值的写入方式，以及何时需要由人工检查。在“提取的数据”选项卡中，您可以将测试运行结果以树状视图、JSON 或表格的形式查看，也可以下载。借助“导出为可共享模板包”，您可以将代理以文件形式交给他人，另一个团队随后便可在模板目录中导入它。现在保存。该代理名为“Supplier invoices”，并立即处于活跃状态。

第五章：将代理分配给文档类型

为了让代理今后自动运行，我们将其与文档类型关联。在“文档类型”下，我们打开“发票”类型。在“默认 IDP Agent”选项卡中，我们选择“Supplier invoices”并保存。从现在起，如果 AI-DMS 处理将一份新文档识别为发票，PaperOffice 就会自动将代理排入队列，适用于每个带有 AI-DMS 的 Workspace。

第六章：新发票被自动读取

我们来试一下。一张新发票到达，它来自 Bilbao 的 Iberica，为西班牙语。顺便一提：在上传对话框中，您也可以直接为这些文档选择代理。这里我们让 PaperOffice 自行决定。首先，AI-DMS 处理识别出发票类型，然后我们的代理运行。我快进一下。结果如下：与 Veldtmann 发票相同的十个字段，即便这张发票是西班牙语的。“Pedido cliente”成为采购订单号，“Vencimiento”成为截止日期，西班牙 IBAN 则位于 IBAN 字段中。

第七章：一次性处理现有文档

那么 Workspace 中原有的五张发票呢？该分配不会追溯适用于它们。我们一次性处理：选中全部文档，然后依次点击“操作”、“代理和工作流”、“IDP”、“应用现有代理”。选择一个代理，然后点击“启动 IDP Agent”。PaperOffice 会将所有文档排入队列，并在后台处理。您可以在“处理中”下查看状态。我快进一下。

第八章：检查结果

在文档本身中，各个值位于“数据字段”下，每个字段都附有文档中的一小段摘录。这是某人用手机拍摄的发票。这里同样包含所有字段，将鼠标悬停在字段上，视图就会跳转到来源位置。如果某个值有误，您可以直接在字段中修改，PaperOffice 会立即保存。对于单份文档，页面顶部有一个“应用代理”按钮。至于那张有咖啡渍的货运发票：发票号、采购订单参考号、金额以及英国 IBAN 都是正确的。

第九章：导出到 Excel

最后是给会计部门的清单：选中全部发票，然后依次点击“操作”、“共享和导出”、“导出数据”。作为列，我们选择代理的字段，格式为 Excel。每张发票在文件中占一行，列都相同。现在有一点很显眼：三张来自 Veldtmann 的发票指向同一个德国 IBAN，而第四张却列出了一个立陶宛的账户。PaperOffice 如何自动检查并阻止这种情况，将在“审计与隔离”一集中说明。总结一下：IDP Agent 是您为重复出现的文档设置的专属提取方案。您从示例文档和模板出发，添加所需字段，并测试直至代理稳定地给出结果。与文档类型关联后，它会自动处理每份新文档，而现有文档则一次性处理。您可以在值的来源位置逐一检查，导出后，所有数据都汇入 Excel。我们的 n8n 视频将向您展示如何从自己的软件或 n8n 调用 IDP Agent。下一个视频介绍 Workflow Agents。下次再见，PaperOffice AI Academy。