Распознавание чеков и документов по фото с помощью APInita

Например нам необходимо переводить фотографию чека в структурированный набор данных (OCR), например JSON формат (указать можно любой формат данных, например Markdown или просто текст для отправки в Телеграм). Для этого используем сервис HydraAI.

Настройка первого шага

1. Создаем сервис HydraAI
2. Действие - выбираем "Анализ изображений"
3. Модель - выбираем необходимую модель

4. Промт - пишем следующее указание:

   
   

   На фото чек. Тебе нужно распознать: название, количество, цену товаров и общую цену.
   
   Верни ответ в JSON формате (без ```json), вида:
   
   {
      items: [
             {
                  name: (название),
                  cnt: 1 (количество),
                  price: 100 (цена)
             }
        ],
        total_price: 100
   }

   
   
5. URL до изображения - указываем ссылку на фото чека.
6. Подключение - выбираем созданное подключение к HydraAI (подробнее).

Сохраняем и запускаем сценарий. В ответ нам приходи примерно следующее:

{
   "items":
      [
         { "name": "Футболка топ дев", "cnt": 2, "price": 600 },
         { "name": "Футболка топ мал", "cnt": 1, "price": 600 }
      ],
   "total_price": 1800
}

Стоимость подобной операции с использованием модели gpt-4o-mini получается примерно 0.20р.

Настройка второго шага

Теперь полученные данные можно куда-то отправить: в один из сервисов (например в Телеграм), либо HTTP запросом.