低代码集成：将 PDF-Extract-Kit-1.0 接入 Power Platform 实战

看到这些结构化数据出来，说明 AI 已经把 PDF 里的内容'读'了出来，并且分门别类整理好了。

1.3 了解关键接口与参数配置

PDF-Extract-Kit-1.0 提供了多个 API 端点，但我们最常用的是 /predict 接口。它接受一个 PDF 文件作为输入，输出结构化的文本、表格和图像信息。

以下是几个重要的请求参数（通过表单字段传递）：

举个例子，如果你想提取一份财务报表中的表格，并希望以 Markdown 格式返回，可以这样构造请求：

curl -X POST http://<your-ip>:8503/predict \
  -F "file=@financial_report.pdf" \
  -F "output_format=markdown" \
  -F "detect_tables=true"

这些参数将在后续集成到 Power Automate 时派上用场。记住，不是所有 PDF 都需要开启全部功能，合理关闭不必要的模块（比如没有公式的文档就不开 detect_formulas），可以显著提升处理速度。

1.4 安全性与访问控制建议

虽然我们现在使用的是公网 IP 直接暴露服务，但在生产环境中，建议增加一层安全防护：

• 使用反向代理（如 Nginx）添加 HTTPS 加密
• 设置基本的身份认证（Basic Auth）或 Token 验证
• 限制 IP 白名单，只允许来自 Power Automate 出口 IP 的请求

不过对于个人测试和小范围使用，当前配置已经足够。只要你不公开分享你的服务地址，风险非常低。

现在，我们的 PDF 解析引擎已经就绪，下一步就是让它和 Power Platform'握手'。

2. 在 Power Automate 中封装 API 调用

Power Automate 是微软低代码生态的核心组件，它的强大之处在于可以用图形化方式连接各种服务。接下来我们要做的，就是把刚刚部署好的 PDF-Extract-Kit-1.0 服务包装成一个'自定义连接器'（Custom Connector），这样在任何 Power App 里都能像调用本地函数一样使用它。

2.1 创建自定义连接器

登录 Power Automate 后，进入左侧菜单的'数据' → '自定义连接器' → '新建自定义连接器'。

填写基本信息：

• 名称：PDF Extract Kit 1.0
• 说明：用于从 PDF 中提取文本、表格和图像的 AI 服务
• 连接器图标：可上传一个 PDF 或 AI 相关的图标（非必需）

点击'继续'进入 API 定义页面。

2.2 配置连接参数与身份验证

在这个步骤中，我们需要告诉 Power Automate 如何连接到我们的服务。

在'安全性'选项卡中：

• 选择'无'作为身份验证类型（因为我们目前未设密码）
• 如果你后期加了 Token 验证，可以选择'订阅密钥'或'Bearer Token'

然后回到'定义'选项卡，开始添加操作。

2.3 添加'Extract PDF Content'操作

点击'+ 新建操作'，填写以下信息：

• 操作名称：Extract PDF Content
• 描述：上传 PDF 并提取结构化内容
• 动词：POST
• URL：{{host}}/predict
  • 其中 {{host}} 是变量，代表你的服务地址，例如 http://123.45.67.89:8503

接着配置请求体（Request Body）。由于我们要上传文件，所以选择'multipart/form-data'类型。

添加以下参数：

注意：file 类型必须选择'File'，其他为常规输入。

最后设置响应（Response）：

• 响应内容类型：application/json
• 示例响应：粘贴之前 curl 测试返回的 JSON 结果

保存并测试连接器。你可以上传一个小 PDF 进行测试，看看是否能收到正确的结构化输出。

2.4 发布并授权连接器

完成测试后，点击'保存'，然后'发布'连接器。发布成功后，它就会出现在你的组织可用连接器列表中。

此时你还需要创建一个'连接'（Connection）实例，指向你的实际服务地址。在'连接'页面点击'+ 新建连接'，输入：

• 连接名称：My PDF Extractor
• 主机地址：http://<your-instance-ip>:8503

保存后，这个连接就可以被 Power Apps 调用了。

整个过程就像给一台远程打印机装上了驱动程序——现在系统知道怎么跟它通信了，接下来任何应用程序都可以打印。

3. 在 Power Apps 中调用并展示结果

终于到了最激动人心的部分：在 Power Apps 里实现一个真正的'拖拽式'PDF 解析应用！我们将构建一个简单的界面，用户只需点击按钮上传 PDF，就能看到提取出的文本和表格。

3.1 创建新的 Canvas App

打开 Power Apps，点击'创建' → '空白手机应用'或'平板应用'（根据使用场景选择）。

命名项目为：'智能 PDF 提取器'。

3.2 添加控件布局

在画布上依次添加以下控件：

1. Label：标题，写上'PDF 内容提取工具'
2. Button：命名为'上传并解析 PDF'
3. FilePicker 控件（如果没有，可用 Image 控件替代，设置为允许 PDF 上传）
4. Text Input：用于显示提取的文本内容（多行）
5. Data Table：用于展示提取的表格数据
6. Image Gallery：可选，用于预览提取的图片

