财务人员的日常被发票录入折磨得焦头烂额？腾讯元器智能体比赛诞生的'发票提取助手'彻底改变了这一困境。这款工具能在3秒内自动识别发票图片并提取关键信息，准确率高达95%以上。本文将完整拆解智能体+工作流的开发过程，揭秘如何利用OCR插件与大模型技术实现财税场景的效率革命。
财务人员每天最头疼的事是什么？不是算账，而是手动录入发票信息。一张发票十几个字段，一天几十张发票，光是敲键盘就能让人崩溃。
参加腾讯元器智能体比赛，我搭建了”发票提取助手“，只需上传发票图片，3秒内自动识别并提取所有关键信息，输出结构化数据。今天我将详细拆解搭建过程，分享实战心得，让你也能快速上手。
智能体体验链接：
https://yuanqi.tencent.com/webim/#/chat/TgNNJt?appid=2003063077530400384&experience=true
作为财务人员，我每天都会遇到这样的场景：
这就是财务/采购部门的日常：
智能体方式：自动提取仅需3-5秒，准确率可达95%以上，支持移动办公，零学习成本。
我采用了智能体+工作流的开发模式，充分发挥腾讯元器平台的优势：
核心架构
设计思路：
除了技术架构的优势，腾讯元器平台在发布渠道上也有独特优势，这是其他平台难以比拟的：
1. 元宝小程序：微信生态原生支持
最大的亮点是元宝小程序，智能体可以直接发布到元宝小程序，与微信生态无缝衔接：
2. 多渠道发布能力
腾讯元器支持多种发布渠道，满足不同使用场景：
3. 实际应用价值
对于财务场景来说，元宝小程序+微信的组合特别实用：
下面我将详细拆解整个搭建过程，手把手教你如何搭建这个发票提取助手。
1. 进入腾讯元器平台，点击“创建智能体”，创建”对话式智能体“
2. 填写基本信息：
3. 进入智能体人配置界面，”切换创建方式“是一个关键设置，如果智能体需要工作流配合工作，需要切换到”用工作流创建”
这是核心步骤，我们采用智能体+工作流的双引擎架构：
2.1 工作流整体设计
工作流包含3个核心节点：
2.2 节点3：OCR识别配置
关键配置点：
2.3 节点4：OCR识别结果提取配置
小Tips：工作流要支持单节点调试
2.4 节点5：信息格式化
提示词设计要点：
你是一个专业的发票信息提取助手。请从以下发票文本中 提取结构化信息，严格按照JSON格式输出：
{
“invoice_code”:”发票代码”,
“invoice_number”:”发票号码”,
“issue_date”:”发票开票日期，YYYY-MM-DD格式”,
“buyer_namc”:”购买方公司名称”,
“buyer_tax_id”:”购买方公司纳税人识别号”,
“buyer_address”:购方地址”seller_name”:
“销售方公司名称”,”seller_tax_id”:
“销售方公司纳税人识别号”,
“invoice_project”:”发票的项目名称”,
“amounts_without_tax”:
“不含税金额”,
“amounts_tax”:”税额””amounts_with_tax”:”价税合计”
}
– 输出要求：需要两种格式输出
– 表格的形式输出（表格的字段名为中文）
-Json格式输出
– 要求：
1、请严格按发票提取结果信息输出
2.如果字段不存在，使用null
3.金额字段保留4位小数
4.日期格式统一为YYYY-MM-DD
– 发票文本：{content}
小Tips：提示词可支持”AI一键优化“
2.5 节点6：输出结点
节点连接：按照流程连接各个节点
智能体 →提取上传链接→ OCR节点→提取OCR结构参数 → LLM格式化节点 → 输出
测试流程：上传测试发票图片，检查每个节点的输出
调试优化：根据测试结果调整提示词和参数
让我们看看智能体在实际场景中的表现：
场景1：手机拍照发票
原因有三：
1. 高频刚需场景
2. 标准化程度高
3. 效果可量化
这个方案的核心模式可以迁移到多个场景：
通用公式：文档/图片 → OCR/文本提取 → 大模型结构化提取 → 数据校验 → 结构化输出
腾讯元器平台的智能体+工作流模式，配合元宝小程序的微信生态优势，让复杂业务逻辑变得简单可控，真正实现”开箱即用”。
本文为腾讯元器智能体比赛参赛作品，欢迎交流讨论。
本文由 @Lucky培丽 原创发布于人人都是产品经理。未经作者许可，禁止转载
题图来自Unsplash，基于CC0协议
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。