用Bedrock Claude视觉识别医生印章并回传结构化结果

原文要点

原模板是一条n8n工作流：Webhook收到POST后立即返回含execution和workflow ID的确认JSON；再调用另一个文件管理工作流按请求里的引用取回印章图片；把图片统一缩放到最长边800像素以内；交给AWS Bedrock上的Claude视觉模型，经AI Agent限定只提取清晰可读的医生和机构信息并输出合法JSON；成功结果连同executionRequestId和queryId一起base64编码发布到SNS主题，出错则把标准化失败响应同样编码发到同一SNS主题。模板免费，但需自备AWS Bedrock与SNS凭据。

这次做成什么

在n8n中搭一条「异步医生印章识别」管道：调用方POST一个图片引用后立即拿到回执，识别结果稍后通过SNS推送回下游。本页给出一套可直接参照的节点串联方案、AI Agent提示词全文和一条完整测试数据，你按此在自己的n8n里逐节点重建即可。原模板可在n8n模板页免费导入，本页方案为独立重述，非原工作流文件。

准备什么

• 一个可用的n8n实例（自建或云端）并有创建工作流权限
• AWS账号，已开通Bedrock中Claude视觉模型的访问权限，并有可用IAM凭据
• 一个已创建的SNS主题及其ARN，以及有发布权限的AWS凭据
• 一个能按引用返回图片二进制数据的文件管理来源（本练习用Mock节点代替）
• 测试用印章图片为自行合成的虚构样本，不使用真实医师证件

具体怎么做

1. 创建Webhook入口并配置立即回执

   新建工作流，添加Webhook节点，方法选POST，路径如/doctor-stamp-ocr，Response Mode选Respond Immediately，响应体设置为{"ack":true,"executionId":"{{$execution.id}}","workflowId":"{{$workflow.id}}"}，让调用方在毫秒内拿到回执，后续处理异步完成。

2. 用Execute Workflow取回印章图片

   添加Execute Workflow节点调用你的文件管理子工作流，把Webhook请求体里的imageRef字段原样传过去，约定子工作流返回名为data的二进制图片。没有现成子工作流时，先用Edit Image前的Mock/HTTP Request节点返回一张本地合成测试图代替。

3. 统一缩放图片到800像素以内

   添加Edit Image节点，Operation选Resize，Width和Height均填800并勾选保持比例的选项（界面名称以你的n8n版本为准，需在原模板核对），得到最长边不超过800像素的标准化图片，降低传给视觉模型的载荷。

4. 配置Bedrock Claude视觉识别

   添加AI Agent节点，Model挂AWS Bedrock Chat Model凭据，选择你已开通的Claude视觉模型（模型名以你账号里实际开通的为准）；把上一步的二进制图片接入作为输入图像；System Message粘贴本页artifacts中的提示词全文，约束只提取清晰可读字段并输出合法JSON。

5. 组装成功响应并base64编码发SNS

   添加Set/Code节点，把Agent输出的JSON与Webhook传入的executionRequestId、queryId合并为{"status":"success","executionRequestId":...,"queryId":...,"extracted":...}，再用SNS节点发布，消息体为该JSON字符串的base64编码（Code节点里用Buffer.from(JSON.stringify(obj)).toString('base64')），Topic填你的SNS ARN。

6. 接错误分支，同样编码发SNS

   在主工作流设置Error Workflow或在关键节点开Continue On Fail后接IF分支，组装{"status":"failed","executionRequestId":...,"queryId":...,"error":"标准化错误描述"}，同样base64编码发布到同一SNS主题，保证下游只用一种解码逻辑。

可直接复制的材料

你是医疗票据上的医生印章信息提取器。规则如下：
1. 只提取图片中清晰可辨认、可直接读出的文字，不得猜测或补全模糊内容。
2. 提取字段：doctor_name（医生姓名）、department（科室）、facility_name（机构名称）、registration_no（执业/注册编号）。
3. 某字段无法清晰辨认时，该字段值填null，并在unreadable_fields数组中列出字段名。
4. 只输出一个合法JSON对象，不要输出解释、Markdown代码块或任何多余文字。
输出结构：{"doctor_name":"...","department":"...","facility_name":"...","registration_no":"...","unreadable_fields":[]}

{
  "executionRequestId": "req-demo-20260925-001",
  "queryId": "q-demo-8842",
  "imageRef": "filemgmt://stamps/demo/doctor_stamp_001.png"
}

{
  "status": "success",
  "executionRequestId": "req-demo-20260925-001",
  "queryId": "q-demo-8842",
  "extracted": {
    "doctor_name": "林远航",
    "department": "内科",
    "facility_name": "示例市第三人民医院",
    "registration_no": null,
    "unreadable_fields": ["registration_no"]
  }
}

输入与输出示例

本站虚构演示，未实际调用AWS Bedrock；executionId等数值为示例。

输入

POST /doctor-stamp-ocr，请求体：{"executionRequestId":"req-demo-20260925-001","queryId":"q-demo-8842","imageRef":"filemgmt://stamps/demo/doctor_stamp_001.png"}，子工作流返回一张合成的「林远航 内科 示例市第三人民医院」圆形印章图，注册编号区域故意做模糊。

对应输出

调用方立即收到{"ack":true,"executionId":"1042","workflowId":"w-stamp-ocr"}；数秒后SNS主题收到base64消息，解码后为{"status":"success","executionRequestId":"req-demo-20260925-001","queryId":"q-demo-8842","extracted":{"doctor_name":"林远航","department":"内科","facility_name":"示例市第三人民医院","registration_no":null,"unreadable_fields":["registration_no"]}}。

做完检查这些

• POST请求后调用方立即收到含executionId和workflowId的确认JSON，而不是等待识别完成
• SNS收到的消息解码后是合法JSON，且executionRequestId和queryId与请求体一致
• 印章中模糊的字段值为null并出现在unreadable_fields数组中，没有被AI编造
• 故意让子工作流返回空时，SNS收到status为failed的标准化错误消息

容易卡住的地方

• Bedrock模型访问需单独开通且按调用计费，模板免费不等于AWS用量免费
• AI Agent若未严格约束输出格式，可能在JSON外包裹解释文字导致下游解析失败，需在提示词和后续节点双重校验
• 子工作流返回的二进制字段名必须与Edit Image节点期望的一致，否则缩放步骤拿不到图
• base64编码要作用于完整JSON字符串，遗漏会导致下游解码出截断内容
• Resize节点的界面选项名称随n8n版本不同可能有差异，需以你实例中的实际选项为准