Github Copilot 实战：从零开始用 AI 写一个 OCR 工具（3）——WPF 客户端接入 TaoToken 统一 Key 的配置与验证

1. 为什么 WPF OCR 工具需要统一 Key 通道到这一步你的 MiOcr 已经能截图、能跑 PaddleOCR 本地识别了。但真正用起来会发现一个尴尬本地模型只认图不认语义。比如识别出一堆发票字段后你想让 AI 帮忙判断这张票据的金额和日期是否匹配或者把识别结果整理成结构化 JSON本地 OCR 引擎是做不到的。这时候就得接大模型。而接大模型最烦的不是写代码是 Key 管理。你可能会遇到这几种情况项目里同时用 Claude、GPT、国产模型每个平台一个 Key、一套计费、一份文档团队协作时 Key 散落在各人机器上调试阶段想快速换模型对比效果改配置改到崩溃。TaoToken 解决的就是这个一个统一 Key走一套 OpenAI 兼容协议背后可以路由到不同模型。对 WPF 桌面端来说你只需要在config.toml或settings.json里填一次 Key 和 BaseUrl代码里用标准 HTTP 请求就能调通。这篇就聚焦识别逻辑已完成之后的那一段——怎么把 MiOcr 接到 TaoToken 统一通道上并做一次真实的连通性验证。适合谁看已经跟着前两篇把 WPF PaddleOCR 跑起来现在想让工具具备AI 后处理能力的 C# 开发者。如果你还没到这一步建议先把截图和识别跑通再回来。2. TaoToken 前置准备Key、BaseUrl 与配置文件定位TaoToken 的接入点很清晰官网https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentAPI 根地址是https://taotoken.net/api。注意 API 地址不带 UTM 参数配置里就写这个干净的。你需要先拿到 Key。登录后进控制台在 API Keys 页面创建一个。这个 Key 就是后面所有请求的凭证格式类似sk-开头的一串字符。创建后立刻复制保存页面刷新后不一定能再看到完整值。注意Key 不要硬编码进源码提交到 Git。WPF 项目里推荐放在用户目录的配置文件或者用环境变量注入。下面两种配置骨架都给你。关于模型选择TaoToken 支持在请求里指定模型名。OCR 后处理这种任务通常用中等能力的模型就够比如做文本纠错、字段抽取、格式转换。如果你要处理复杂版面理解再换更强的模型。具体可用模型列表在控制台的模型对话页面能看到也可以直接在那边试跑。配置文件放哪WPF 项目常见做法是放在%AppData%\MiOcr\下或者跟 exe 同目录。我倾向放 AppData避免安装目录权限问题。下面给出config.toml和settings.json两套骨架你按项目习惯选一套。3. 可复制配置config.toml 与 settings.json 骨架先看config.toml。Toml 的好处是可读性强适合手改。C# 侧用Tomlyn这个 NuGet 包解析。# %AppData%\MiOcr\config.toml [taotoken] api_key sk-你的Key base_url https://taotoken.net/api default_model claude-3-5-sonnet timeout_seconds 60 [ocr] model_dir models/paddleocr enable_rotate true enable_180_classify true [ui] status_timeout_ms 1500对应的 C# 模型类using Tomlyn; using Tomlyn.Model; public class TaoTokenConfig { public string ApiKey { get; set; } ; public string BaseUrl { get; set; } https://taotoken.net/api; public string DefaultModel { get; set; } claude-3-5-sonnet; public int TimeoutSeconds { get; set; } 60; } public static class ConfigLoader { public static TaoTokenConfig LoadToml(string path) { var text File.ReadAllText(path); var model Toml.ToModel(text); var section (TomlTable)model[taotoken]; return new TaoTokenConfig { ApiKey section[api_key].ToString()!, BaseUrl section[base_url].ToString()!, DefaultModel section[default_model].ToString()!, TimeoutSeconds int.Parse(section[timeout_seconds].ToString()!) }; } }如果你更习惯 JSONsettings.json版本如下{ taotoken: { apiKey: sk-你的Key, baseUrl: https://taotoken.net/api, defaultModel: claude-3-5-sonnet, timeoutSeconds: 60 }, ocr: { modelDir: models/paddleocr, enableRotate: true, enable180Classify: true } }JSON 用System.Text.Json直接反序列化即可不需要额外包using System.Text.Json; public static TaoTokenConfig LoadJson(string path) { var json File.ReadAllText(path); using var doc JsonDocument.Parse(json); var root doc.RootElement.GetProperty(taotoken); return new TaoTokenConfig { ApiKey root.GetProperty(apiKey).GetString()!, BaseUrl root.GetProperty(baseUrl).GetString()!, DefaultModel root.GetProperty(defaultModel).GetString()!, TimeoutSeconds root.GetProperty(timeoutSeconds).GetInt32() }; }两套配置的字段含义一致选一套就行。我实测下来 Toml 在手动改 Key 时更顺手JSON 在程序生成配置时更方便。4. CC Switch 切换配置多环境 Key 的快速切换开发时经常要在测试 Key和正式 Key之间切或者在不同模型之间切。手动改配置文件太慢这里介绍一个轻量做法用 CC Switch 的思路管理多份配置。CC Switch 本质是一个配置切换器核心逻辑是维护多份 profile切换时把选中的 profile 写入生效配置文件。