Anspire 文档自定义内容抽取
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-81ystkpy/anspire-document-extract。
技能介绍
问题在哪
报销、归档、对账或录入合同要素时,往往要面对扫描件、拍照图片、杂乱的 Word/Excel,而不是已经对齐的 API 或数据库字段。手写正则或先搭一套 OCR 流水线,对多数业务同学来说成本高,且每种票据版式一变规则就要维护。
技能在做什么
本技能面向 非结构化文档 → 结构化 JSON:你给出目标字段的 JSON Schema(例如发票号码、金额、日期、姓名、合同条款要点),技能从 PDF、图片、Word、Excel 等材料里按 schema 抽取对应值。
典型工作方式可以概括为:
- 明确业务字段与类型(与报销单、合同、简历、收据、报表等场景对齐)
- 用 JSON Schema 描述「要抽什么、格式是什么」
- 对单份或多份文档发起抽取,得到可直接下游使用的 JSON(对接表单归档、要素录入、报销自动化等)
与「先 OCR 再自己洗文本」不同,这里把 字段定义(schema) 当作契约,让模型按契约填值,而不是先拼一长串正则库。
适用边界
- 适合:字段集合相对明确、文档类型可枚举(发票、合同、简历等),且希望输出是结构化 JSON 的场景。
- 需注意:复杂版式、极低画质扫描件、或 schema 过于宽泛时,仍应人工抽检关键字段;schema 设计越清晰,结果越稳定。
使用场景
- 财务按月收集员工拍照发票,要按号码、金额、日期导出 JSON 供报销系统批量导入
- 法务收到多份 Word 合同扫描附件,需把甲乙方名称、签署日、金额等要素录入台账
- HR 批量处理 PDF 简历,按姓名、联系方式、工作经历字段抽成结构化数据写入 ATS
- 业务把 Excel 与 PDF 混在一起的月度报表,按 schema 抽出关键指标列做核对归档
适合人员
- 负责发票报销初审、要把附件里的票面信息录入系统的财务共享中心同事
- 合同履约跟踪中、需要把非标准版式合同要素录进内部数据库的法务或商务运营
- 招聘侧每周处理大量 PDF 简历、希望按固定字段入库而非手工复制粘贴的 HR
- 做数据归档或 RPA 对接、希望文档输出直接是 JSON 而非自维护 OCR 脚本的内部平台工程师