AI 发票识别怎么用？用 Azure Document Intelligence 提取字段并复核金额

Azure AI Document Intelligence 的预建发票模型 prebuilt-invoice 能从发票 PDF 或图像提取字段和行项目，返回结构化结果及字段置信度。下面用 Python SDK 对 Microsoft 提供的公开样例发票发起分析，读取供应商、发票号和总额；真实文件要先确认组织允许上传，并在进入付款或记账流程前由人逐项复核。

准备资源和安全凭据

在 Azure 门户创建 Document Intelligence 资源，记录该资源的 endpoint 和 key。使用有权访问该资源的订阅和区域。
在本地虚拟环境安装官方 Python SDK：pip install azure-ai-documentintelligence==1.0.2。此版本与本文核对的 Azure API v4.0 文档相符；开发前仍应查看 Microsoft quickstart 当前版本。
把 endpoint 和 key 设置为环境变量 AZURE_DOCUMENT_INTELLIGENCE_ENDPOINT 与 AZURE_DOCUMENT_INTELLIGENCE_KEY。不要把密钥硬编码进脚本、提交到 Git 或贴进共享工单。

用预建模型分析公开样例发票

以下最小示例使用 Microsoft Azure Samples 的公开测试 PDF，因此不需要把自己的账单上传到公共网址。真实文件可按官方 SDK 文档选择受控的文件流输入方式，并确认数据处理和存储要求。

import os
from azure.core.credentials import AzureKeyCredential
from azure.ai.documentintelligence import DocumentIntelligenceClient
from azure.ai.documentintelligence.models import AnalyzeDocumentRequest

endpoint = os.environ["AZURE_DOCUMENT_INTELLIGENCE_ENDPOINT"]
key = os.environ["AZURE_DOCUMENT_INTELLIGENCE_KEY"]
sample_url = "https://raw.githubusercontent.com/Azure-Samples/cognitive-services-REST-api-samples/master/curl/form-recognizer/sample-invoice.pdf"

client = DocumentIntelligenceClient(endpoint, AzureKeyCredential(key))
poller = client.begin_analyze_document(
    "prebuilt-invoice", AnalyzeDocumentRequest(url_source=sample_url)
)
result = poller.result()  # SDK 等待长时间运行的分析任务完成并取回结果

for invoice in result.documents or []:
    for name in ("VendorName", "InvoiceId", "InvoiceDate", "InvoiceTotal", "SubTotal", "TotalTax"):
        field = invoice.fields.get(name)
        if field is None:
            print(name, "未识别")
            continue
        if field.value_currency is not None:
            typed_value = f"{field.value_currency.amount} {field.value_currency.currency_code}"
        elif field.value_date is not None:
            typed_value = field.value_date.isoformat()
        else:
            typed_value = field.content
        print(name, "content=", field.content, "typed_value=", typed_value,
              "confidence=", field.confidence)

在 azure-ai-documentintelligence==1.0.2 中，invoice.fields 的值是 DocumentField 模型；应读 field.content、field.confidence 等属性，而不是假定字段本身是字典。日期类型用 value_date.isoformat() 变成可序列化字符串；金额类型从 value_currency.amount 与 currency_code 读取数值和币种，避免只打印格式化文字后丢失类型。

begin_analyze_document 返回长时间运行任务的 poller，poller.result() 会等待任务完成并读取结果，不要在结果尚未完成时把请求当成成功。SDK 管理分析操作的轮询；使用 REST 而非 SDK 时，应按该 API 的响应头保存操作位置，并按官方接口要求轮询直到终态，再读取结果；不要猜测或拼接操作 ID。

先读结果，再对照原件复核

逐张检查 result.documents 中是否有发票对象；每个字段一般包含识别内容和置信度。模型字段可见性因版式而异，空缺值应保留为空并转人工处理。官方 JSON 输出也包含页级结果、表格单元格与文本定位信息，可用于回查原文位置。

字段	人工检查
VendorName、InvoiceId	与原件抬头、发票号码逐字对照，留心 O/0、I/1 等近似字符。
InvoiceDate、币种	检查日期格式和币种符号，避免把月日顺序或币种识错。
InvoiceTotal、SubTotal、TotalTax	与原件汇总区核对，并按该发票的税额、折扣、运费及舍入规则重算。
低置信字段或缺失字段	列为必审项；即使置信度较高，也不能代替财务审批或原件核验。