大家好，欢迎欢迎来到我的小屋，今天想和大家分享一款身份证信息提取工具 —— 它的核心功能是提取身份证信息，同时也适用于更广泛的图片信息提取场景。

具体来说，这个工具需要实现以下功能：打造一个能提取身份证信息的智能处理模块，支持批量上传多张图片，对上传的图片进行分析过滤后，自动识别其中包含的身份证信息，最终输出仅包含姓名、地址、身份证号三项内容的 JSON 格式结果。

---

一、问题分析

通过对需求的梳理，可提炼出以下核心要点，构成身份证信息提取智能体的完整功能框架：

1.批量图片上传能力

支持一次性选择并上传多张图片文件，满足批量处理需求

2.图片分析过滤能力

具备智能识别机制,可自动筛选出包含身份证信息的图片,过滤无效内容

3.身份证信息识别能力

精准提取身份证上的核心信息字段，限定为姓名、地址、身份证号三项关键内容

4.标准化输出能力

将识别结果以 JSON 格式规范呈现,输出内容仅包含上述三项信息,保证数据结构的简洁性与一致性

二、工作流搭建

结合 Dify 的功能支持，上述核心需求要点可通过工作流实现完整落地，搭建后的工作流逻辑与需求要点高度匹配，具体的流程如下：

结合此前提炼的 “批量上传、分析过滤、信息识别、JSON 输出” 四大核心需求要点，我们可逐一拆解 Dify 工作流的实现逻辑与对应价值，明确每个环节如何精准承接需求：

1、对应 “批量图片上传能力”：从源头解决多文件处理入口问题

在dify中开始节点中设置文件列表，就可以实现批量上传多个文件，这里要选择设置上传图片

详细操作步骤如下：

1、从开始节点进入流程配置

2、依次执行：添加变量 → 选择文件列表类型 → 指定图片文件格式

3、系统默认支持上传 10 个文件，若需处理更多文件，需修改环境变量配置文件.env 中的参数：WORKFLOW_FILE_UPLOAD_LIMIT，将其值调整为所需数量即可。

2、迭代设置：实现批量文件的逐个精准处理

在本工作流中，迭代设置是衔接 “批量上传” 与 “逐一处理” 的核心环节，其设计完全贴合 “对多个文件逐个执行识别逻辑” 的需求，具体实现逻辑与价值如下：

迭代的核心作用

当系统通过开始节点获取到批量上传的图片列表后，需要对每张图片依次执行 “分析过滤→信息识别” 的完整流程 —— 这正是迭代节点的核心价值：将批量文件集合拆解为单个元素，逐个传入后续处理链条，确保每张身份证图片都能被独立分析、精准识别，避免因 “批量混处理” 导致的信息错乱或遗漏。

工作流中的迭代配置逻辑

在 Dify 工作流中，配置迭代节点时需指定 “迭代对象” 为前面上传的 “图片文件列表”，系统会自动触发循环机制：

1、从文件列表中取出第一张图片，执行后续的分析过滤与信息识别流程；

2、完成后自动取出第二张图片，重复相同流程；

3、直至所有上传的图片均被处理完毕，迭代过程终止。

迭代配置如下图：

·输入变量：选择批量上传的文件

·输出变量：这里我配置的是通过代码节点信息提取的结果

3、LLM：分析过滤-信息提取

在迭代流程的每一步，系统会对单张图片依次执行 “分析过滤” 与 “信息提取” 两大核心处理逻辑。具体实现上，可依托多模态大模型完成视觉与文本的协同识别 —— 我当前选用的是 qianwen-2.5vl-32B 视觉大模型，若需灵活替换，也可选择 doubao-seed-1.6 等其他多模态模型，二者均能稳定支撑该场景下的图片分析与信息提取需求。

实现该逻辑所用的系统提示词如下：

请执行以下任务：首先判断输入的图片是否为身份证图像（需覆盖大陆居民身份证正反面识别逻辑）。若判定为身份证：精准提取证件上的姓名、地址（常住户口所在地地址）、身份证号字段；注意处理遮挡 / 脱敏场景（如遇遮挡，按规则用 * 替换遮盖内容，保证格式合规）；严格遵循身份证字符排版、字体规范解析信息（如地址字段的省市区层级、身份证号校验逻辑）。输出格式要求：json{    "is_id_card": true/false,    "data": {      "name": "姓名",      "address": "地址",      "id_number": "身份证号"    }  }  若不是身份证，is_id_card 为 false，data 留空或按需简化；若为身份证但部分字段无法识别（如遮挡严重），对应字段用合理占位（如 ****）填充，保证 JSON 结构完整。额外要求：需校验身份证号的合法性（含位数、校验码规则），异常情况在 data.id_number 标注说明（如 "id_number": "格式异常（校验码不符）" ）；区分身份证正反面内容整合（正面：姓名、性别、民族、出生日期、住址、公民身份号码、签发机关；反面：国徽、有效期限 ，核心提取姓名、地址、身份证号即可，地址取正面 “住址” 字段 ）。

