Coze 在刚发布时就已经使用过一段时间，但当时没有API调用而且没有想到应用的场景，就对更深入的了解他鸽了很长一段时间。最近团队内有需要识别发票的业务，功能其实业界已经很成熟了，不管是使用YOLO + 文字识别、Paddle OCR或者是各大云厂商的各种接口都能满足需求。
后面了解了一个框架： PP-Structure ，这个框架也是 Paddle OCR 的一个延伸，了解完大致的原理后，在想能否通过Coze 也实现一下识别发票这种简单的需求尝试一下，就有了这篇文章。
先说结论，感觉创造Agent更多的是调试的过程，毕竟LLM就是一个黑盒子，如何让他满足需求就是在不断的调整提示词，实际开发的部分不多，所以直接看一下实现结果。
体验
发票识别助手
提示词
工作流 invoice_rec
搭建过程
实现的原理其实很简单，只是通过通用OCR将发票中的相关信息识别出来，然后将所有的信息喂给模型，通过提示词规定模型的输出格式及需要提取的相关信息。
整个过程下来感觉，人人都能做开发，同样拥有不同背景、不同水平的人都能进行开发时，发布出去的东西应该也会层次不齐，不知道是否是我的感受错误，但后面的发展也不知道是什么样子，后面也会对Coze更加深入的使用和体验。在这个日新月异的时代，各位共勉！
如果需要API调用，请参考 Coze 官方文档: www.coze.cn/open/playgr…