你可以自己实现一个简化版public class ConfigProfile { public string Name { get; set; } ; public TaoTokenConfig Config { get; set; } new(); } public class ConfigSwitcher { private readonly string _profileDir; private readonly string _activePath; public ConfigSwitcher(string profileDir, string activePath) { _profileDir profileDir; _activePath activePath; } public void SwitchTo(string profileName) { var profilePath Path.Combine(_profileDir, ${profileName}.json); if (!File.Exists(profilePath)) throw new FileNotFoundException($Profile 不存在: {profileName}); var json File.ReadAllText(profilePath); File.WriteAllText(_activePath, json); } public IEnumerablestring ListProfiles() { return Directory.EnumerateFiles(_profileDir, *.json) .Select(Path.GetFileNameWithoutExtension)!; } }使用方式在%AppData%\MiOcr\profiles\下放dev.json、prod.json、claude.json等文件每个文件是一份完整的settings.json内容。切换时调SwitchTo(dev)生效配置就被覆盖了。提示切换后需要重新加载配置。WPF 里可以在切换按钮的事件里调ConfigLoader.LoadJson刷新内存中的配置对象不需要重启应用。如果你不想自己写也可以在控制台里直接管理多套 Key按项目分配。CC Switch 的价值在于把改配置这个动作从手动编辑变成一次点击减少出错。5. 验证请求一次 OCR 后处理的连通性测试配置好了接下来验证通道是否真的通。最直接的方式是发一个最小请求看返回。这里用HttpClient调 TaoToken 的 chat completions 接口把 OCR 识别出的一段文本丢进去做纠错。using System.Net.Http; using System.Net.Http.Headers; using System.Text; using System.Text.Json; public class TaoTokenClient { private readonly HttpClient _http; private readonly TaoTokenConfig _config; public TaoTokenClient(TaoTokenConfig config) { _config config; _http new HttpClient { Timeout TimeSpan.FromSeconds(config.TimeoutSeconds) }; _http.DefaultRequestHeaders.Authorization new AuthenticationHeaderValue(Bearer, config.ApiKey); } public async Taskstring ChatAsync(string prompt) { var url ${_config.BaseUrl}/v1/chat/completions; var payload new { model _config.DefaultModel, messages new[] { new { role user, content prompt } }, max_tokens 512 }; var json JsonSerializer.Serialize(payload); var content new StringContent(json, Encoding.UTF8, application/json); var resp await _http.PostAsync(url, content); var body await resp.Content.ReadAsStringAsync(); if (!resp.IsSuccessStatusCode) throw new HttpRequestException($HTTP {(int)resp.StatusCode}: {body}); using var doc JsonDocument.Parse(body); return doc.RootElement .GetProperty(choices)[0] .GetProperty(message) .GetProperty(content) .GetString()!; } }调用验证var config ConfigLoader.LoadJson( Path.Combine(Environment.GetFolderPath( Environment.SpecialFolder.ApplicationData), MiOcr, settings.json)); var client new TaoTokenClient(config); var ocrText 发票金额1O0.00元 日期2O24年1月1日; var result await client.ChatAsync( $请纠正以下OCR识别文本中的错误只返回纠正后的文本\n{ocrText}); Console.WriteLine(result);预期返回类似发票金额100.00元 日期2024年1月1日。看到这个说明 Key、BaseUrl、模型名、网络通道全部打通。如果你想在 UI 里做这个验证可以在主窗口加一个测试连接按钮点击后调ChatAsync(回复OK)把返回显示在状态栏。返回OK就说明通道正常。6. 本篇常见错排查报 401 UnauthorizedKey 错了或没带上。检查Authorization头是不是Bearer sk-xxx格式注意 Bearer 后面有个空格。另外确认 Key 没有多余换行或引号。报 404 Not FoundBaseUrl 拼错了。正确是https://taotoken.net/api请求路径是/v1/chat/completions。如果你在 BaseUrl 末尾多加了/v1就会变成/v1/v1/...。检查一下拼接逻辑。报 model not found模型名写错了。去控制台的模型对话页面确认可用模型名注意大小写和版本号后缀。请求超时timeoutSeconds设太短或者网络波动。OCR 后处理的 prompt 通常不长60 秒足够。如果经常超时先确认网络能正常访问taotoken.net。配置改了不生效WPF 应用启动时加载一次配置到内存改文件后没重新加载。要么重启应用要么在切换配置后手动调一次加载方法刷新内存对象。中文乱码StringContent的编码要显式指定Encoding.UTF8否则可能按默认编码发送导致乱码。截图后识别正常但 AI 后处理没反应检查RunOcrAndDraw里是否在识别完成后调用了TaoTokenClient。识别和 AI 后处理是两个独立步骤需要显式串联。7. 下一步把统一 Key 用到 Coding Plan通道验证通过后你可以把这个TaoTokenClient封装成服务在 MiOcr 里做更多事识别结果自动纠错、多语言翻译、结构化字段抽取、生成摘要。每次调用都走同一个 Key不用为每个能力单独配。如果你在开发 MiOcr 的过程中也想让 AI 辅助写代码可以看看 Coding Plan它把编码场景的模型调用也统一到同一个通道下。配置方式跟这篇一样填 Key 和 BaseUrl 就能用。接入文档在https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_campaignrewrite里面有完整的接口说明和参数列表。API Keys 管理在https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_campaignrewrite。想先试试模型效果直接去模型对话页面发一条消息就行不用写代码。到这里MiOcr 的本地识别 云端 AI 后处理链路就完整了。下一步可以做的把 AI 后处理做成可配置的 pipeline识别完自动跑一遍纠错和字段抽取结果直接填进 UI 的表格里。