合合信息DocFlow产品解析与体验：人人可搭建的AI自动化单据处理工作流 ...

在信息化与全球化迅速发展的本日，企业面临着海量文档的管理与处理寻衅。无论是传统的纸质文档，还是图片、PDF等多种新型文件格式，在举行数据汇总时都必要投入大量人力。传统的手工录入与管理方式不仅效率低下，且轻易出错，难以满足现代企业对高效、精准和智能化办公的需求。于是，OCR技术应运而生。基于深度学习算法的文本识别，大大提升了录入职员的工作效率。
作为国内OCR领域深耕多年的企业，合合信息推出的TextIn平台堪称神奇，识别准确率接近百分之百。我本人也经常利用TextIn平台处理各类文件。然而，尽管市面上已有很多成熟的OCR技术帮助提取文档信息，处理大量文件时仍旧令人头疼。因为很多单子、合同、试卷等常见文本并没有统一的格式，利用OCR识别后每每会得到大量冗余文本，而这些内容并非全部必要。
在这种情况下，大家可能会希望有一款能够一键识别并分析、选择性提取所需信息的文本工具。幸运的是，TextIn平台近日推出了一款革命性的文档自动化工具——合合信息DocFlow，完善满足了这些需求。
产品官网：https://cc.co/16YSNS
Docflow内测体验官招募中，通过链接注册，享有免费权益噢！
内测体验入口：https://cc.co/16YSNT

---

一、DocFlow产品简介

DocFlow，顾名思义，是一款文本处理的工作流系统，传统的OCR识别只有文本录入和返回结果这两个环节，而DocFlow则是将一切能够提升我们实践效果的功能全部集合了起来，让我们能够更省心的得到我们想要的结果。
好比，下面是一张机动车销售发票的照片：

在DocFlow出现之前，通常我们会选择先对这个车票照片举行OCR识别，进而得出上面所有的文本信息。但是得到的信息除了识别精度很低以外，本身的排序也是非常混乱，险些无法利用，好比下面这种效果：

这种效果是我们完全不能接受的，我们很必要一款能够精准识别，并且按照具体对应的条目返回给我们的OCR神器，也许在不久前这种想法会被嘲笑痴人说梦，但如今DocFlow帮助我们轻松实现了。
我们访问DocFlow的产品体验界面，将发票照片上传，可以看到右面显示出了精准识别出的且一一对应的明细内容，不仅没有遗漏，而且也没有识别错误，这种识别精度真的是强的可怕！

放大点，给大伙看看~

（已对敏感信息举行隐蔽处理）
然后这还只是DocFlow的其中一小段功能，DocFlow可不仅仅是OCR，而是一个成熟的一站式工作流产品。
DocFlow 是 TextIn 旗下的一款先进的文档自动化处理工具，专为企业提供文档分类与关键要素提取的一站式解决方案。依托于 TextIn 行业领先的文档解析与理解能力，DocFlow 能够轻松处理全球范围内各类文档类型与复杂版式，无论是单子、卡证，还是合同、文件，均可实现高精度的分类与关键要素提取，并快速整合至业务流程中。
DocFlow 通过五个焦点环节构建一个统一的 ”采、管、算、审、用” 影像布局化能力服务体系：

环节	步骤	描述
采（采集）	影像采集	通过多渠道集成，统一归集企业影像数据。
管（管理）	影像分类	基于用户、影像类型、安全级别等维度举行影像分级分类。
算（计算）	影像识别	利用AI技术实现影像布局化信息的识别与抽取。
审（检察）	影像考核	通过元数据、文本内容等建立深层次影像关联，提升数据的可用性。
用（应用）	影像应用	为报账、CMS、资产管理等业务系统提供影像采集、搜刮、调阅服务。

