Dokumentooborot

Rules для трансформации (OCR → 1С)

Правила трансформации OCR-данных в целевую схему (включая валидацию).

Transform rules (JSON массив строк)

[
  "Тип инвойса: Гибридный (Д) — строки с PRODUCT = 'MIXED BOX' открывают группы с деталями ниже, а строки с конкретным сортом (не 'MIXED BOX'), непустым # и непустым LABEL являются individual box и должны маппиться в item напрямую.",
  "Колонки (определены по данным, так как table.columns пуст): колонка 0 = # (количество физических коробок), колонка 1 = BOX (маркировка коробки), колонка 2 = PRODUCT (название продукта/сорта), колонка 3 = SPECIES (категория), колонка 4 = QTY BUNCH (количество бантчей), колонка 5 = RATE PER BUNCH($) (цена за бантч), колонка 6 = QTY STEMS (количество стеблей), колонка 7 = RATE PER STEM($) (цена за стебель), колонка 8 = SUB-TOTAL USD ($) (сумма), колонка 9 = LABEL (номер заказа/коробки), колонка 10 = VOLUME WEIGHT PER BOX(kg) (объёмный вес), колонка 11 = REAL WEIGHT PER BOX(kg) (реальный вес).",
  "invoice_number: найти строку, где колонка 0 содержит 'Invoice Numbers', взять значение из колонки 1, преобразовать в строку.",
  "invoice_date: найти строку, где колонка 0 содержит 'Invoice Date', взять значение из колонки 1, преобразовать в строку в формате MM/DD/YYYY.",
  "supplier: найти строку, где колонка 0 содержит 'TO BILL CUSTOMER', взять значение из колонки 0 (полный текст), извлечь название организации до 'Adress:' или использовать как есть.",
  "country: найти строку, где колонка 0 содержит 'Ladeco', взять значение из колонки 2, преобразовать в строку.",
  "awb: найти строку, где колонка 1 содержит 'HAWB', взять значение из колонки 2, преобразовать в строку.",
  "items: обрабатывать строки таблицы, начиная с заголовка колонок (строка, где колонка 0 содержит '#'). Для каждой строки после заголовка, где колонка 0 не пуста и не является меткой (например, 'Incoterm', 'Invoice Date', 'TO BILL CUSTOMER', 'SHIP CUSTOMER', 'TDA Bischkek Bischkek, KG', 'Totals', 'Species', 'Roses', 'Totals', 'PACIFIC CARGO', 'Ladeco', '2.0000', '50CM 1500', '', 'Species'):",
  "- Если колонка 2 содержит 'MIXED BOX': это заголовок группы. Сохранить box_marking из колонки 1, box_number из колонки 9, boxes из колонки 0 (преобразовать в число). Следующие строки с пустой колонкой 0 — детали этой группы.",
  "- Для строк-деталей (пустая колонка 0): создать item с box_number из заголовка группы, box_marking из заголовка группы, boxes = 1, plantation = supplier (извлечённый ранее), category из колонки 3, variety из колонки 2 (извлечь название сорта до первого пробела, если содержит 'CM'), length из колонки 2 (извлечь число перед 'CM', если есть), quantity из колонки 6 (преобразовать в число), unit_price из колонки 7 (убрать '$', преобразовать в число), total_price из колонки 8 (убрать '$', преобразовать в число).",
  "- Для строк с непустой колонкой 0 и колонкой 2, не содержащей 'MIXED BOX': это individual box. Создать item с box_number из колонки 9, box_marking из колонки 1, boxes из колонки 0 (преобразовать в число), plantation = supplier, category из колонки 3, variety из колонки 2 (извлечь название сорта до первого пробела, если содержит 'CM'), length из колонки 2 (извлечь число перед 'CM', если есть), quantity из колонки 6 (преобразовать в число), unit_price из колонки 7 (убрать '$', преобразовать в число), total_price из колонки 8 (убрать '$', преобразовать в число).",
  "- Если boxes > 1 для individual box: раскрыть мультибокс — создать N items с boxes = 1, поделив quantity и total_price на N, генерировать уникальные box_number как исходный_номер + '-' + порядковый_номер (например, '5344938-1', '5344938-2').",
  "- Если box_number пуст для item: сгенерировать как первые 3 буквы plantation + порядковый номер (например, 'TRADE1', 'TRADE2').",
  "summary.total_boxes: найти строку, где колонка 2 содержит 'TOTALS', взять значение из колонки 0, преобразовать в число.",
  "summary.total_stems: найти строку, где колонка 0 содержит 'Totals' (после секции с 'Species'), взять значение из колонки 1, преобразовать в число.",
  "summary.total_amount: найти строку, где колонка 0 содержит 'Amount Due', взять значение из колонки 1, убрать '$', преобразовать в число.",
  "Проверки: sum(items[].total_price) должно быть приблизительно равно summary.total_amount, sum(items[].quantity) должно быть приблизительно равно summary.total_stems, count(unique items[].box_number) должно быть равно summary.total_boxes после раскрытия мультибоксов."
]

