Onyx OCR - 飞书多维表格 OCR 插件

基于阿里云百炼 Qwen-VL 视觉大模型的飞书多维表格 OCR 插件，支持从图片中智能识别结构化信息并写入多维表格。

功能特性

• AI 视觉识别：调用 Qwen-VL 大模型，精准提取图片中的文字和结构化信息
• 场景管理：内置发票、销售出库单、身份证等常见场景，支持自定义场景
• 自定义提示词：每个场景可独立配置提示词模板，灵活控制识别行为
• 字段映射：自动在多维表格中创建缺失字段，识别结果可编辑后再写入
• 多种上传方式：支持点击上传、拖拽、粘贴图片

内置场景

场景	识别字段
发票识别	发票代码、发票号码、开票日期、购买方/销售方信息、金额等
销售出库单	单据编号、出库日期、客户名称、商品信息、数量、金额等
身份证识别	姓名、性别、民族、出生日期、住址、身份证号码

前置条件

1. 阿里云百炼 API Key（获取地址）
2. 飞书多维表格

开发

# 安装依赖
npm install

# 启动开发服务器
npm run dev

# 构建生产版本
npm run build

在飞书多维表格中使用

1. 在飞书多维表格中，进入 扩展脚本 > 自定义插件
2. 将构建后的 dist 目录部署到可访问的 URL
3. 在多维表格中添加该插件的 URL
4. 打开插件后，先在 设置 中配置百炼 API Key
5. 选择场景 > 上传图片 > 开始识别 > 确认写入

自定义场景

1. 点击导航栏的场景管理图标
2. 点击 + 新建场景
3. 填写场景名称、描述
4. 添加需要识别的字段（支持文本、数字、金额、日期类型）
5. 编辑提示词模板（使用 {fields_placeholder} 作为字段列表占位符）
6. 保存后即可在首页选择使用

提示词模板说明

提示词中的 {fields_placeholder} 会在运行时被替换为当前场景的字段 JSON 结构。例如：

请识别图片中的信息，以 JSON 格式返回：
{fields_placeholder}

会被替换为：

请识别图片中的信息，以 JSON 格式返回：
{
  "发票代码": "",
  "发票号码": "",
  ...
}

技术栈

• React + TypeScript + Vite
• @lark-base-open/js-sdk（飞书多维表格 SDK）
• OpenAI SDK（兼容百炼 API）

支持的模型

模型	说明
qwen3-vl-plus	Qwen3-VL 系列最强模型
qwen3-vl-flash	速度快、成本低
qwen-vl-max	Qwen2.5-VL 效果最佳
qwen-vl-plus	Qwen2.5-VL 均衡选择