二、DocFlow操作流程

下面，我们具体讲述一下DocFlow操作流程的六个阶段：

1. 输入文档

DocFlow支持多种方式导入文档，满足不同企业的需求：
功能名称功能描述扫描上传通过扫描设备批量导入纸质单据，支持多种文件格式（如OFD、PNG、JPG、JPEG、DOC、DOCX、XLSX、XLS等）。邮箱收取通过邮箱助手自动导入邮件中的附件，简化邮件文档的管理流程。API调用通过开放的API接口，实现与企业业务系统的无缝对接，自动化数据采集。SFTP定时、SMB共享、OneDrive、SharePoint等支持多种数据采集方式，确保数据获取的机动性和全面性。RPA接入对于无法开通接口的业务系统，支持通过RPA工具获取影像数据，与DocFlow实现接口对接。

2. 文件质量优化

在文档采集过程中，DocFlow通过先进的图像处理技术，优化文档图像质量，提升后续识别的准确性和效率：

• 边沿检测与切边压缩：自动裁剪文档边沿，减少无关信息，提高图像质量。
  
• 增强锐化与曲面矫正：提升图像清楚度，纠正文档倾斜，确保笔墨的可读性。
  
• 阴影消除与去摩尔纹：去除文档中的阴影和干扰线条，优化图像背景。
  
• 多图切分与水印去除：支持将多页文档拆分为单页图像，自动去除水印，保证数据的完整性。
  

3. 文档分类

DocFlow内置强大的文档分类功能，支持自动将文档归类到相应的种别中，减少手工分类的工作量：

• 自动分类：系统根据预设的分类模型自动识别文档类型，支持国内票、海外票等多种单子类型的自动分类。
  
• 机动设置：用户可通过上传样本文件或设置分类关键字，自定义分类模型，满足不同业务需求。
  
• 无定义分类处理：对于无法自动分类的文档，系统将其归类到“undefined”或“other”种别，用户可手工调整分类规则，提高分类准确性。
  

4. 数据导出应用

DocFlow支持将布局化的数据导出到指定的业务系统中，支持多种数据格式和接口：好比XML、JSON、EXCEL等格式。
5. 人工确认验证

在必要时，DocFlow提供人工考核功能，确保数据的准确性和完整性：

• 详情页面展示：提供文件列表、内容预览窗口、KV字段抽取内容和表格信息抽取内容四部分，便于用户检察和核对。
  
• 分类信息核对：用户可核对文档分类是否正确，必要时可手动更正分类。
  
• 抽取信息核对：支持内容定位与核对、展示隐蔽信息、内容快速选择、自定义添加字段等功能，确保数据的准确性。
  
• 业务考核操作：用户可对文件举行确认、拒绝或推迟处理，支持多级考核流程，确保数据的正当性和合规性。
  

6. 抽取定位显示

DocFlow通过直观的方式展示抽取的关键字段，支持用户自定义字段和调整抽取结果：

• 字段定位：系统自动框选出字段地点位置，用户可直观检察和编辑。
  
• 自定义字段：用户可根据业务需求添加或修改字段，系统基于语义理解自动抽取数据。
  
• 多页文档支持：支持跨页字段的抽取，确保数据的完整性和准确性。
  

---

三、DocFlow在线体验

为了帮助用户更好地体验DocFlow的强大功能，TextIn现在招募内测用户，添加TextIn福利官，免费领取1000次试用名额！（名额有限，先加先得）
报名入口：https://cc.co/16YSNT
下面，我们开始实际体验一下，以某广告合同为例。
1. 上传文件