Доступные справочники для shortcode

varities {{ref:varities}}

test {{ref:test}}

↕	Файл	Источник	Статус	Дата	Действия
⠿	5571550.pdf	email	done ● Pass 2 report: ok	02.04 20:49	Файл XLSX
⠿	5571350.pdf	email	done ● summary.total_amount не удалось извлечь из OCR.	01.04 21:03	Файл XLSX
⠿	5571349.pdf	email	done ● summary.total_stems could not be extracted due to rule mismatch. Expected value is null.; summary.total_amount could not be extracted due to rule mismatch. Expected value is null.; sum_boxes (45) does not match expected_boxes (4).	01.04 21:01	Файл XLSX
⠿	5571348.pdf	email	done ● Pass 2 report: ok	01.04 21:00	Файл XLSX
⠿	5570825.pdf	email	error DashScope OCR API error 400: {"code":"Arrearage","message":"Access denied, pleas	27.03 20:53	Файл
⠿	5570524.pdf	email	error DashScope OCR API error 400: {"code":"Arrearage","message":"Access denied, pleas	25.03 19:30	Файл
⠿	5570525.pdf	email	error DashScope OCR API error 400: {"code":"Arrearage","message":"Access denied, pleas	25.03 19:30	Файл
⠿	5570528.pdf	email	error DashScope OCR metadata API error 400: {"code":"Arrearage","message":"Access deni	25.03 19:29	Файл
⠿	5569931.pdf	email	done ● Pass 2 report: ok	20.03 20:06	Файл XLSX
⠿	5569604.pdf	email	done ● Pass 2 report: ok	18.03 20:04	Файл XLSX
⠿	5569638.pdf	email	done ● Pass 2 report: ok	18.03 20:03	Файл XLSX
⠿	5569608.pdf	email	done ● Pass 2 report: ok	18.03 20:02	Файл XLSX
⠿	5569157.pdf	email	done ● Поле 'country' не найдено или не соответствует правилам извлечения.; Поле 'awb' не найдено или не соответствует правилам извлечения.	13.03 19:59	Файл XLSX
⠿	5568913.pdf	email	done ● Pass 2 report: ok	12.03 20:14	Файл XLSX
⠿	5568785.pdf	email	done ● Pass 2 report: ok	11.03 18:44	Файл XLSX
⠿	5568784.pdf	email	done ● Pass 2 report: ok	11.03 18:42	Файл XLSX
⠿	5568781.pdf	email	done ● Item has no box_number provided in OCR for item 0, generated 'OOO1'.	11.03 18:42	Файл XLSX
⠿	5568292.pdf	email	done ● summary.total_stems could not be extracted due to rule mismatch. Expected 275 from items but summary is null.; summary.total_boxes (1) != count(unique items[].box_number) (1) if no box_number generation logic is applied when original is empty. If individual items are 1 box each for mixed box, then 3 items means 3 logical boxes, but it comes from 1 physical mixed box.; Item 1: box_number is empty. Generated 'OOO1'; Item 2: box_number is empty. Generated 'OOO2'; Item 3: box_number is empty. Generated 'OOO3'	06.03 20:34	Файл XLSX
⠿	5567906.pdf	email	done ● Pass 2 report: ok	04.03 20:43	Файл XLSX
⠿	5567958.pdf	email	done ● Pass 2 report: ok	04.03 20:42	Файл XLSX
⠿	5567908.pdf	email	done ● Pass 2 report: ok	04.03 20:41	Файл XLSX
⠿	5567414.pdf	email	done ● Pass 2 report: ok	27.02 20:13	Файл XLSX
⠿	5567408.pdf	email	done ● Pass 2 report: ok	27.02 20:12	Файл XLSX
⠿	5567259.pdf	email	done ● Field 'country' could not be extracted due to strict rule application ('колонка 0 содержит 'Ladeco'').; Field 'awb' could not be extracted due to strict rule application ('колонка 1 содержит 'HAWB').	26.02 19:37	Файл XLSX
⠿	5567260.pdf	email	done ● Pass 2 report: ok	26.02 19:36	Файл XLSX
⠿	5566422.pdf	email	done	23.02 11:12	Файл XLSX
⠿	5566256.pdf	email	done	23.02 10:55	Файл XLSX
⠿	5566249.pdf	email	done	23.02 10:53	Файл XLSX
⠿	5566247.pdf	email	done	23.02 10:52	Файл XLSX
⠿	5566422.pdf	email	done	19.02 20:36	XLSX
⠿	5566256.pdf	email	error OCR output does not match expected schema: 'supplier name' is a required propert	18.02 20:11
⠿	5566249.pdf	email	error OCR output does not match expected schema: 'supplier name' is a required propert	18.02 20:11
⠿	5566247.pdf	email	error OCR output does not match expected schema: 'supplier name' is a required propert	18.02 20:11

Intent: QUALISA