Build Java Document Intelligence Workflows

技能简介

Build Java Document Intelligence Workflows 是面向 Java 开发者的 Azure 文档智能工作流技能。与 TypeScript 版本对应，该技能为 Java 开发者提供从文档分析、自定义模型训练到分类器编排的完整 Azure SDK 使用指南。Azure Document Intelligence Java SDK 相比 REST API 在类型安全和 IDE 支持上更有优势，但在异步操作处理、凭证管理和错误处理上需要遵循特定规范才能可靠运行——该技能正是为了解决这些工程实践细节而存在。

技能由 sickn33 开发，已通过 Skillstore 安全审计，所有示例代码均基于官方 Azure SDK，标注了已知版本限制和最佳实践。

核心能力

• 多凭证认证支持：支持 AzureKeyCredential（手动密钥）和 DefaultAzureCredential（托管身份/开发者身份）两种认证模式。
• 全模型类型覆盖：支持预构建布局模型、通用文档模型、发票模型、收据模型，以及自定义模板模型和神经网络模型。
• 自定义模型全生命周期：从训练（上传标注数据到 Blob）到分析，再到模型查看、组合和删除，提供完整的自定义模型管理指导。
• 文档分类器构建：支持基于 Azure Blob Storage 数据训练多类别文档分类器，对输入文档先分类再选择对应模型处理。
• 异步轮询与错误处理：展示正确使用 Azure 长运行操作轮询的方法，包括 terminal status 检查和 HTTP 错误处理模式。
• 关键字段提取：从分析结果中提取页面、文本行、选择标记、表格、键值对和发票/收据特有字段，并附带置信度评分。

安装配置

环境要求

• Java 11+ 和 Maven 或 Gradle
• Azure Document Intelligence 资源（端点 + 密钥）
• 必需的 Maven 依赖（版本 4.2.0-beta.1，技能文档中标注了具体坐标）
• 适合的 AI 助手：Claude、Codex、Claude Code

安装步骤

1. 安装技能：

   npx skillstore add sickn33/azure-ai-formrecognizer-java

2. 添加 Maven 依赖：将技能中标注的 Azure SDK 依赖添加到项目的 pom.xml，或通过 Gradle 方式引入。
3. 配置端点和凭证：在环境变量或配置文件中设置 Azure 资源端点和密钥（建议使用 DefaultAzureCredential 以避免密钥硬编码）。
4. 确认 Blob 存储配置：自定义模型训练和分类器构建需要可用的 Azure Blob Storage 账户和 SAS URL。
5. 启动 AI 辅助开发：在 AI 编码助手中引用技能，通过 prompt 模板获取具体代码模式和配置指导。

使用步骤

1. 配置 DocumentAnalysisClient：使用 prompt 获取初始化代码，根据部署环境选择 AzureKeyCredential 或 DefaultAzureCredential。
2. 执行基础文档分析：提供本地文件路径或远程 URL，调用预构建布局或文档模型，轮询等待结果。
3. 提取发票/收据字段：使用 prebuilt-invoice 或 prebuilt-receipt 模型提取供应商、金额、日期等业务字段，结合置信度过滤低质量提取结果。
4. 训练自定义模型（如标准模板不满足需求）：将标注数据上传至 Azure Blob，通过 prompt 模板指导的流程训练自定义模板模型或神经网络模型。
5. 构建分类与分拣流程：使用文档分类器对输入文档先进行类型识别，再路由到对应的分析模型，实现多类型混合文档的自动分拣处理。

适用场景

• 企业级文档处理系统：在 Spring Boot 或其他 Java 企业框架中集成文档智能能力，处理来自多个业务线的异构文档。
• 金融票据数字化：对接银行、证券、保险等机构的票据处理系统，实现票据信息的自动采集与结构化存储。
• 供应链单据管理：从采购订单、装箱单、提单等物流文档中提取结构化数据，自动化供应链上下游数据同步。
• 政府行政审批数字化：处理各类行政审批表格和附件，实现申请材料的自动预审与信息提取。

适用人群

• Java 企业开发工程师：在 Spring/Java EE 项目中需要集成文档智能服务的后端开发者。
• 企业 Integration 架构师：设计企业文档处理中台或 RPA（机器人流程自动化）系统的架构人员。
• Azure 平台开发者：已使用 Azure 生态其他服务（如 Azure Blob Storage、Azure Identity）并希望在 Java 端统一接入文档智能的团队。

工作原理

该技能基于 Azure Document Intelligence 的 Java SDK 工作流程设计。核心流程分为三个阶段：

认证与客户端创建：通过 DocumentIntelligenceClientBuilder 创建 DocumentAnalysisClient，支持密钥认证和托管身份认证两种方式，推荐生产环境使用托管身份以避免密钥管理风险。

文档分析：调用 beginAnalyzeDocument 方法提交分析任务，该方法立即返回 SyncPoller 对象，开发者通过轮询 pollUntilDone() 等待分析完成。分析结果包含页面布局、文本行、表格结构、键值对以及各预构建模型特有的字段内容。

自定义模型管理：对于预构建模型无法处理的非标准文档，技能指导通过 Azure Blob Storage 上传标注数据、触发 beginBuildDocumentModel 训练任务、轮询训练完成，然后将训练好的模型 ID 用于后续分析。分类器（Classifier）的训练和使用流程与模型训练类似，适用于多类型混合文档的自动分拣场景。

官方链接

• 技能主页：https://skillstore.io/skills/sickn33-azure-ai-formrecognizer-java
• 安装命令：npx skillstore add sickn33/azure-ai-formrecognizer-java
• 源码仓库：https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/azure-ai-formrecognizer-java
• 支持工具：Claude、Codex、Claude Code
• 风险评级：safe（已通过安全审计）