创建用于提取验证的工件

使用工件 API 在 Document Understanding 中创建提取验证工件，然后让应用程序创建用于人工验证的应用程序任务。

备注：

此功能处于预览阶段。

使用工件 API 准备存储在Orchestrator 存储桶中的提取验证工件。然后，应用程序使用这些工件来创建用于人工验证的应用程序任务，从而将工件创建与任务管理分离开来，让您可以控制创建任务的时间、地点和使用的用户界面。

重要提示：

此功能在 Automation Cloud 公共部门版中不可用，因为其中不支持创建应用程序。

工作流概述

1. 将文档数字化。
2. 从文档中提取数据。
3. 检索项目分类。
4. 开始创建工件。
5. 轮询，直到内容验证数据准备就绪。
6. 使用内容验证数据在 Action Center 中创建应用程序任务。
7. 在“验证站点”中完成验证。
8. 检索经过验证的提取结果。

先决条件

• 配置了提取模型的 Document Understanding 项目。
• 上一次提取调用中的 documentId 和 extractionResult。要获取这些值，请按照使用数字化 API指南将文档数字化并获取documentId ，然后按照使用提取服务指南运行提取并获取extractionResult 。
• 可从您的租户访问的存储桶和目录路径。
• 用于托管验证任务的应用程序。您可以使用 Apps API deployUnifiedPackage 端点以编程方式部署应用程序。

所需的 OAuth 作用域

您的外部应用程序必须包含以下作用域。有关设置外部应用程序的说明，请参阅身份验证与授权。

API call	所需作用域
检索项目分类	Du.Digitization.Api、Du.Extraction.Api、Du.Classification.Api 或 Du.Validation.Api
验证端点（工件创建、轮询、结果）	Du.Validation.Api

检索项目分类

检索 Document Understanding 项目的分类。在开始创建提取验证工件时传递此分类。

curl -X 'GET' \
  'https://{AutomationCloudURL}/<Organization_Name>/<Tenant_Name>/du_/api/framework/projects/<Project_ID>/taxonomy?api-version=2' \
  -H 'accept: application/json' \
  -H 'Authorization: Bearer <token>'

响应：

{
  "documentTaxonomy": {
    "dataContractVersion": "1.2",
    "documentTypes": [
      {
        "documentTypeId": "0b1fde93-997d-f011-b481-000d3a207936",
        "group": "",
        "category": "",
        "name": "invoices",
        "optionalUniqueIdentifier": "",
        "typeField": {
          "fieldId": "invoices.DocumentType",
          "fieldName": "Document Type"
        },
        "fields": [
          {
            "fieldId": "invoices.invoice-no",
            "fieldName": "Invoice Number",
            "isMultiValue": false,
            "type": "Text",
            "components": [],
            "setValues": [],
            "metadata": [],
            "ruleSet": null,
            "defaultValue": null,
            "dataSource": null
          }
        ]
      }
    ],
    "groups": [],
    "supportedLanguages": ["en"],
    "reportAsExceptionSettings": null
  }
}

检索分类的其他方法

您还可以使用现有的发现端点检索分类：

• GET /projects/{projectId}/extractors/{extractorId} — 返回特定提取程序的分类。
• GET /projects/{projectId}/tags/{tag}/document-types/{documentTypeId} — 按标签返回特定文档类型的分类。传统 Document Understanding 项目不支持基于标签的筛选。

备注：

如果您传递限定于特定提取程序或文档类型的分类，则在验证站点中的验证期间，操作员无法使用“更改文档类型”功能。

主分类端点还支持 projectVersion 和 tag 查询参数。使用时请注意以下事项：

• 新式项目：在没有tag筛选的情况下，如果来自不同部署的多个提取程序基于相同的文档类型，则相同的documentTypeId可能会出现多次。使用 tag 参数将结果的范围限制为特定部署，并避免重复。
• 传统项目：不支持标签筛选。如果同一文档类型存在多个提取程序，请使用提取程序专属端点 (/projects/{projectId}/extractors/{extractorId})，以避免歧义。

开始创建提取验证工件

发送 POST 请求以开始创建提取验证工件。传递上一次调用中检索到的完整 documentTaxonomy 对象。

必须填写“documentTaxonomy”。storageBucketName 和 folderName 是可选的。如果不指定 folderName，则默认为 Shared 文件夹。

重要提示：

不支持个人工作区中的存储桶文件夹。

curl -X 'POST' \
  'https://{AutomationCloudURL}/<Organization_Name>/<Tenant_Name>/du_/api/framework/extraction-validation/artifacts/start?api-version=2' \
  -H 'accept: application/json' \
  -H 'Authorization: Bearer <token>' \
  -H 'Content-Type: application/json' \
  -d '{
  "documentId": "25a03e48-cfe8-ed11-9f75-000d3a4964af",
  "extractionResult": {
    "documentId": "25a03e48-cfe8-ed11-9f75-000d3a4964af",
    "resultsVersion": 0,
    "resultsDocument": {
      "documentTypeId": "0b1fde93-997d-f011-b481-000d3a207936",
      "documentTypeName": "invoices",
      "fields": [
        {
          "fieldId": "invoices.invoice-no",
          "fieldName": "Invoice Number",
          "type": "Text",
          "isMissing": false,
          "dataSource": "Automatic",
          "values": [
            {
              "value": "181038",
              "confidence": 0.98,
              "operatorConfirmed": false
            }
          ]
        }
      ]
    }
  },
  "documentTaxonomy": {
    "dataContractVersion": "1.2",
    "documentTypes": [
      {
        "documentTypeId": "0b1fde93-997d-f011-b481-000d3a207936",
        "name": "invoices",
        "fields": [
          {
            "fieldId": "invoices.invoice-no",
            "fieldName": "Invoice Number",
            "type": "Text"
          }
        ]
      }
    ],
    "groups": [],
    "supportedLanguages": ["en"],
    "reportAsExceptionSettings": null
  },
  "storageBucketName": "du_storage_bucket",
  "storageBucketDirectoryPath": "du_storage_bucket"
}'