调整布局使其美观易用。

3.3 绑定自定义连接器

点击左侧'数据源'面板，刷新后应该能看到你刚发布的 PDF Extract Kit 1.0 连接器。点击添加。

然后选中'上传并解析 PDF'按钮，在'OnSelect'事件中输入以下公式：

Set( pdfResult, 'PDF Extract Kit 1.0'.ExtractPDFContent( FilePicker1.Selected.File, "markdown", true, true ) )

这里我们调用了连接器的 ExtractPDFContent 操作，传入：

• 文件：FilePicker1.Selected.File
• 输出格式：markdown
• 开启表格检测
• 开启 OCR

返回结果存储在变量 pdfResult 中。

3.4 展示提取结果

接下来，我们将 pdfResult 中的数据绑定到对应控件。

显示文本内容

选中用于显示文本的 Text Input 控件，将其 Default 属性设置为：

pdfResult.text

这样当解析完成后，提取的纯文本就会自动填充进去。

解析并展示表格

表格部分稍微复杂一点，因为返回的是字符串形式的 Markdown 表格。我们可以用 Power Fx 内置函数进行简单处理。

添加一个新的集合来解析表格：

ClearCollect( ParsedTables, ForAll( Split(pdfResult.tables, "|||"), // 假设多个表格用分隔符隔开 { TableMarkdown: ThisRecord.Value } ) )

然后将 Data Table 的 Items 属性设为 ParsedTables，并设置列名为 TableMarkdown。

如果你希望进一步拆分成行列结构，可以结合 Split() 和 MatchAll() 函数实现，但这属于进阶玩法。对于大多数业务场景，直接展示 Markdown 格式已足够清晰。

图片预览（可选）

如果需要查看提取的图像，可以将 Image Gallery 的 Items 设置为：

Split(pdfResult.images, ",")

并通过 Image 控件加载 Base64 编码的图片（需额外解码逻辑，可在高级模式下使用 JavaScript 嵌入）。

3.5 添加加载状态与错误提示

为了让用户体验更好，我们可以加入一些反馈机制。

在按钮点击前显示加载动画：

Set(isLoading, true); Set(pdfResult, 'PDF Extract Kit 1.0'.ExtractPDFContent(...)); Set(isLoading, false)

并在界面上放一个 Spinner 或 Label 显示'正在解析…'。

同时捕获可能的错误：

If( IsError(pdfResult), Notify("解析失败，请检查文件格式或网络连接", NotificationType.Error), Notify("解析成功！", NotificationType.Success) )

这样一来，整个应用就有了完整的交互闭环。

4. 实际应用场景与优化技巧

学会了基本集成方法后，我们来看看几个真实业务场景中如何发挥这套系统的价值，以及一些实用的优化技巧。

4.1 场景一：自动提取发票信息

假设你是财务部门的一员，每天要处理几十张供应商发票。传统做法是手工录入金额、税号、日期等信息。

现在你可以这样做：

1. 用户上传发票 PDF
2. Power App 调用 PDF-Extract-Kit 提取全文
3. 使用 Power Automate 中的'文本分析'动作，匹配关键词如'金额'、'税率'、'发票号码'
4. 自动填入 Dataverse 数据库或 Excel 表格

这样一次上传，全程自动，效率提升十倍不止。

4.2 场景二：合同关键条款提醒

法务团队经常需要审查合同期限、违约责任、付款条件等。你可以：

• 提取合同全文后，用正则表达式或 AI 文本分类模型识别特定段落
• 当发现'自动续约'、'不可撤销'等高风险词汇时，弹出红色警告
• 自动生成摘要报告并发送邮件通知相关人员

4.3 场景三：学术论文知识库构建

研究人员面对海量 PDF 论文，想要建立内部知识库。利用本方案：

• 批量上传论文 PDF
• 提取摘要、图表、参考文献
• 将表格数据导入数据库，支持结构化查询
• 结合 Embedding 模型生成向量索引，实现语义搜索

4.4 性能优化与成本控制

虽然 PDF-Extract-Kit 功能强大，但 AI 推理是有成本的，尤其是 GPU 资源消耗较大。以下几点可以帮助你平衡性能与开销：

• 按需启用 OCR：清晰的电子版 PDF 无需 OCR，关闭 with_ocr 可提速 30%
• 限制并发数：避免短时间内大量请求压垮服务
• 缓存结果：相同文件 MD5 校验后直接返回历史结果
• 压缩 PDF：上传前用工具减小文件体积，降低传输和处理负担

此外，建议在非工作时间关闭 GPU 实例，仅在需要时启动，节省费用。

总结

• 一键部署即可用：预配置的 PDF-Extract-Kit-1.0 镜像开箱即用，省去环境配置烦恼
• 真正低代码集成：通过 Power Automate 自定义连接器，无需编写后端代码就能调用 AI 服务
• 灵活适配多种场景：无论是发票、合同还是论文，都能高效提取结构化内容
• 稳定可靠实测有效：整套流程已在多个项目中验证，响应速度快，准确率高