Wie Sie IronOCR mit Google Antigravity verwenden
Viele KI-Coding-Tools hören bei der Code-Kompilierung auf und überlassen es Ihnen, zu überprüfen, ob der Code funktioniert. Bei OCR kann diese Lücke kostspielig sein. Zum Beispiel kann ein Rechnungsimporter eine Datenbank ohne Fehler erstellen und füllen, aber ein Viertel der Summen kann falsch gelesene Ziffern enthalten, was der Build-Output nicht enthüllt.
Google Antigravity arbeitet über Agenten, die Arbeit zur Überprüfung zurückgeben. IronOCR extrahiert Text, Barcodes und Tabellen aus Bildern und PDFs lokal in .NET. Wenn der Agent Testseiten verwaltet, kennt er deren Inhalte, liest jede Seite mit IronOCR, vergleicht extrahierte Werte mit bekannten Werten und iteriert, bis sie übereinstimmen.
Dieser Artikel behandelt KI-Coding-Tools, die Ihnen helfen, Software auf IronOCR zu erstellen. Die eigenen maschinellen Lernfunktionen von IronOCR für Fotos und Handschrift sind ein separates Thema mit eigenem Foto-Leseguide und Handschrift-Leseguide.
SchnellstartÖffnen Sie Ihr Projekt in Antigravity und geben Sie die erwartete Ausgabe an.
/plan In this C# project, add IronOCR (the IronOcr NuGet package, namespace
IronOcr) and read the German invoice at TestData/rechnung.png, printing its text
and overall confidence. Only English ships with the package, so add whatever
German needs and tell me which package that was. Read the license key from the
IRONOCR_LICENSE_KEY environment variable, never hardcode it. Run dotnet build,
fix any errors, and show me the output.
Der Plan sollte IronOcr.Languages.German und die Sprachzuweisung benennen, und das Auslassen von beidem ist ein Fehler. Ohne das Sprachpaket wirft der erste Lesevorgang eine LanguagePackException, sodass der Fehler sofort zu erkennen ist.
Der Lizenzschlüssel-Leitfaden beschreibt alle Orte, an denen IronOCR nach einem Schlüssel sucht.
Minimaler Arbeitsablauf (5 Schritte)
- Laden Sie die C# OCR-Bibliothek von NuGet herunter
- Stellen Sie sicher, dass das Projekt kompiliert, bevor Sie es einem Agenten übergeben
- Verweisen Sie das Plattformpaket, das zum Host passt, und laden Sie den Schlüssel aus den Einstellungen
- Geben Sie jeder Aufgabe die Seiten, die Sprache, die Felder und die Werte, die sie liefern sollten
- Überprüfen Sie den Implementierungsplan, das Diff und die Rückgabe des Walkthroughs
Was ist Google Antigravity, und wie unterscheidet es sich von einem Chat-Tool?
Mit einem Ziel produziert ein Antigravity-Agent einen Plan, führt ihn im Editor, Terminal und einem Browser aus und berichtet über das, was er in Artefakten getan hat, die Sie überprüfen können, anstatt in einem Chat-Transkript.
Ohne Anleitung kann ein Agent, der eine Capture-Pipeline erstellt, die erste OCR-Methode wählen, die er findet, oder einen Paketnamen raten. Ein erratener Name kann sich auf ein gefälschtes Exemplar beziehen, das ein Angreifer bereits unter diesem Namen veröffentlicht hat, ein Vorgehen, das als slopsquatting bekannt ist. Verwenden Sie IronOcr für Windows und IronOcr.Linux für Linux.
Der Leitfaden für AI-Coding-Assistenten listet die IronOCR-Dokumentationslinks auf, die dem Agenten gegeben werden sollen, und enthält einen Einzelprompt-Akzeptanztest, den Sie in Antigravity durchführen können.
Was liefert der Agent zurück und wie überprüfen Sie es?
Vor dem Code, der Implementierungsplan
Der Plan definiert die Dateien, Sprachauswahl, Filter und Zielfelder. Überprüfen Sie ihn, um den Umfang zu bestätigen.
Während des Durchlaufs, der Code-Diff
Der Code-Diff zeigt, wie der Plan umgesetzt wird. Bestätigen Sie, dass der Leser die spezifizierten Seiten lädt, dass die versprochenen Filter angewendet werden und dass jedes verwendete Mitglied in der API Referenz vorhanden ist.
Nach dem Durchlauf, die Durchgang
Der Walkthrough schließt die Aufgabe ab, indem er Änderungen zusammenfasst und Ergebnisse nachweist.