响应 — 提供接下来两次调用的 operationId 和 URL：

{
  "operationId": "7c320dfc-a1b2-4c3d-8e9f-000d3a4964af",
  "artifactsUrl": "https://{AutomationCloudURL}/<Organization_Name>/<Tenant_Name>/du_/api/framework/extraction-validation/artifacts/content-validation-data/7c320dfc-a1b2-4c3d-8e9f-000d3a4964af?api-version=2",
  "resultUrl": "https://{AutomationCloudURL}/<Organization_Name>/<Tenant_Name>/du_/api/framework/extraction-validation/artifacts/validation-result/7c320dfc-a1b2-4c3d-8e9f-000d3a4964af?api-version=2"
}

轮询工件就绪情况

向开始创建工件时返回的 artifactsUrl 发送 GET 请求，直到状态为 Succeeded 或 Failed。

curl -X 'GET' \
  'https://{AutomationCloudURL}/<Organization_Name>/<Tenant_Name>/du_/api/framework/extraction-validation/artifacts/content-validation-data/<operationId>?api-version=2' \
  -H 'accept: application/json' \
  -H 'Authorization: Bearer <token>'

响应将返回以下四种状态之一：

状态	意义
NotStarted	作业已加入队列，但尚未得到处理。
Running	正在准备工件。
Succeeded	工件已准备就绪。继续创建应用程序任务（阶段 6）。
Failed	工件准备失败。详情请查看 error.code。

工件准备就绪时的响应：

{
  "contentValidationData": {
    "bucketName": "du_storage_bucket",
    "bucketId": 261151,
    "folderId": 810789,
    "folderKey": "4c6ff0e2-0a05-4ce1-9508-7102b977bd58",
    "documentId": "25a03e48-cfe8-ed11-9f75-000d3a4964af",
    "encodedDocumentPath": "du_storage_bucket/7c320dfc-.../encoded.zip",
    "textPath": "du_storage_bucket/7c320dfc-.../text.zip",
    "documentObjectModelPath": "du_storage_bucket/7c320dfc-.../dom.zip",
    "taxonomyPath": "du_storage_bucket/7c320dfc-.../taxonomy.zip",
    "automaticExtractionResultsPath": "du_storage_bucket/7c320dfc-.../input_results.zip",
    "validatedExtractionResultsPath": "du_storage_bucket/7c320dfc-.../output_results.zip",
    "customizationInfoPath": "du_storage_bucket/7c320dfc-.../customization_info.zip"
  },
  "status": "Succeeded",
  "createdAt": "2026-04-28T10:00:00Z",
  "lastUpdatedAt": "2026-04-28T10:00:05Z"
}

备注：

contentValidationData 对象包含在验证站点中打开文档所需的 Orchestrator 存储桶路径。验证站点对应用程序任务流程使用紧凑模式；此流程无法使用传统模式。

仍在处理中的响应:

{
  "status": "Running",
  "createdAt": "2026-04-28T10:00:00Z",
  "lastUpdatedAt": "2026-04-28T10:00:02Z"
}

检索经过验证的提取结果

在人工操作员在验证站点中完成验证后调用此端点（阶段 6-7）。向开始创建工件时返回的 resultUrl 发送 GET 请求。

curl -X 'GET' \
  'https://{AutomationCloudURL}/<Organization_Name>/<Tenant_Name>/du_/api/framework/extraction-validation/artifacts/validation-result/<operationId>?api-version=2' \
  -H 'accept: application/json' \
  -H 'Authorization: Bearer <token>'

备注：

如果 Action Center 任务尚未完成（阶段 6-7 尚未完成），端点将返回 200 和空结果：

{
  "result": {}
}

验证完成时的响应：

{
  "result": {
    "validatedExtractionResults": {
      "documentId": "25a03e48-cfe8-ed11-9f75-000d3a4964af",
      "resultsVersion": 1,
      "resultsDocument": {
        "documentTypeId": "0b1fde93-997d-f011-b481-000d3a207936",
        "documentTypeName": "invoices",
        "fields": [
          {
            "fieldId": "invoices.invoice-no",
            "fieldName": "Invoice Number",
            "type": "Text",
            "isMissing": false,
            "dataSource": "Automatic",
            "values": [
              {
                "value": "181038",
                "confidence": 1,
                "operatorConfirmed": true
              }
            ],
            "operatorConfirmed": true
          }
        ]
      }
    }
  }
}

结果

包含 200 的 validatedExtractionResults 响应确认提取验证已完成。每个字段上的 operatorConfirmed: true 标志表示结果已经过验证。