上传合同图片，利用通用合同的模板，可以看到右侧出现了DocFlow解析出来的信息。

细致观察信息我们不难发现，由于通用合同模板的范围性，我们没有分别读取甲方和乙方各自的信息。这时间，就必要我们去创建一个新的针对性的模板。
2. 新增种别

创建新种别：甲乙双方合同

点击右侧自动填充，一键识别关键字段，基本上可以做到全覆盖，如果尚有必要添加的可以手动点击文本处添加，字段添加后效果如图。

完成后点击保存。首页在我们创建的新种别里重写上传合同。

3. 利用新种别识别

可以看到识别结果的针对性增强了很多。

如果有些我们必要但是没有出现在模板里的字段，我们可以点击新增字段来举行框选。

当我们认为识别无误了，我们点击确认。这篇文档的核对状态会更新为已确认。

除了确认之外，也可以推迟处理大概驳回。

---

四、API调用DocFlow

DocFlow提供了丰富的API接口，支持开发者通过编程方式与DocFlow举行集成，实现自动化的数据采集和处理。
现在提供的三个接口如下：

• 上传文件POST
  
• 获取文件处理结果列表GET
  
• 更新文件处理结果POST
  

调用接口必要设置利用TextIn账号。请在TextIn上注册后，在TextIn首页-账户与充值-账号与开发者信息页面获取 x-ti-app-id 和 x-ti-secret-code，用于请求认证。
1. DocFlow API综合案例

