Распознавание документов в Staqflow: PDF и сканы в поля

Счета, акты, накладные и анкеты часто поступают файлом, а в учётной системе нужны отдельные реквизиты: номер, дата, сумма, контрагент. Новый узел «Извлечение из документа» в Staqflow преобразует PDF или скан в поля заданной структуры. Следующие шаги workflow передают их в 1С, CRM или таблицу.

Из документа возвращаются значения нужных типов

В отличие от свободного описания картинки, извлечение заполняет определённую форму. Для каждого поля задаются имя, пояснение, тип и обязательность. Поддерживаются текст, число, дата, логическое значение и список строк. Например, сумма возвращается числом и может сразу сравниваться с лимитом в условии.

Если нужны строки накладной с наименованием, количеством и ценой, можно задать собственную JSON-схему с вложенной структурой. Необязательные поля допускают null: модель получает возможность сообщить об отсутствии значения вместо его выдумывания. Узел также включает требование брать реквизиты только из документа.

Семь провайдеров работают через общую настройку

Доступны OpenAI, OpenRouter, собственный OpenAI-совместимый сервер, xAI, Gemini, Mistral и Yandex Vision. Различия протоколов обрабатывает узел. OpenAI и OpenRouter читают файл непосредственно, xAI использует отдельный метод API, Gemini — свой формат схемы. Mistral совмещает распознавание и заполнение формы в одном запросе.

Yandex Vision сначала возвращает распознанный текст, затем языковая модель извлекает из него поля. Для этих двух шагов достаточно одного подключения. Полный распознанный текст можно сохранить у Mistral и Yandex; остальные провайдеры не возвращают его в этом режиме.

Настройка начинается с документа и схемы реквизитов

1. Создайте подключение в учётных данных пространства, добавьте узел и выберите модель.
2. Укажите бинарное поле с документом: вложением почты, файлом из Telegram или хранилища.
3. Перечислите поля и задайте типы. Для сложной формы используйте свою JSON-схему.
4. Добавьте уточнение для нестандартного бланка: где расположен номер, какая строка содержит итог, включён ли НДС.

Принимаются PDF, PNG, JPEG, WebP и GIF. Тип проверяется по первым байтам файла. TIFF со сканера отклоняется до оплачиваемого запроса с пояснением допустимых форматов.

На выходе доступны fields со значениями, данные о провайдере и модели, расход токенов и число страниц, если API его сообщает. Опция сохранения входных полей оставляет рядом идентификатор письма, отправителя и имя файла.

Распознанные данные связывают с учётным процессом

• Счета и накладные: письмо → реквизиты → поиск поставщика → создание документа в 1С. Неизвестный контрагент или превышение лимита — на подтверждение бухгалтерии.
• Чеки: фото из бота → дата, сумма, магазин и категория → строка авансового отчёта.
• Анкеты: PDF → поля → карточка в CRM.
• Договоры и акты: номер, стороны, сумма и срок → реестр с напоминаниями о продлении.
• Архив: файлы обрабатываются отдельными элементами, ошибки направляются в свою ветку.

Перед записью в систему нужны контрольные проверки

Сопоставьте итоговую сумму с суммой позиций, проверьте обязательные поля и примените пороги ручного согласования. Для разных типов документов лучше использовать разные схемы. Это позволяет отличить ошибку распознавания от отсутствующего реквизита и не создавать некорректный документ автоматически.

При выборе внешней модели учитывайте, какие данные будут переданы вместе с файлом. Если документ должен оставаться внутри инфраструктуры компании, можно использовать собственный контур и совместимую локальную модель. Отправка только необходимых страниц снижает объём обработки; повторный вызов для того же файла увеличивает расходы провайдера.

Оплата API распознавания и ресурсов workflow — отдельные составляющие. Провайдеры учитывают токены; сканированные страницы могут потреблять больше ресурсов, чем короткий текст.

Частые вопросы

Можно ли извлечь строки таблицы?

Да. Опишите массив позиций в собственной JSON-схеме с нужными полями и типами.

Что происходит, если значения в документе нет?

Необязательное поле может получить null. Пустое обязательное поле должно стать условием для проверки человеком.

Возвращается ли весь распознанный текст?

Эта опция доступна у Mistral и Yandex. У других провайдеров узел возвращает поля без полного текста документа.

Связанные материалы

• Анализ изображений в Staqflow: проверка фото внутри workflow
• Экспорт и импорт workflow в Staqflow: перенос без пересборки
• STAQ.WorkflowAI: визуальный конструктор и ИИ для процессов

Подробнее о возможностях автоматизации — на сайте Staqflow.