发票 OCR 流水线实战讨论：从 Azure 迁到视觉 LLM 的取舍
thecurryguy24 · reddit · 2026-09-03
作者在构建大规模发票/OCR 抽取流水线，向社区征集经验。其路径：最初用 Azure Document Intelligence（客户偏好 Azure、搭建成本低），但准确率不足，遂转向视觉 LLM 做复杂文档（多栏 PDF、图/表周边抽取），并配合规则处理行项目和分页。
帖子同时提出关键问题：传统确定性 OCR vs 视觉 LLM 的路线选择、以及针对复杂文档的评测方法，询问大家的流水线中哪些环节最容易翻车、如何解决。
「编程与Agent」频道最新
- n8n+Databox MCP 免费工作流：每周一自动汇总全平台广告周报 — aftahi_ai · 2026-09-03
- 用 TRL+OpenEnv 开源复现「写代码画水彩」模型全流程 — huggingface · 2026-09-03
- 开发者盛赞 Claude Design：配上设计系统后效果出色 — KlausCodes · 2026-09-03
- Anthropic 工程师 41 分钟讲透内部 AI 应用：循环与图谱是核心 — goyalshaliniuk · 2026-09-03
- Wes Roth 用 Claude Fable 5.1 低 effort 档造出多款完整 AI 游戏 — Wes Roth · 2026-09-03
- Claude Code 超额后用 Cursor 加 Grok 4.6 子 agent 更省钱 — rudrank · 2026-09-03