我们结合现有的接口，实现一个从上传文件到获取识别结果的综合案例。

1. from requests_toolbelt.multipart.encoder import MultipartEncoder
2. import hashlib
3. import hmac
4. import time
5. import requests
6. import os
7. import json
9. # 配置您的认证信息
10. ti_app_id = "97135787*****************ef0f5c"
11. ti_secret_code = "2d5b5b************************dde26a0"
13. # 配置参数
14. FILE_PATH = "sample.pdf"  # 要上传的文件路径
15. WORKSPACE_ID = "1851520358480039936"  # 替换为实际的workspace_id
16. CATEGORY = "采购订单"  # 替换为实际的category
18. def generate_signature(http_method, url, params, payload_raw, ti_secret_code, epoch_time):
19.     """
20.     生成签名的函数
21.     """
22.     # 生成签名密钥
23.     signing_key = hmac.new(ti_secret_code.encode('utf-8'), str(epoch_time).encode('utf-8'), hashlib.sha256).digest()
24.    
25.     # 计算payload的哈希值
26.     if payload_raw:
27.         payload_hash = hashlib.sha256(payload_raw).hexdigest()
28.     else:
29.         payload_hash = hashlib.sha256(b'').hexdigest()
30.    
31.     # 构建字符串以进行签名
32.     sorted_params = '&'.join(f'{k}={v}' for k, v in sorted(params.items()))
33.     string_to_sign = f"{http_method}\n{url}\n{sorted_params}\n{payload_hash}"
34.    
35.     # 生成签名
36.     signature = hmac.new(signing_key, string_to_sign.encode('utf-8'), hashlib.sha256).hexdigest()
37.    
38.     return signature
40. def upload_file(ti_app_id, ti_secret_code, file_path, workspace_id, category):
41.     """
42.     上传文件到DocFlow接口，并返回file_id
43.     """
44.     # API 端点
45.     url = "/api/app-api/sip/platform/v2/file/upload"
46.    
47.     # 查询参数
48.     params = {
49.         "workspace_id": workspace_id,
50.         "category": category
51.     }
52.    
53.     # 当前时间戳
54.     epoch_time = int(time.time())
55.    
56.     # 构建multipart/form-data的payload
57.     payload = MultipartEncoder(
58.         fields={
59.             "file": (os.path.basename(file_path), open(file_path, "rb"), "application/pdf"),
60.         }
61.     )
62.    
63.     payload_raw = payload.to_string()
64.    
65.     # 生成签名
66.     signature = generate_signature(
67.         http_method="POST",
68.         url=url,
69.         params=params,
70.         payload_raw=payload_raw,
71.         ti_secret_code=ti_secret_code,
72.         epoch_time=epoch_time
73.     )
74.    
75.     # 打印调试信息
76.     print("=== 文件上传签名信息 ===")
77.     print(f"epoch_time: {epoch_time}")
78.     print(f"http_method: POST")
79.     print(f"string_to_sign: POST\n{url}\n{'&'.join(f'{k}={v}' for k, v in sorted(params.items()))}\n{hashlib.sha256(payload_raw).hexdigest()}")
80.     print(f"signature: {signature}\n")
81.    
82.     # 设置请求头
83.     headers = {
84.         "Content-Type": payload.content_type,
85.         "x-ti-app-id": ti_app_id,
86.         "x-ti-timestamp": str(epoch_time),
87.         "x-ti-signature": signature
88.     }
89.    
90.     # 发送POST请求上传文件
91.     try:
92.         response = requests.post(
93.             url=f"https://docflow.textin.com{url}",
94.             params=params,
95.             data=payload_raw,
96.             headers=headers
97.         )
98.         response.raise_for_status()  # 检查是否有HTTP错误
99.         print("上传成功！响应内容：")
100.         response_json = response.json()  # 假设返回的是JSON格式
101.         print(response_json)
102.         
103.         # 提取file_id
104.         if response_json.get('code') == 200:
105.             files = response_json.get('result', {}).get('files', [])
106.             batch_number = response_json.get('result', {}).get('batch_number')
107.             if batch_number:
108.                 print(f"提取到的batch_number: {batch_number}")
109.                 return batch_number
110.             else:
111.                 print("响应中未找到文件信息。")
112.                 return None
113.         else:
114.             print(f"上传失败，消息: {response_json.get('msg')}")
115.             return None
116.     except requests.exceptions.HTTPError as http_err:
117.         print(f"HTTP错误发生: {http_err}")
118.         print(f"响应内容: {response.text}")
119.         return None
120.     except Exception as err:
121.         print(f"其他错误发生: {err}")
122.         return None
124. def fetch_results(ti_app_id, ti_secret_code, workspace_id, batch_number):
125.     """
126.     获取上传文件的查询结果
127.     """
128.     # API 端点
129.     url = "/api/app-api/sip/platform/v2/file/fetch"
130.    
131.     # 查询参数
132.     params = {
133.         "workspace_id": workspace_id,
134.         "batch_number": batch_number
135.     }
136.    
137.     # 当前时间戳
138.     epoch_time = int(time.time())
139.    
140.     # GET请求通常没有payload
141.     payload_raw = b''
142.    
143.     # 生成签名
144.     signature = generate_signature(
145.         http_method="GET",
146.         url=url,
147.         params=params,
148.         payload_raw=payload_raw,
149.         ti_secret_code=ti_secret_code,
150.         epoch_time=epoch_time
151.     )
152.    
153.     # 设置请求头
154.     headers = {
155.         "x-ti-app-id": ti_app_id,
156.         "x-ti-timestamp": str(epoch_time),
157.         "x-ti-signature": signature
158.     }
159.         
160.     # 发送GET请求获取结果
161.     try:
162.         response = requests.get(
163.             url=f"https://docflow.textin.com{url}",
164.             params=params,
165.             headers=headers
166.         )
167.         response.raise_for_status()  # 检查是否有HTTP错误
168.         response_json = response.json()  # 假设返回的是JSON格式
169.         return response_json
170.     except requests.exceptions.HTTPError as http_err:
171.         print(f"HTTP错误发生: {http_err}")
172.         print(f"响应内容: {response.text}")
173.         return None
174.     except Exception as err:
175.         print(f"其他错误发生: {err}")
176.         return None
178. if __name__ == "__main__":
179.    
180.     # 检查文件是否存在
181.     if not os.path.isfile(FILE_PATH):
182.         print(f"文件 {FILE_PATH} 不存在。请确保文件路径正确。")
183.     else:
184.         # 上传文件并获取batch_number
185.         batch_number = upload_file(
186.             ti_app_id=ti_app_id,
187.             ti_secret_code=ti_secret_code,
188.             file_path=FILE_PATH,
189.             workspace_id=WORKSPACE_ID,
190.             category=CATEGORY
191.         )
192.         
193.         # 如果成功获取到batch_number，则进行查询
194.         if batch_number:
195.             print("=== 查询识别结果 ===")
196.             waited_seconds = 0
197.             while True:
198.                 result = fetch_results(
199.                     ti_app_id=ti_app_id,
200.                     ti_secret_code=ti_secret_code,
201.                     workspace_id=WORKSPACE_ID,
202.                     batch_number=batch_number
203.                 )
204.                 if result and result.get('code') == 200:
205.                     files = result.get('result', {}).get('files', [])
206.                     if files:
207.                         file_info = files[0]
208.                         recognition_status = file_info.get('recognition_status', 0)
209.                         data = file_info.get('data', 0)
210.                         if data != {}:
211.                             print("识别完成！结果如下：")
212.                             print(file_info.get('data', {}))
213.                             break
214.                         else:
215.                             waited_seconds += 5
216.                             print(f"正在识别中，已等待{waited_seconds}秒，请耐心等待...")
217.                     else:
218.                         print("未找到文件信息，继续等待...")
219.                 else:
220.                     print("获取结果失败或响应异常，继续等待...")
221.                
222.                 time.sleep(5)  # 等待5秒后再次查询

