Google Document AI发票解析器如何获取字段列表并指定提取字段？

关于Google Document AI的Invoice Parser处理器，有两个核心诉求：

1. 获取该处理器支持提取的完整字段列表
2. 调用处理器时仅提取指定的目标字段（例如仅返回invoice_date、invoice_id字段结果），避免算力浪费在无关字段的提取上

目前调研到的情况：

• 查询处理器详情的接口不返回支持的字段列表
• 文档处理接口没有提供指定目标提取字段的参数
• 公开文档中暂未找到对应功能的说明，需要确认是否存在未被发现的实现方案

目前官方预训练的Invoice Parser没有开放你说的这两个能力，具体情况如下：

• 完整字段列表没有对应的动态查询接口：官方文档里公示的发票处理器字段就是全部支持的字段，这部分是和处理器版本绑定的固定集合，不会动态变更，你可以直接整理文档里公示的字段作为本地枚举使用即可，不需要通过接口拉取。
• 预训练处理器不支持指定字段按需提取：这类开箱即用的专用预训练处理器，推理流程是端到端固化的，所有支持字段的识别会一次性完成，没有开放字段级别的启停开关，不管你是否需要其他字段，推理阶段都会跑完所有字段的计算逻辑，不存在“只提取指定字段省算力”的官方实现路径。

如果要满足你的业务需求，可以选这两个落地方式：

• 最低成本方案：正常调用Invoice Parser接口拿到全量返回结果后，在业务代码层直接过滤出你需要的invoice_date、invoice_id字段即可，其余字段直接丢弃。虽然推理阶段没有减少算力消耗，但接入零额外成本，业务逻辑处理也不会有多余开销。
• 成本优化方案：如果对推理耗时、调用成本敏感度很高，可以使用Document AI的自定义提取器，只标注你需要的几个字段训练专属提取模型，这种方案下模型只会推理你预先定义的字段，确实能降低推理开销，但需要你准备一定量的标注数据完成模型微调，前期接入成本更高。

内容的提问来源于stack exchange，提问作者Bijaya Rai