Ambil perhatian
Akses ke halaman ini memerlukan kebenaran. Anda boleh cuba log masuk atau menukar direktori.
Akses ke halaman ini memerlukan kebenaran. Anda boleh cuba menukar direktori.
Log masuk ke Power Automate.
Pilih Aliran saya dalam anak tetingkap kiri dan kemudian pilih Aliran>baharu Aliran awan segera.
Namakan aliran awan anda, pilih Mencetuskan aliran secara manual di bawah Pilih cara mencetuskan aliran ini dan kemudian pilih Cipta.
Kembangkan Mencetuskan aliran secara manual, dan kemudian pilih +Tambah Fail>input sebagai jenis input.
Gantikan Kandungan Fail dengan invois saya (juga dikenali sebagai tajuk).
Pilih + Langkah>AI Builder baharu dan kemudian pilih Ekstrak maklumat daripada invois dalam senarai tindakan.
Tentukan invois saya daripada pencetus dalam input fail invois.
Dalam tindakan berturut-turut, anda boleh menggunakan mana-mana nilai invois daripada output model.
Tahniah! Anda telah mencipta aliran awan yang menggunakan model pemprosesan AI Builder invois. Pilih Simpan di bahagian atas sebelah kanan dan kemudian pilih Uji untuk mencuba aliran awan anda.
Julat halaman
Untuk dokumen besar, anda boleh menentukan julat halaman untuk diproses.
Anda boleh memasukkan nilai halaman atau julat halaman dalam parameter Halaman . Contoh: 1 atau 3-5.
Nota
Jika anda mempunyai dokumen besar dengan hanya satu invois, kami amat mengesyorkan anda menggunakan parameter Halaman untuk menyasarkan invois anda dan oleh itu mengurangkan kos ramalan model dan meningkatkan prestasi. Walau bagaimanapun, julat halaman hendaklah mengandungi invois unik untuk tindakan mengembalikan data yang betul.
Contoh: Dokumen mengandungi invois pertama dalam halaman 2 dan invois kedua yang merangkumi halaman 3 dan 4:
- Jika anda memasukkan julat halaman 2, ia akan mengembalikan data invois pertama.
- Jika anda memasukkan julat halaman 3-4, ia hanya akan mengembalikan data invois kedua.
- Jika anda memasukkan julat halaman 2-4, ia akan mengembalikan data separa invois pertama dan kedua (harus dielakkan).
Parameter
Input
| Nama | Wajib | Taip | Description |
|---|---|---|---|
| Fail resit | Ya | fail | Fail invois untuk diproses |
| Halaman | No | rentetan | Julat halaman untuk diproses |
Output
| Nama | Taip | Takrif |
|---|---|---|
| Amaun yang perlu dibayar (teks) | rentetan | Amaun yang perlu dibayar seperti yang tertulis pada invois |
| Amaun yang perlu dibayar (nombor) | terapung | Amaun yang perlu dibayar dalam format nombor piawai. Contoh: 1234.98 |
| Keyakinan amaun perlu dibayar | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| Alamat pengebilan | rentetan | Alamat pengebilan |
| Keyakinan alamat pengebilan | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| Penerima alamat pengebilan | rentetan | Penerima alamat pengebilan |
| Keyakinan penerima alamat pengebilan | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| Alamat pelanggan | rentetan | Alamat pelanggan |
| Keyakinan alamat pelanggan | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| Penerima alamat pelanggan | rentetan | Penerima alamat pelanggan |
| Keyakinan penerima alamat pelanggan | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| ID pelanggan | rentetan | ID pelanggan |
| Keyakinan ID pelanggan | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| Nama pelanggan | rentetan | Nama pelanggan |
| Keyakinan nama pelanggan | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| Tarikh siap (teks) | rentetan | Tarikh akhir seperti yang tertulis pada invois |
| Tarikh siap (tarikh) | Tarikh akhir dalam format tarikh piawai. Contoh: 2019-05-31T00:00:00Z | |
| Keyakinan tarikh siap | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| Tarikh invois (teks) | rentetan | Tarikh invois seperti yang tertulis pada invois |
| Tarikh invois (tarikh) | tarikh | Tarikh invois dalam format tarikh piawai. Contoh: 2019-05-31T00:00:00Z |
| Keyakinan tarikh invois | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| ID Invois | rentetan | ID Invois |
| Keyakinan ID invois | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| Jumlah invois (teks) | rentetan | Jumlah invois seperti yang tertulis pada invois |
| Jumlah invois (nombor) | terapung | Jumlah invois dalam format tarikh piawai. Contoh: 2019-05-31T00:00:00Z |
| Keyakinan jumlah invois | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| Pesanan belian | rentetan | Pesanan belian |
| Keyakinan pesanan belian | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| Alamat kiriman wang | rentetan | Alamat kiriman wang |
| Keyakinan alamat kiriman wang | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| Penerima alamat kiriman wang | rentetan | Penerima alamat kiriman wang |
| Keyakinan penerima alamat kiriman wang | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| Alamat perkhidmatan | rentetan | Alamat perkhidmatan |
| Keyakinan alamat perkhidmatan | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| Penerima alamat perkhidmatan | rentetan | Penerima alamat perkhidmatan |
| Keyakinan penerima alamat perkhidmatan | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| Alamat penghantaran | rentetan | Alamat penghantaran |
| Keyakinan alamat penghantaran | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| Penerima alamat penghantaran | rentetan | Penerima alamat penghantaran |
| Keyakinan penerima alamat penghantaran | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| Jumlah kecil (teks) | rentetan | Subjumlah seperti yang tertulis pada invois |
| Jumlah kecil (nombor) | terapung | Subjumlah dalam format nombor piawai. Contoh: 1234.98 |
| Keyakinan jumlah kecil | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| Jumlah cukai (teks) | rentetan | Jumlah cukai seperti yang tertulis pada invois |
| Jumlah cukai (nombor) | terapung | Jumlah cukai dalam format nombor piawai. Contoh: 1234.98 |
| Keyakinan jumlah cukai | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| Alamat vendor | rentetan | Alamat vendor |
| Keyakinan alamat vendor | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| Penerima alamat vendor | rentetan | Penerima alamat vendor |
| Keyakinan penerima alamat vendor | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| Nama vendor | rentetan | Nama vendor |
| Keyakinan nama vendor | terapung | Betapa yakinnya model itu dalam ramalannya. Markah antara 0 (keyakinan rendah) dan 1 (keyakinan tinggi). |
| Teks dikesan | rentetan | Baris teks yang diiktiraf daripada menjalankan OCR pada invois. Dikembalikan sebagai sebahagian daripada senarai teks. |
| Nombor halaman teks dikesan | integer | Halaman mana baris teks yang diiktiraf ditemui. Dikembalikan sebagai sebahagian daripada senarai teks. |