1.目标
自动识别图片内容工具
价值：程序的目标是简化人为操作
痛点：每一步都需要人为操作
2.整体流程
原来流程：
ocr工具流程
步骤1：把图片都下载到本地
步骤2: 通过ocr程序进行识别
步骤3: 把识别出的整体文档放入一个集合中
步骤4: 通过提示词调用openai的gpt接口
步骤5: gpt返回json格式数据，转换成对象，放入到一个集合中
步骤6: 把集合数据通过esayexcel 导出excel文件
3.对接gpt api
目前一共对接了几家gpt
1.阿里的通义千问
对接阿里的感想，效果一般，识别的不正确，有些时候 返回的不是json格式。
2.openai gpt
对接openai 的3.5模型，目前唯一识别比较不错的，而且返回的格式也正确。
3.Azure gpt
对接Azure 是相当于国内代理，但是有一个致命的缺点，当地址中有一些违禁词，Azure是什么都不返回。
目前一直在用的是openai的3.5模型的api，这三个对比中效果比较好的，回复也是比较准确的。
4.心得与感想
借用ai的能力，作为项目流程中的一环，并且能够过准确的回复用户想要的数据，目前行业内比较前沿的。
2023年是大模型的元年，2024年是ai应用的元年，2024年会有更多的应用进行面世。