复制代码

返回值如下：

1. {'fields': [{'key': 'Order Number', 'value': '3201276954'}, {'key': 'Due Date', 'value': '2023.08.30'}, {'key': 'Vendor Order ID', 'value': '3201276954'}, {'key': 'Supplier Name', 'value': 'CHIPONE (HONG KONG) CO., LIMITED'}, {'key': 'Place of Supply', 'value': 'Hefei, Anhui, China'}, {'key': 'Supplier Address', 'value': 'FLAT/RM 826, OCEAN CENTER HARBOUR C'}, {'key': 'Supplier Email', 'value': 'yzhang@chiponeic.com'}, {'key': 'Customer ID', 'value': '1009749'}, {'key': 'Customer Name', 'value': 'CHIPONE (HONG KONG) CO., LIMITED'}, {'key': 'Account Number', 'value': ''}, {'key': 'IBAN', 'value': ''}, {'key': 'Terms', 'value': 'TT After Arrival of the goods monthly settlement 90 days'}, {'key': 'Total Amount', 'value': '0.00'}, {'key': 'Total Tax', 'value': '0.00'}, {'key': 'Amount Rounding', 'value': ''}, {'key': 'Amount Paid', 'value': '0.00'}, {'key': 'VAT Rate', 'value': ''}, {'key': 'VAT Base', 'value': '0.00'}, {'key': 'VAT Amount', 'value': '0.00'}, {'key': 'VAT Total', 'value': '0.00'}], 'items': [[{'key': 'Item Code', 'value': '00010'}, {'key': 'Description', 'value': 'SD_COF_ICNL9309_1026_6_48'}, {'key': 'Quantity', 'value': '400'}, {'key': 'UOM', 'value': 'EA'}, {'key': 'Unit Price Base', 'value': '0.00'}, {'key': 'Unit Price', 'value': '0.00'}, {'key': 'Tax Rate', 'value': ''}, {'key': 'Tax', 'value': ''}, {'key': 'Total Amount', 'value': '0.00'}]]}

复制代码

可以看到，通过调用DocFlow的API接口，我们可以快速提取出图像的数据。
2. DocFlow API优势

• 安全性高：通过签名认证方式，确保数据传输的安全性和请求的正当性。
  
• 机动性强：丰富的API接口，支持多种数据采集和处理需求，满足不同业务场景。
  
• 易于集成：提供具体的API文档和示例代码，帮助开发者快速集成DocFlow功能。
  

---

五、丰富的DocFlow插件生态

DocFlow不仅具备强大的焦点功能，还通过丰富的插件生态，进一步拓展了其应用范围和功能深度，满足不同企业的多样化需求。
1. 插件扩展

DocFlow提供多种插件，增强其影像采集与处理能力：
功能名称功能描述邮箱助手自动导入邮件中的附件，简化邮件文档的管理流程，提升工作效率。扫描插件支持批量快速采集单据，提升扫描效率，减少手工操作。文件导入自动导入邮件中的文件附件，确保数据的同等性和完整性。数据库导入支持从数据库批量采集数据，确保数据的统一性和准确性。接口导入通过设置接口自动导入数据，提升数据采集的自动化水平，减少手工干预。 2. 功能插件

