基于Kimi AI 替代传统OCR ，快速实现发票内容识别

简单记录下利用AI替代传统复杂OCR发票识别，大体来说通过三个步骤基本就可以做到：

1.文件处理

首先需要在开放平台上创建API Key ，然后将要解析的文件上传至平台，以备下一步进行内容抽取使用，接口地址如下：

POST https://api.moonshot.cn/v1/files

关键代码

 public static String uploadFile(@NonNull File file) {
        return getCommonRequest(FILES_URL)
                .method(Method.POST)
                .header("purpose", "file-extract")
                .form("file", file)
                .execute()
                .body();
    }

@Test
    void uploadFile() {
        System.out.println(MoonshotAiUtils.uploadFile(FileUtil.file("C:\\Users\\Administrator\\Desktop\\277500.pdf")));
    }

2.文件内容提取

通过抽取文件内容，可以实现让模型以文件中的信息作为上下文，来进行相应对话。模型侧需要注意的是必须以文件内容作为system prompt ，才可以正常对文件进行会话。

https://api.moonshot.cn/v1/files/{fileId}/content

  public static String getFileContent(@NonNull String fileId) {
        return getCommonRequest(FILES_URL + "/" + fileId + "/content")
                .execute()
                .body();
    }

3.prompt及结果JSON化

此时，我们已经可以初步针对该发票内容进行问答处理了，但是这样的结果还不足以应用到系统中实现发票内容识别替代。

要应用到系统中，起码要做到让AI给出json化的结果输出，官方也给出了方法，即通过开启JSON Mode，来避免大模型给出非json的其他内容。

同时为了保证大模型每次给出的json结构是一致的，所以最好是给大模型给出json模板示例，以保证最终的json结构不会反复变化。prompt 可以是类似

请根据以上发票内容，并提取相关信息，将提取的信息填充到给出的英文JSON模板中，
并确保json结构和key与模板严格保持一致,请注意：不要增加其他节点。

最终的结果如下：

完整样例代码见附件，开箱即用~