操作上，需先点击视觉模型节点的配置入口（即 “视觉按钮”），在图片识别参数设置中，将 “待识别图片文件” 指定为迭代流程中的 “当前项（item）”—— 这一配置的核心作用是，让模型在每次迭代时，自动读取当前循环到的单张图片，确保批量上传的所有图片能被逐个处理，而非一次性处理整个文件列表。

通过这种设置，迭代逻辑与视觉识别形成精准联动：每轮迭代调用一次视觉模型，仅针对当前 item（单张图片）执行分析过滤与信息提取，既保证了处理的独立性，又通过循环机制覆盖了全部上传文件，完美适配批量识别场景。

4、代码节点：实现识别结果的精准解析与规范化

在视觉大模型节点完成信息识别后，需配置代码执行节点对模型输出结果进行结构化处理，确保最终数据符合预期格式。

该节点的核心作用是对大模型返回的原始识别结果进行两层处理：首先清除文本中可能存在的冗余标记（如特殊分隔符、代码块标识），再通过 JSON 解析将非结构化文本转换为键值明确的字典格式，最终输出仅包含姓名、地址、身份证号的规范数据，为后续的 JSON 格式化输出奠定基础。

用到的代码如下：

import jsonimport redef main(text: str) -> dict:    """删除</think>...<|FunctionCallEnd|>标签及其内部内容并返回规范化结果字典"""    text = re.sub(r'<think>.*?</think>', '', text, flags=re.DOTALL)    # 提取 JSON 部分（去除 ```json 标记）    json_str = re.sub(r'^```json\n|\n```$', '', text, flags=re.MULTILINE)
    try:        # 解析 JSON 数据        parsed_data = json.loads(json_str)
        # 返回包含规范化问题的字典        return {"result": parsed_data}
    except json.JSONDecodeError:        # 处理 JSON 解析失败的情况        return {"result": None}    except Exception as e:        return {"result": None}

5、迭代完成：提取身份证有效信息

迭代处理流程已执行完毕，输出结果为当前识别图片对应的身份证信息解析成果。该功能通过代码节点实现，具体所用代码如下：

def main(result_list: list) -> dict:    """    筛选出result_list中is_id_card为True的条目
    参数:        result_list: 包含身份证识别结果的列表，每个元素为包含is_id_card和data的字典
    返回:        包含所有is_id_card为True的条目的字典，键为'valid_results'    """    # 筛选出is_id_card为True的结果    valid_results = [item for item in result_list if item.get('is_id_card', False)]
    # 返回整理后的结果    return {'valid_results': valid_results}

6、模板转换

模板转换节点的作用是对输出结果进行格式转换。在此环节中，具体功能为将列表（list）形式的结果转换为字符串（string）格式，以便能在 Dify 控制台中正常输出展示。

转换过程可理解为：通过代码逻辑遍历列表中的各项元素，按照预设的拼接规则（如添加分隔符、换行符等）将其整合为一个完整的字符串，确保信息的完整性与可读性，从而适配 Dify 控制台的输出要求。

三、总结

本次基于 Dify 搭建身份证信息提取工具工作流，核心是围绕 “需求 - 落地 - 优化” 层层推进，形成精准高效的批量处理方案，心得可凝练为三点：

1、需求拆解定框架，锚定核心不偏离

先深度梳理需求，提炼 “批量上传、分析过滤、信息识别、标准化输出” 四大核心要点，明确关键边界 —— 如上传支持多图且可调整数量上限、识别仅提取姓名 / 地址 / 身份证号、输出锁定 JSON 格式。清晰的需求框架，让后续节点选择与参数配置更精准，避免流程冗余。

2、节点联动筑闭环，破解批量处理痛点

以 “迭代 + LLM + 代码” 为核心实现协同：迭代节点将批量图片拆解为单个 “item”，确保独立处理；引入 qianwen-2.5vl-32B 等多模态模型，通过提示词完成 “是否为身份证判断 + 核心信息提取 + 身份证号校验”；代码节点清除冗余标记、解析 JSON 并筛选有效结果，再经模板转换适配控制台输出，形成 “上传 - 处理 - 识别 - 输出” 完整闭环。

3、细节优化提实效，平衡灵活与规范

注重实用细节打磨：上传环节明确.env 文件参数修改方法以适配不同量级需求；识别环节加入遮挡脱敏、身份证号校验规则保障合规准确；代码节点设置异常处理避免流程中断。既满足批量处理灵活性，又靠规范逻辑与容错设计提升工具稳定性。

综上，本次搭建以需求为导向，用节点联动落地功能，靠细节优化保障体验，不仅实现工具目标，也为同类图片信息提取工作流提供可复用思路。