Dify｜火车票发票OCR提取与双模型比对

这是一个Dify高级对话工作流，面向客运火车票（新版）的票面信息提取与一致性核对。用户上传票面文件，流程先做文档提取，再调用视觉模型识别关键信息，最后用一个文本模型比对两个识别结果。

• 开始节点：接收一个文件输入。
• 文档提取器：从上传文件中抽取可处理内容。
• 发票提取模型1、发票提取模型2：均声明为 Qwen/Qwen2-VL-72B-Instruct，通过 openai_api_compatible 提供方接入，分别承担一次票面信息提取。
• 基于文本发票比对模型：声明为 deepseek-ai/DeepSeek-V2.5，通过 siliconflow 提供方接入，对两份提取结果做比对。
• 直接回复节点：把结果返回对话。

原始入口：https://github.com/dzh-gitcode/dify-workflows/blob/986a11833b6a13734da85a8250f875e71dcfdd8d/09_%E5%B7%A5%E5%85%B7%E5%AE%9E%E7%94%A8/%E5%8F%91%E7%A5%A8%E6%AF%94%E5%AF%B9%E4%B8%93%E5%AE%B6-%E6%96%B0%E7%89%88%E5%AE%A2%E8%BF%90%E7%81%AB%E8%BD%A6%E7%A5%A82.yml

整理来源：https://github.com/dzh-gitcode/dify-workflows

依据来源资料经AI翻译整理，未由本站实测。原始资料许可：未声明，转载与再分发权限待核验；目录许可不代表各产品或文件的使用授权。费用、账号、国内访问与版本兼容条件以原始发布者最新说明为准。

原仓库未声明许可证，并提示文件可能包含API密钥。本站仅提供原创介绍与原始入口，不转载配置文件或密钥。使用前应自行核对许可、检查并替换凭据，勿公开原始密钥。

差旅报销审核人员、财务共享中心的票据初筛岗位，以及研究Dify多模态与多模型交叉校验思路的开发者。

1. 获取DSL文件并在Dify中导入，确认为高级对话模式。
2. 在模型提供方中配置可用的视觉模型与文本模型；若不使用原声明模型，替换后需检查节点变量映射。
3. 准备清晰的火车票图片或文件，注意文件类型需被文档提取器支持。
4. 上传文件运行，查看两份提取结果与比对结论是否都正常输出。
5. 根据比对差异人工复核，尤其是金额、日期、车次等关键字段。

视觉模型与文本模型调用通常按量计费，实际价格与配额待核验；siliconflow 与 openai_api_compatible 提供方的国内可用性待核验。OCR与比对的准确率未实测，不能作为唯一审核依据，结果需人工复核。工作流文件许可与再分发权限未声明。