Azure 文档智能 TypeScript 技能
在 TypeScript 应用中提取文档文本、表格和结构化字段。
技能展示了 API key、DefaultAzureCredential、Managed Identity、端点、文档 URL 和训练数据 SAS URL 等数据流,并建议使用托管身份;因此未见凭据窃取、恶意外传或破坏性默认行为。但没有说明密钥不得硬编码、文档可能含敏感个人数据时的处理与保留策略,也没有用户确认、权限最小化、回滚或外部影响控制,故扣分。
安装、认证、分析、轮询、分页和错误检查示例总体一致,且多处使用 isUnexpected 与长轮询;但仅为静态文档,没有该技能专属测试或可复现结果,部分示例(如收据分析)缺少错误检查,未覆盖空结果、超时、服务错误、版本差异和输入校验。按静态上限,评分不超过10,故扣分。
名称、描述和示例明确面向 TypeScript 用户,覆盖发票、收据、身份证、表单、URL/本地文件、自定义模型和分类器等场景;但未明确不适用范围、服务版本要求、输入输出契约、语义触发边界或中文文档支持,且核心功能依赖 Azure 服务,未说明中国大陆网络可达性与区域限制,故扣分。
SKILL.md 结构清晰,按安装、认证、任务示例、模型、轮询、类型和最佳实践渐进组织;包含 MIT、作者 Microsoft、版本1.0.0 和包名元数据。但缺少 SDK/API 版本锁定、变更记录、维护责任与更新路径、FAQ、故障排查、已知限制和完整安装前置条件,故扣分。
示例可直接作为 TypeScript 起点,覆盖常见预构建模型、文件/URL输入、自定义模型、分类和分页,具有明显手工实现价值;但没有实际运行证据,输出类型和服务版本兼容性未验证,敏感文档安全、重试、超时、置信度阈值和生产级封装仍需用户补充,故按静态上限评分不超过7并扣分。
技能内容提供了可审计的代码、包名、环境变量和一个官方文档引用,仓库还展示了通用 CI 与测试基础设施;但提供材料中没有该技能专属测试、执行日志、版本锁定或第三方交叉验证,且本评估未执行代码。按静态上限评分不超过5,故扣分。
- 不要将 API key、SAS URL 或文档内容硬编码或写入日志;优先使用最小权限的托管身份,并在生产环境补充密钥轮换、数据保留和访问控制。
- 在采用前应针对当前 @azure-rest/ai-document-intelligence 版本验证所有路径、模型 ID、输出字段和轮询行为,并补充超时、重试、空结果及敏感文档处理。
- 技能未说明中国大陆网络可达性、Azure 区域限制或中文 locale/文档支持;部署前需单独确认。
它能做什么 & 适用场景
该技能指导开发者使用 Azure Document Intelligence REST SDK for TypeScript 处理文档。它覆盖 OCR、布局、发票、收据、身份证件等预构建模型,也介绍自定义模型和文档分类器。技能同时提供 API 密钥与 DefaultAzureCredential 两种认证方式。文档分析采用异步长轮询模式,适合需要在 Node.js 应用中集成文档解析的开发团队。
安装 @azure-rest/ai-document-intelligence 和 @azure/identity,创建 DocumentIntelligence REST 客户端,通过 URL 或本地文件的 Base64 内容提交文档分析请求,轮询异步操作并读取文本、表格、页面、字段和置信度相关结果。它还展示了发票与收据字段提取、文档模型列表分页、自定义模型构建、文档分类器构建与分类,以及服务信息查询。
- 需要从发票中读取供应商、总额和到期日的 TypeScript 应用开发者。
- 需要批量处理收据并提取商户、总额和商品明细的业务系统团队。
- 需要从身份证件、表单或布局复杂的 PDF 中提取文本、表格和选择标记的开发团队。
- 需要使用 Azure Blob 训练数据构建购买订单等自定义文档模型的工程师。
- 需要先判断文档类型,再交给不同处理流程的应用开发者。
优缺点一览
- 提供 URL 和本地文件两种输入示例。
- 覆盖文本、表格、发票、收据、身份证件、自定义模型和分类器。
- 同时展示 DefaultAzureCredential 与 API 密钥认证。
- 包含错误检查、异步轮询、进度监听和模型列表分页模式。
- 依赖 Azure Document Intelligence 资源、终结点和认证配置。
- 文档分析是异步操作,调用方必须实现轮询流程。
- 自定义模型和分类器示例需要 Azure Blob 容器 SAS URL 及训练数据。
- 未提供定价、资源创建或权限配置指南。
如何安装
在项目中运行 npx skills add microsoft/skills,然后在安装向导中选择该技能。README 说明技能会安装到所选 Agent 的目录,例如 GitHub Copilot 使用 .github/skills/;多 Agent 场景可使用符号链接共享。应用依赖可运行 npm install @azure-rest/ai-document-intelligence @azure/identity。源码未说明 Azure 资源的创建步骤或费用。
如何使用
安装后,可向编码 Agent 提出类似请求:"使用 Azure Document Intelligence 的 TypeScript REST SDK,从发票 URL 提取 VendorName、InvoiceTotal 和 DueDate,并使用 DefaultAzureCredential 与长轮询处理错误。" 配置 DOCUMENT_INTELLIGENCE_ENDPOINT,并根据认证方式配置 DOCUMENT_INTELLIGENCE_API_KEY 或 AZURE_TOKEN_CREDENTIALS=prod。提交分析后使用 getLongRunningPoller() 等待结果,并用 isUnexpected() 检查错误。
对比同类
技能明确区分预构建模型与自定义模型,也展示 API 密钥和 DefaultAzureCredential 两种认证路径;未提供其他 SDK 或竞争服务的对比。