除了根本的影像采集插件，DocFlow还提供多种功能插件，满足不同业务场景的需求：

• 边沿检测与切边压缩：自动裁剪文档边沿，减少无关信息，提高图像质量。
  
• 增强锐化与曲面矫正：提升图像清楚度，纠正文档倾斜，确保笔墨的可读性。
  
• 阴影消除与去摩尔纹：去除文档中的阴影和干扰线条，优化图像背景。
  
• 多图切分与水印去除：支持将多页文档拆分为单页图像，自动去除水印，保证数据的完整性。
  

3. 定制化插件

针对特定行业和业务需求，DocFlow还支持定制化插件开发：

• 行业特定插件：如金融、物流、制造等行业的专用插件，满足行业特定的文档处理需求。
  
• 自定义功能插件：企业可根据自身需求，开发自定义功能插件，扩展DocFlow的应用范围和功能深度。
  

通过丰富的插件生态，DocFlow能够机动顺应不同企业和行业的多样化需求，提供全面的文档自动化解决方案。

---

六、DocFlow行业案例

DocFlow凭借其强大的功能和机动的设置，已在多个行业乐成应用，显著提升了企业的办公效率和管理水平。以下是两个典型的行业案例：
1. 单子自动化

某国产新能源汽车企业在应用DocFlow后，乐成冲破了单子处理过程中语言和版式的障碍，实现了从传统手工录入到全流程自动化管理的变化。通过DocFlow的高效识别与抽取，企业在全球化“深海”市场中得到了深度赋能，持续提升了业务处理效率。

应用成果：

• 效率提升：单子处理时间从传统的小时级别缩短至分钟级别，显著提高了处理速率。
  
• 准确率提升：自动化识别错误率趋近于零，确保数据的准确性和可靠性。
  
• 资本低沉：减少了大量的人工录入和管理资本，提升了企业的运营效率。
  
• 全球化支持：支持多语言和多版式单子，满足企业全球化业务的需求。
  

2. 物流集散

某大型物流公司在传统录单业务流程中，手工录入提货单信息耗时耗力，且易出错。引入DocFlow后，系统能够智能识别并抽取提货单中的关键字段信息及印章信息，自动录入WMS系统。录单员仅需举行复核确认，整个流程大幅简化，工作效率提升了80%。

应用成果：

• 工作效率提升：团体工作效率相较于流程改造前提升了80%，显著缩短了录单时间。
  
• 错误率低沉：自动化识别减少了人工录入中的错误，提高了数据的准确性。
  
• 流程简化：从提货单扫描、信息抽取到系统录入，实现了流程的全面自动化。
  
• 员工满意度提升：减少了重复性劳动，提升了员工的工作满意度和工作效率。
  

---

七、总结

DocFlow作为TextIn推出的高精度文档自动化处理工具，以其强大的识别与抽取能力、机动的集成方式和丰富的插件生态，已成为浩繁企业提升办公效率、实现智能化管理的得力助手。无论是单子自动化、物流集散，还是金融信贷业务，DocFlow都能通过其卓越的技术能力，帮助企业实现业务流程的全面优化和升级，真正实现办公效率的百倍提升。随着产品的不断优化和市场的持续扩展，DocFlow必将在智能文档管理领域占据更加告急的职位，助力企业在信息化浪潮中稳步前行。

内测试用官招募中！或可添加官方福利官报名，免费利用Docflow