接上篇，這次做一個PDF識別的案例，提取用戶上傳的工商營業執照PDF中的營業范圍信息，并以JSON 格式返回。

接上篇，這次做一個PDF識別的案例，提取用戶上傳的工商營業執照PDF中的營業范圍信息，并以JSON 格式返回。

做的過程中識別到幾個問題，可能也是大家會遇到的：

1.關于PDF中圖片的處理方法

　　一般情況下PDF中是文本內容，但是有時候會出現圖片內容，所以針對文本的大模型無法解析，需要想起他辦法

　　我這里是先將PDF轉為PNG，然后解析文件內容進行處理

2.關于插件PDF process默認錯誤處理方法

　　在Dify的market中安裝后，使用時會報錯：need http,https file protocal.解決方法：在源文件.env中增加一行：FILES_URL=http://your-ip，重啟即可（這樣上傳的文件將會有一個完整的URL，可以在瀏覽器中預覽）

 

-----------分割線-------

先看下整體流程結構：

流程描述：

1.上傳文件

2.格式判斷，非PDF直接報錯

3.DOC EXTRCTOR 解析PDF為text

4.判斷如果text非空則表明為純文本PDF，使用qwen-long長文本大模型進行文件讀取分析，按照prompt格式返回結果

5.如果text為空表明為圖片型PDF，先試用PDF PROCESS插件將PDF轉換為PNG，然后使用qwen-vl-72b視覺大模型進行處理，提取文本進行分析，并按照prompt格式返回結果

 

構建過程就是拖拖拽拽，省略

運行結果：

1.純PDF文件解析

 

 2.圖片型PDF解析

 

附上dsl文件供參考：DSL