示例：创建表单识别器自定义技能 (存档)

项目
02/01/2023

此示例已存档，不受支持。其中介绍了如何使用 C# 和 Visual Studio 创建表单识别器自定义技能。

先决条件

Visual Studio (任何版本) 。
至少 5 种相同类型的窗体。你可以使用本指南中提供的示例数据。

创建表单识别器资源

请参阅创建表单识别器资源

训练模型

使用此技能之前，需要使用输入窗体训练表单识别器模型。使用表单识别器模型介绍了如何训练模型。可以使用示例数据或提供自己的数据。

模型训练完成后，将其 ID 值复制到安全位置。

设置自定义技能

本教程使用 Azure Search Power Skills GitHub 存储库中的 AnalyzeForm 项目。将此存储库克隆到本地计算机，并导航到 Vision/AnalyzeForm/ 以访问该项目。然后在 Visual Studio 中打开 AnalyzeForm.csproj。此项目将创建一个 Azure 函数资源，用于满足自定义技能接口，并可用于 Azure 认知搜索扩充。它采用窗体文档作为输入，并以文本形式输出指定的键/值对。

首先，添加项目级环境变量。在左侧窗格中找到“AnalyzeForm”项目，右键单击该项目，然后选择“属性”。在 “属性” 窗口中，选择“ 调试 ”选项卡，然后找到“ 环境变量” 字段。选择“ 添加” 以添加以下变量：

FORMS_RECOGNIZER_ENDPOINT_URL 值设置为终结点 URL。
FORMS_RECOGNIZER_API_KEY 值设置为你的订阅密钥。
FORMS_RECOGNIZER_MODEL_ID 值设置为你训练的模型的 ID。
FORMS_RECOGNIZER_RETRY_DELAY 值设置为 1000。此值是程序重试查询前等待的时间（以毫秒为单位）。
FORMS_RECOGNIZER_MAX_ATTEMPTS 值设置为 100。此值是程序在尝试获取成功响应时将查询服务的次数。

接下来，打开 AnalyzeForm.cs 并找到 fieldMappings 变量，该变量引用“field-mappings.json”文件。此文件（和引用它的变量）定义要从窗体中提取的键的列表，以及每个键的自定义标签。例如，如果值为 { "Address:", "address" }, { "Invoice For:", "recipient" } 则表示脚本将仅保存检测到的 Address: 和 Invoice For: 字段的值，并且将分别将这些值标记为 "address" 和 "recipient"。

最后，请记下 contentType 变量。此脚本在 URL 引用的远程文档上运行给定的表单识别器模型，因此内容类型为 application/json。如果要通过在 HTTP 请求中包含字节流来分析本地文件，则需要将更改 contentType 为文件的相应 MIME 类型。

从 Visual Studio 中测试函数

编辑项目后，将其保存，并在 Visual Studio 中将“AnalyzeForm”项目设置为启动项目（如果尚未设置该项目）。然后按“F5”在本地环境中运行该函数。使用 REST 服务（如 Postman）调用函数。

HTTP 请求

你将发出以下请求来调用函数。

POST http://localhost:7071/api/analyze-form

请求正文

从请求正文模板开始

{
    "values": [
        {
            "recordId": "record1",
            "data": { 
                "formUrl": "<your-form-url>",
                "formSasToken": "<your-sas-token>"
            }
        }
    ]
}

在这里，你将需要提供与你训练的窗体具有相同类型的窗体的 URL。出于测试目的，可以使用你的一种训练窗体。如果遵循了 cURL 快速入门，则窗体将位于 Azure Blob 存储帐户中。打开 Azure 存储资源管理器，找到一个窗体文件，右键单击该文件，然后选择“获取共享访问签名”。下一个对话框窗口将提供 URL 和 SAS 令牌。将这些字符串分别输入请求正文的 "formUrl" 和 "formSasToken" 字段。

如果要分析不在 Azure Blob 存储中的远程文档，请在 "formUrl" 字段中粘贴其 URL，并将 "formSasToken" 字段留空。

注意

在技能组中集成了技能后，认知搜索将提供 URL 和令牌。

响应

你应该看到类似于以下示例的响应：

{
    "values": [
        {
            "recordId": "record1",
            "data": {
                "address": "1111 8th st. Bellevue, WA 99501 ",
                "recipient": "Southridge Video 1060 Main St. Atlanta, GA 65024 "
            },
            "errors": null,
            "warnings": null
        }
    ]
}

将函数发布到 Azure

当你对函数行为满意时，可将其发布。

在 Visual Studio 的“解决方案资源管理器”中，右键单击该项目并选择“发布”。选择“新建”>“发布” 。
如果尚未将 Visual Studio 连接到 Azure 帐户，请选择“添加帐户...”
请按照屏幕上的提示操作。请为应用服务、Azure 订阅、资源组、托管计划以及要使用的存储帐户指定唯一名称。如果还没有，可以创建新的资源组、托管计划和存储帐户。完成后，请选择“创建”。
部署完成后，请记下站点 URL。这是 Azure 中函数应用的 URL 地址。将其保存到临时位置。
在Azure 门户中，导航到资源组，然后查找发布的 AnalyzeForm 函数。在“管理”部分下，应可看到主机密钥。复制“默认”主机密钥并将其保存到临时位置。

连接到管道

若要在认知搜索管道中使用此技能，需要向技能组合添加技能定义。下面的 JSON 块是一个示例技能定义（应更新输入和输出，以反映特定方案和技能组合环境）。将 AzureFunctionEndpointUrl 替换为函数 URL，并将 AzureFunctionDefaultHostKey 替换为主机密钥。

{ 
  "description":"Skillset that invokes the Form Recognizer custom skill",
  "skills":[ 
    "[... your existing skills go here]",
    { 
      "@odata.type":"#Microsoft.Skills.Custom.WebApiSkill",
      "name":"formrecognizer",
      "description":"Extracts fields from a form using a pre-trained form recognition model",
      "uri":"[AzureFunctionEndpointUrl]/api/analyze-form?code=[AzureFunctionDefaultHostKey]",
      "httpMethod":"POST",
      "timeout":"PT30S",
      "context":"/document",
      "batchSize":1,
      "inputs":[ 
        { 
          "name":"formUrl",
          "source":"/document/metadata_storage_path"
        },
        { 
          "name":"formSasToken",
          "source":"/document/metadata_storage_sas_token"
        }
      ],
      "outputs":[ 
        { 
          "name":"address",
          "targetName":"address"
        },
        { 
          "name":"recipient",
          "targetName":"recipient"
        }
      ]
    }
  ]
}

通过