通过借助 AI 大模型的视觉能力，实现非标图片中的文本的识别，输出结构化（JSON）数据。
相较于调用 OCR 接口，使用 AI 模型识别的文本识别服务具灵活不受制于图片类型的约束，可以自己实现某类图片的定向结构化识别。
前置条件：已经在模型管理维护 视觉类模型
语音模型 基础使用
