免费版
updated at: June 2025
由 LLM 驱动的发票和收据提取器 (OSS)
我们刚刚开源了一个基于语言模型的发票和收据提取器。它将凌乱的非结构化文本（来自OCR或扫描的文档）转换为简洁的结构化JSON，并附有字段级的置信度分数。
类别: 组织与自动化
AI Collection 热门精选:
组织与自动化 类别精选:
附加信息
正在努力获取您的 AI 模型的真实收据/发票数据？我使用 LLM 构建了一个开源生成器（JSON 输出，没有模板）
链接：https://github.com/WellApp-ai/Well/tree/main/ai-receipt-generator
输出示例：https://imgur.com/a/YtFSodj
当你构建 AI 系统以从收据、发票和其他财务文件中提取结构化数据时，有一个很大的瓶颈： 逼真、多样、大量的训练数据。
大多数开放的数据集是：
- 太干净了（模板生成）
- 太统一（仅限西方格式）
- 不能大规模合法使用
因此，我构建了这个小开源工具，它使用LLMS 生成 JSON 格式的合成收据，可通过 prompt + 配置进行完全自定义。没有 PDF，没有 OCR 模拟，只有专为评估、测试或微调而设计的结构化文本输出。
主要功能：
- 适用于 OpenAI、本地模特、克劳德等（与 LLM 无关）
- 收据/发票的 JSON 架构，易于定制
- 如果你不想打模型，Faker 会有备用选项
- 区域感知：适用于全局格式模拟
- 可配置的怪异之处：分项总数、缺失字段、错别字等。
这帮助我们使用模板无法复制的逼真、非平凡的边缘案例对文档解析器进行压力测试。
很好奇这里是否还有其他人：
- 为文档 AI 生成合成数据
- 测试基于 LLM 的提取器或 OCR+LLM 组合
- 为金融 AI 模型构建评估套件
希望获得有关如何扩展此功能的反馈、想法或想法。
