自建OCR接口提取发票字段的n8n表单流程

原文要点

原模板发布在n8n模板库（编号21011），免费导入。流程为：n8n表单上传单页发票图片（PNG/JPG）→转base64→POST到DGX Spark上自托管LiteLLM的/v1/chat/completions端点，先用名为ocr的模型把图片转成文字，再用名为qwen3.6的模型从文字提取供应商、发票号、日期、总额、币种为JSON，最后在表单完成页展示。配置要点是建一个指向LiteLLM（形如http://主机:4000）的OpenAI兼容凭据，替换两处请求URL中的主机占位，并确认服务端暴露ocr与qwen3.6这两个模型名，名称不同需自行调整。

这次做成什么

按该免费模板在本站练习环境中跑通'表单传发票→两段式模型调用→表单页显示提取JSON'的完整链路，并学会把模型名、端点地址替换为自己推理服务的实际值。本站不提供模板文件，需在原页面导入。

准备什么

• 一个n8n实例，且其表单Trigger可以生成可访问的表单URL
• 一台已运行LiteLLM代理的服务（原作者用DGX Spark），/v1/chat/completions可从n8n所在网络访问
• LiteLLM中已注册一个视觉OCR模型（模板内名为ocr）和一个文本提取模型（模板内名为qwen3.6）
• 几张不含真实个人信息的练习发票图片（PNG或JPG，单页）

具体怎么做

1. 导入模板并观察节点结构

   在n8n.io/workflows/21011点Use workflow导入。流程依次是：n8n Form Trigger（含文件上传字段）→把上传文件转base64的节点→第一个HTTP Request（调ocr模型做图片转文字）→第二个HTTP Request（调qwen3.6做字段提取）→解析JSON→Form Ending在完成页展示结果。先不改任何东西，通读每个节点的参数。

2. 创建指向LiteLLM的OpenAI兼容凭据

   在n8n凭据中新建OpenAI类型凭据：Base URL填你的LiteLLM地址（如http://192.168.1.50:4000，仅示例，换成你的主机），API Key填LiteLLM的master key或虚拟key。回到两个HTTP Request节点，分别把这个凭据选上。

3. 替换请求URL与模型名

   在两个HTTP Request节点中，把URL里的主机占位改成你的LiteLLM主机/IP，保持路径为/v1/chat/completions；把请求体里model字段的ocr和qwen3.6改成你LiteLLM config里实际注册的model_name。若你的服务恰好用同名模型则无需改。

4. 激活并获取表单URL

   保存后激活工作流（或点Execute workflow进入监听），打开Form Trigger节点显示的表单URL。确认页面只有一个文件上传控件，接受PNG/JPG。

5. 上传练习发票并核对两段输出

   上传一张练习发票。第一段应返回整段发票文字，第二段应返回含supplier、invoice_number、invoice_date、total、currency的JSON，完成页逐项展示这五个字段。若第一段就失败，先查LiteLLM日志确认ocr模型能否处理图片输入；若第二段JSON解析失败，检查qwen3.6是否输出了多余解释文字。

6. 记录字段映射到完成页

   对照解析节点的表达式，确认完成页每行展示的字段名与JSON键一一对应（supplier→供应商、invoice_number→发票号、invoice_date→日期、total→总额、currency→币种），方便日后改成中文标签。

可直接复制的材料

你是一名发票字段提取器。根据下面的发票OCR文字，只输出一个JSON对象，不要输出任何其他文字、解释或代码块标记。字段如下：
- supplier：开票方/供应商名称（字符串，识别不出填null）
- invoice_number：发票号码（字符串，识别不出填null）
- invoice_date：开票日期，格式YYYY-MM-DD（识别不出填null）
- total：价税合计总金额（数字，不含货币符号，识别不出填null）
- currency：币种三字母代码，如CNY、USD、EUR（识别不出填null）
发票OCR文字如下：
{{ $json.ocr_text }}

{
  "model": "qwen3.6",
  "messages": [
    {
      "role": "system",
      "content": "你只输出JSON对象，不输出其他文字。"
    },
    {
      "role": "user",
      "content": "从以下发票文字提取supplier、invoice_number、invoice_date、total、currency五个字段为JSON：\n蓝天办公用品有限公司\n发票号码：INV-2026-0457\n开票日期：2026年10月8日\n价税合计：¥1,280.00（人民币）"
    }
  ],
  "temperature": 0
}

蓝天办公用品有限公司
发票号码：INV-2026-0457
开票日期：2026年10月8日
项目：A4复印纸10箱 单价110.00 金额1100.00
税额：180.00
价税合计：¥1,280.00（人民币）
收款方式：对公转账

输入与输出示例

本站虚构演示输入与预期输出，未实际运行工作流，数字为本站设定。

输入

表单上传一张虚构练习发票图片（蓝天办公用品有限公司，发票号INV-2026-0457，2026-10-08开票，价税合计1280.00元人民币）

对应输出

第一段ocr模型返回发票全文文字；第二段qwen3.6返回{"supplier":"蓝天办公用品有限公司","invoice_number":"INV-2026-0457","invoice_date":"2026-10-08","total":1280.00,"currency":"CNY"}；表单完成页逐行显示：供应商=蓝天办公用品有限公司、发票号=INV-2026-0457、日期=2026-10-08、总额=1280.00、币种=CNY。

做完检查这些

• 表单URL能打开且只允许上传单个PNG/JPG文件
• 第一个HTTP Request返回200且响应中含非空发票文字
• 第二个HTTP Request返回的内容能被解析节点解析为含五个键的JSON对象
• 完成页展示的五个字段与上传发票内容一致，无缺字段或undefined
• 把练习图片换成内容不同的发票后，输出字段随之变化而非固定值

容易卡住的地方

• OpenAI兼容凭据的Base URL必须填到LiteLLM根地址，路径/v1/chat/completions由请求节点拼接，两处都填会404
• 模板中的ocr和qwen3.6只是LiteLLM里的model_name标识，你的部署若用别的名字必须同步改请求体model字段
• 自托管视觉模型对图片大小有限制，超大图片可能导致OCR段超时或OOM，练习图建议控制在几MB内
• 表单Trigger在生产模式与测试模式的URL不同，对外分享前确认用的是生产URL
• 模型可能输出带代码块标记的JSON，解析节点若报语法错误，需要在提示词中强调纯JSON或加清洗表达式