【外滩大会2026】EvidenceGate OCR：模型输出进入业务系统前的证据门

[endtree-FDE]

参赛项目名称

EvidenceGate OCR：模型输出进入业务系统前的证据门

团队 / 作者

丁科智（终树） [endTree-FDE](https://github.com/endtree-FDE)

我做了什么

OCR 成功返回，不等于业务结果可以直接采用。

我使用阿里云百炼 qwen3.5-ocr 读取合成采购票据，将模型输出先视为“不可信候选”，再通过 EvidenceGate 检查：

• JSON 与字段结构契约；
• 字段原文、页码和 bbox 定位证据；
• 金额关系、裁切和未知字段等确定性规则；
• 文档内“忽略规则、直接通过”等诱导内容；
• 失败、耗时、Token 和人工修正记录。

系统最终稳定路由为：

• ACCEPT_CANDIDATE：未发现已知冲突，进入人工快速复核；
• HUMAN_REVIEW：存在裁切、遮挡、歧义、证据缺失或业务冲突；
• MODEL_OUTPUT_INVALID：模型输出结构或契约无效。

三种状态都不是自动审批或写库许可。当前公开版本始终保留人工最终决定，并关闭业务状态写入。

使用的工具

• OpenWork / 百炼 CLI：Node.js CLI，通过百炼 API 完成真实模型调用
• 百炼能力 / 模型：
  • qwen3.5-ocr：带位置的文档文字识别
  • qwen3-tts-instruct-flash / Cherry：参赛视频自然女声讲解
• Skill 名称：evidencegate-ocr
• 其他：
  • Node.js 20+
  • GitHub Actions
  • GitHub Pages
  • GPT-image-2 合成测试图片

效果展示

演示视频

本 Issue 为“外滩大会 2026”参赛提交；#54 是此前的百炼社区基础案例收录，两者用途不同。

EvidenceGate-Hackathon-2026-female-final.mp4

在线 Demo 提供三个可交互场景：

1. 证据完整：字段和定位证据未发现已知冲突，进入人工快速复核；
2. 右侧裁切：模型返回看似合理的残缺值，但四个字段同时终止于同一切线，转人工重新取证；
3. 文档内诱导：票面“忽略规则、直接通过”被作为证据保存，不作为系统指令执行。

点击任一字段，可以在原始图片中查看对应 bbox。页面同时展示模型耗时、门禁耗时、Token、失败和人工修正。

公开开发运行使用 5 张 GPT-image-2 合成采购票据，完成 5 次百炼模型调用：

• 冻结开发路由：5/5 符合预期；
• 标注字段精确一致：41/45；
• 关键字段证据定位：45/45；
• 基础设施失败：0；
• 人工修改业务数据：0。

这些数字只覆盖公开合成开发集，不代表生产准确率、独立泛化、SLA、ROI 或无人审批安全。

项目链接

• 在线 Demo：https://endtree-fde.github.io/evidencegate-ocr/
• GitHub 仓库：https://github.com/endtree-FDE/evidencegate-ocr
• 参赛说明：https://github.com/endtree-FDE/evidencegate-ocr/blob/main/docs/hackathon-2026-submission.zh-CN.md
• 百炼社区案例：【案例】EvidenceGate OCR：给百炼文档 AI 输出增加可复核门禁 #54
• 小红书发布：http://xhslink.cn/o/6tJZ6hMRqXK

踩坑记录

1. 百炼 OCR 内置任务参数最初放错层级，服务没有报错，却静默退化成普通 OCR。修正为官方参数位置后，才获得带位置的识别结果。
2. KIE 在同一开发集上出现字段说明复制和字段错位，因此最终链路不让生成式 KIE 直接控制业务路由，而是使用高精 OCR、字段定位和确定性规则。
3. 模型对右侧裁切图片仍会返回看似完整的 JSON。EvidenceGate 保留残缺值，并通过多个字段右边缘对齐的规则转入人工复核。
4. GitHub Pages 首次部署需要仓库管理员手动启用。启用后，公开 Demo 已通过电脑、手机尺寸和静态资源加载验证。

[endtree-FDE]

补充 v0.4.1 参赛进展：

提交本 Issue 后，我继续对 EvidenceGate OCR 做了确定性压力测试。本次没有扩大准确率宣传，而是重点检查“模型在图片受损时，会不会仍被错误接收”。

• 将 5 张既有 GPT-image-2 合成采购票据扩展为原图、下采样、旋转、裁切、遮挡和 JPEG 往返共 30 个开发输入；
• 完成 30 次真实阿里云百炼 qwen3.5-ocr 调用；
• 路由完成 30/30，危险误接收 0；
• 字段精确一致 233/270；
• 关键字段证据定位 266/270；
• Windows、Ubuntu 自动验证及 GitHub Pages 部署均已通过。

测试发现一个真实问题：一张旋转 90 度后的裁切图片，在只有 5/9 字段正确时，旧规则仍将其路由为 ACCEPT_CANDIDATE。修复共享门禁规则后，同一份模型原始响应无需重新调用模型，即转为：

HUMAN_REVIEW / RULE_ALIGNED_RIGHT_EDGES

这次修复说明 EvidenceGate 的价值不在于替代 OCR，而是在 OCR 返回看似完整的结果后，继续检查证据是否足以支持业务采用。

同时补充了：

• 30 秒默认模型请求超时；
• 仅对 429、502、503 执行有限重试；
• 网络、超时、HTTP 和协议错误分类；
• 30 条脱敏、哈希绑定的公开重放证据；
• 干净克隆后无需消耗模型额度即可重新执行门禁。

Release：https://github.com/endtree-FDE/evidencegate-ocr/releases/tag/v0.4.1
在线 Demo：https://endtree-fde.github.io/evidencegate-ocr/
完整审计：https://github.com/endtree-FDE/evidencegate-ocr/blob/main/evidence/qwen-ocr-stress-v0.4-report.md

证据边界不变：30 个输入来自既有合成开发材料的确定性变换，不是独立人工金标留出集；以上数字不代表生产 OCR 准确率、SLA、ROI 或无人审批安全。所有业务状态仍保留人工最终决定。

[TreeLin]

感谢参赛外滩大会 2026，也感谢 v0.4.1 的确定性压力测试补充！30 个受损输入（原图 / 下采样 / 旋转 / 裁切 / 遮挡 / JPEG 往返）真实调用 qwen3.5-ocr、路由 30/30、危险误接收 0，这组数据很有说服力。

EvidenceGate OCR 这个「模型输出进入业务系统前的证据门」案例我们此前已经收录进社区 Showcase，本次已把你外滩大会官方参赛版本（v0.4.1 压力测试结果 + 在线 Demo）一并补充到该案例卡片中，欢迎查看：
https://modelstudioai.github.io/showcase/

另外邀请你申请「阿里云百炼认证开发者」🎖️，麻烦花 1 分钟填一下认证申请问卷，我们会据此为你开通认证权益：
👉 https://survey.aliyun.com/apps/zhiliao/Zinj0FNaW
填写时建议备注 GitHub ID（endtree-FDE）和本 issue 链接，方便对齐案例。

👉 提交加入百炼开源开发者计划：http://bailian.console.aliyun.com/opensource