Woher stammt der Nachweis?
/browser Services/CaptureService.cs extracts delivery note numbers and totals
from uploads to POST /capture.
1. Run the API and upload TestData/known/invoice-01.png in the browser.
Capture a screenshot.
2. Upload every file in TestData/known/ and record the delivery note number
and total returned.
3. Include the five rotated or noisy scans in that folder.
4. Report a table of file, expected delivery note number, number returned,
expected total, total returned, confidence, and match.
5. If any row does not match, explain the cause before changing anything, fix
it in CaptureService.cs, and run the whole table again. Attach the table
and the screenshots as Artifacts.
Das erneute Durchlaufen der gesamten Tabelle danach bestätigt, dass ein Filter, der für einen Scan hinzugefügt wurde, keine anderen gebrochen hat.
Aus der CLI startete der /browser-Befehl einen Chrome-Subagenten.
Um einen Fehllesefehler zu kennzeichnen, wie z.B. eine Summe mit vertauschter Ziffer, kommentieren Sie den Screenshot.
Was verursacht falsche oder fehlende OCR-Werte?
Die meisten Abweichungen haben einige häufige Ursachen. Nennen Sie die vermutete Ursache und der Agent überspringt das Ausprobieren.
- Falsche Ziffern auf gedrehten oder verrauschten Seiten erfordern in der Regel
DeskewundDeNoise. - Ein Lesevorgang, der Text, aber keine Barcodes zurückgibt, benötigt
Configuration.ReadBarCodeseingeschaltet. - Wenn
ConvertToSearchablePdfbei einem Scan ausgelöst wird, rufen Sie stattdessenSaveAsSearchablePdfbeim Leseergebnis auf.
Wie richtet man ein Projekt ein, in dem Antigravity arbeiten kann?
Stellen Sie dem Agenten ein Projekt bereit, das kompiliert. Andernfalls verbringt der Agent seine Zeit mit Build-Fehlern.
Delegieren Sie die Installation an den Agenten.
Add the IronOcr NuGet package to this project. Then tell me which version was
installed and show me the PackageReference line. Configure the license key to
be read from the IRONOCR_LICENSE_KEY environment variable or a config file
rather than hardcoded, and add that config file to .gitignore if it isn't
already. Don't change other package references.
Verwenden Sie die gemeldete Versionsnummer in allen nachfolgenden Aufgaben.
Fügen Sie früh im Projekt eine permanente Anleitungsdatei, AGENTS.md oder GEMINI.md, zum Wurzelverzeichnis des Repos hinzu. Dokumentieren Sie, dass OCR IronOCR verwendet.
/learn The repository already carries an AGENTS.md from the ChatGPT Codex
setup, and this platform reads the same file. Extend its OCR section with the
rules this platform adds. Produce an Implementation Plan before any file is
edited. Attach the evidence to the Walkthrough rather than describing it. And
treat no task as finished until every page read is checked against a known
value.
In unserem Durchlauf fügte der Agent die drei Regeln zur bestehenden Anleitungsdatei hinzu.
Wie delegieren Sie Extraktions- und Migrationsarbeit?
Wenn Sie Felderextraktion benötigen, geben Sie die relevanten Seiten und die Dateien an, in denen der Leser enthalten sein soll.
Show me the Implementation Plan before any file is written. Then create
Services/DeliveryNoteReader.cs with a method that takes the path of a scanned
PDF, reads it with IronTesseract, and returns the amount on the line
containing Total due with that line's confidence, or null if the line is
missing. Create Services/SearchablePdf.cs with a method that writes a
searchable copy of a scanned PDF. Build, then prove ten sample invoices return
their known totals.
In unserem Test lud der Leser jeden Scan als PDF-Eingang und suchte in jeder Seitenzeile nach der Zeile mit der fälligen Summe.
Migrationen eignen sich gut zur Delegation, da sie langwierig, sich wiederholend und anfällig für übersehene Randfälle sind. Weisen Sie den Agenten auf den aktuellen Quellcode hin.
/plan Read Capture/LegacyCaptureService.cs. It reads scans with another OCR
library.
1. List every read it performs, with the settings it uses.
2. Map each setting to its IronOCR equivalent, citing the documentation page.
3. Produce this as a plan Artifact. Do not write code yet.
Die Desktop-App hält den Plan für Ihre Überprüfung bereit. Überprüfen Sie aus der CLI das Diff nach einer Planaufgabe.
