使用 Power Automate 中的发票处理预生成模型
登录到 Power Automate。
在左窗格中选择我的流，然后选择新建流>即时云端流。
为流命名，在选择如何触发此流下选择手动触发流，然后选择创建。
展开手动触发流，然后选择 +添加输入>文件作为输入类型。
将文件内容替换为我的发票（也称为标题）。
选择 +新建步骤>AI Builder，然后在操作列表中选择从发票中提取信息。
在发票文件输入中从触发器指定我的发票。
在后续操作中，您可以使用模型输出中的任何发票值。
恭喜！ 您已经创建了一个使用 AI Builder 发票处理模型的流。 选择右上角的保存，然后选择测试以试用您的流。
页面范围
对于大型文档，可以指定要处理的页面范围。
您可以在页面参数中输入页面值或页面范围。 示例：1 或 3-5。
备注
如果您有一个只包含一个发票的大型文档，强烈建议使用页面参数以发票为目标，从而降低模型预测的成本、提高性能。 但是，页面范围应包含唯一的发票，操作才能返回正确的数据。
示例：文档包含第 2 页中的第一个发票和跨越第 3 页和第 4 页的第二个发票：
- 如果您输入页面范围 2，它将返回第一张发票的数据。
- 如果您输入页面范围 3-4，它将仅返回第二张发票的数据。
- 如果输入页面范围 2-4，则它会返回第一个和第二个发票的部分数据（应避免这种情况）。
参数
输入
| 客户 | 需要 | Type | 描述 |
|---|---|---|---|
| 收据文件 | 是 | 文件 | 要处理的发票文件 |
| 页 | 否 | 字符串 | 要处理的页面范围 |
输出
| 客户 | Type | 定义 |
|---|---|---|
| 到期金额(文本) | 字符串 | 发票上写明的到期金额 |
| 到期金额(数字) | float | 以标准化数字格式显示的到期金额。 示例：1234.98 |
| 到期金额的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 账单邮寄地址 | 字符串 | 账单邮寄地址 |
| 账单地址的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 账单地址收件人 | 字符串 | 账单地址收件人 |
| 账单地址收件人的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 客户地址 | 字符串 | 客户地址 |
| 客户地址的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 客户地址收件人 | 字符串 | 客户地址收件人 |
| 客户地址收件人的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 客户 ID | 字符串 | 客户 ID |
| 客户 ID 的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 客户名称 | 字符串 | 客户名称 |
| 客户名称的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 截止日期(文本) | 字符串 | 发票上写明的截止日期 |
| 截止日期(日期) | 以标准化日期格式显示的截止日期。 示例：2019-05-31T00:00:00Z | |
| 截止日期的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 发票日期（文本） | 字符串 | 发票上写明的发票日期 |
| 发票日期（日期） | 日期 | 以标准化日期格式显示的发票日期。 示例：2019-05-31T00:00:00Z |
| 发票日期的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 发票编码 | 字符串 | 发票编码 |
| 发票 ID 的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 发票总额（文本） | 字符串 | 发票上写明的发票总额 |
| 发票总额（数字） | float | 以标准化日期格式显示的发票总额。 示例：2019-05-31T00:00:00Z |
| 发票总额的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 采购订单 | 字符串 | 采购订单 |
| 采购订单的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 汇款地址 | 字符串 | 汇款地址 |
| 汇款地址的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 汇款地址收件人 | 字符串 | 汇款地址收件人 |
| 汇款地址收件人的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 服务地址 | 字符串 | 服务地址 |
| 服务地址的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 服务地址收件人 | 字符串 | 服务地址收件人 |
| 服务地址收件人的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 送货地址 | 字符串 | 送货地址 |
| 送货地址的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 送货地址收件人 | 字符串 | 送货地址收件人 |
| 送货地址收件人的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 小计(文本) | 字符串 | 发票上写明的小计 |
| 小计(数字) | float | 以标准化数字格式显示的小计。 示例：1234.98 |
| 小计置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 总税款(文本) | 字符串 | 发票上写明的总税款 |
| 总税款(数字) | float | 以标准化数字格式显示的总税款。 示例：1234.98 |
| 总税款的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 供应商地址 | 字符串 | 供应商地址 |
| 供应商地址的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 供应商地址收件人 | 字符串 | 供应商地址收件人 |
| 供应商地址收件人的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 供应商名称 | 字符串 | 供应商名称 |
| 供应商名称的置信度 | float | 模型对其预测的置信度。 分数在 0（低置信度）到 1（高置信度）之间。 |
| 检测到的文本 | 字符串 | 来自账单上运行的 OCR 的识别的文本行。 作为文本列表的一部分返回。 |
| 检测到的文本的页码 | integer | 在其中发现识别的文本行的页面。 作为文本列表的一部分返回。 |