Jede Zuordnung ohne unterstützenden Link sollte genauer überprüft werden. Der Leitfaden für Bildeingaben und der Leitfaden für PDF-Eingaben behandeln das Laden, während der Ergebnissleitfaden die Ausgabe erklärt.
Wann sollten Sie mehr als einen Agenten entsenden?
OCR-Migrationen können in zwei parallele Aufgaben unterteilt werden.
Agent A: migrate Capture/LegacyCaptureService.cs to IronOCR per the approved
plan. Keep the public method signatures unchanged.
Agent B: write xUnit tests for the migrated service. Assert that every page in
TestData/known/ returns its expected delivery note number and total, that
barcodes are returned when enabled, that a page without a total returns null,
and that reads below 80 confidence are flagged. Do not assert on full page
text.
Wie debuggen Sie Bereitstellungsfehler auf Linux, Docker oder Azure?
Attach the terminal output to the Walkthrough when you are done. Reading
invoices works locally on Windows but fails in our Linux container with:
[PASTE FULL EXCEPTION AND STACK TRACE HERE]
Check which IronOCR package the project references, whether the container has
the native dependencies IronOCR needs, and whether IRONOCR_LICENSE_KEY reaches
the container. Explain the cause, then propose the change. Don't modify C#
code unless the cause is there.
Ohne klare Anweisungen kann ein Agent Fehler in einem Catch-Block unterdrücken. Verweisen Sie ihn auf den Docker-Leitfaden und den Azure-Leitfaden.
Was haben die Aufforderungen in einem realen Lauf erzeugt?
Die sieben Eingabebefehle, die keine eingefügten Fehler benötigten, wurden in einem einzelnen Durchgang in die Antigravity CLI gegen eine Beispiel-API zur Erfassung eingegeben. Die Anwendung ist eine ASP.NET Core-App mit einem älteren Tesseract-Leser, zehn Lieferscheinen mit bekannten Werten (einschließlich drei gedrehter, zwei gesprenkelter und vier mit QR-Codes), zehn gescannten Belegbeispielen und einer deutschen Rechnung. Der Lizenzschlüssel wurde über eine Umgebung bereitgestellt. Nach der Ausführung bestätigten ein unabhängiger Build, ein Testlauf und die Verifizierung jedes Lieferscheins die untenstehenden Ergebnisse.
- Bekannte Notizen stimmten 10 von 10 mit dem älteren Leser und 10 von 10 nach dem Wechsel zu IronOCR überein, bei einer Vertrauenswürdigkeit von 76,2 bis 96,0.
- xUnit-Tests bestanden 17 von 17.
- Bei der deutschen Rechnung las IronOCR 3.271,07 EUR bei einer Vertrauenswürdigkeit von 95,5.
- Die Summen der Beispielrechnungen stimmten 10 von 10 überein.
- Builds wurden 7 von 7 mal erfolgreich abgeschlossen, mit 0 Fehlern und ohne menschliche Bearbeitungen.
- Der nur als Plan vorgesehene Eingabebefehl schrieb dennoch Code und meldete eine Genehmigung, die niemand erteilt hatte.
- Barcode-Tests überspringen leise die gesprenkelte QR-Notiz, die keinen Barcode zurückgibt.
- Anders als die Seite lief die Sitzung unbeaufsichtigt mit
--dangerously-skip-permissions, und der Zwei-Agenten-Befehl lief als ein Agent.
Antigravität's Version, Modell und Timing sowie die Testmaschine sind im Laufprotokoll des Hubs aufgeführt.
Fehlerbehebung
- Wenden Sie einen Lizenzschlüssel in IronOCR an, wenn generierter Code LicensingException wirft
- Verbessern Sie die OCR-Genauigkeit, wenn Werte von einer Seite falsch gelesen werden
- Lesen Sie Barcodes mit IronOCR, wenn Barcodes in einem Lesevorgang fehlen, der Text zurückgegeben hat
- IronOCR auf Docker, wenn Lesevorgänge in einem Linux-Container fehlschlagen, aber lokal funktionieren
Fragen?
Wenn Sie Fragen haben, wenden Sie sich an support@ironsoftware.com.
Curtis Chau hat einen Bachelor-Abschluss in Informatik von der Carleton University und ist spezialisiert auf Frontend-Entwicklung mit Expertise in Node.js, TypeScript, JavaScript und React. Leidenschaftlich widmet er sich der Erstellung intuitiver und ästhetisch ansprechender Benutzerschnittstellen und arbeitet gerne mit modernen Frameworks sowie der Erstellung gut strukturierter, optisch ansprechender Handbücher.