Comment utiliser IronOCR avec Google Antigravity
De nombreux outils de codage AI s'arrêtent à la compilation du code et vous laissent vérifier que le code fonctionne. Dans l'OCR, cet écart peut être coûteux. Par exemple, un importateur de factures peut construire et remplir une base de données sans erreurs, mais un quart des totaux peut contenir des chiffres mal lus, ce que la sortie de construction ne révélera pas.
Google Antigravity fonctionne par le biais d'agents qui retournent le travail pour votre révision. IronOCR extrait le texte, les codes-barres et les tableaux des images et des PDF localement dans .NET. Lorsque l'agent gère les pages de test, il connaît leur contenu, lit chaque page avec IronOCR, compare les valeurs extraites aux valeurs connues et itère jusqu'à ce qu'elles correspondent.
Cet article couvre les outils de codage AI qui vous aident à créer des logiciels avec IronOCR. Les fonctionnalités d'apprentissage automatique d'IronOCR pour les photographies et l'écriture manuscrite sont un sujet distinct, avec leur propre guide de lecture photo et guide de l'écriture manuscrite.
Démarrage rapideOuvrez votre projet dans Antigravity et spécifiez la sortie attendue.
/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.
Le plan doit nommer IronOcr.Languages.German et l'assignation linguistique, et l'omission de l'un ou l'autre est une erreur. Sans le pack de langue, la première lecture déclenche une LanguagePackException, donc l'erreur apparaît immédiatement.
Le guide de la clé de licence détaille tous les emplacements qu'IronOCR vérifie pour obtenir une clé.
Flux de travail minimal (5 étapes)
- Téléchargez la bibliothèque C# OCR depuis NuGet
- Vérifiez que le projet compile avant de le confier à un agent
- Faites référence au package de la plate-forme qui correspond à l'hôte et chargez la clé à partir des paramètres
- Donnez à chaque tâche les pages, la langue, les champs et les valeurs qu'elles doivent produire
- Passez en revue le Plan d'implémentation, le diff et le Walkthrough qu'il renvoie
Qu'est-ce que Google Antigravity et comment est-il différent d'un outil de chat?
Étant donné un objectif, un agent Antigravity produit un plan, l'exécute dans l'éditeur, le terminal et un navigateur, et rapporte ce qu'il a fait dans des Artifacts que vous pouvez examiner plutôt qu'une transcription de chat.
Sans orientation, un agent construisant un pipeline de capture peut choisir la première approche OCR qu'il trouve ou deviner un nom de package. Un nom deviné peut se résoudre à une contrefaçon qu'un attaquant a publiée sous ce nom à l'avance, une pratique connue sous le nom de slopsquatting. Utilisez IronOcr pour Windows et IronOcr.Linux pour Linux.
Le guide des assistants de codage AI répertorie les liens de documentation IronOCR à donner à l'agent et inclut un test d'acceptation à un seul prompt que vous pouvez exécuter dans Antigravity.
Que remet l'agent, et comment l'examinez-vous?
Avant le code, le Plan d'Implémentation
Le plan définit les fichiers, la sélection de langue, les filtres et les champs cibles. Passez en revue pour confirmer la portée.
Pendant l'exécution, le diff de code
Le diff de code montre comment le plan est mis en œuvre. Vérifiez que le lecteur charge les pages spécifiées, que les filtres promis sont appliqués et que chaque membre utilisé est présent dans la référence API.
Après l'exécution, la Démonstration
Le Walkthrough conclut la tâche en résumant les changements et en fournissant des preuves des résultats.
D'où provient la preuve ?
/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.
Répéter l'ensemble du tableau par la suite confirme qu'un filtre ajouté pour un scan n'a pas cassé d'autres.
Depuis le CLI, la commande /browser a démarré un sous-agent Chrome.
Pour signaler une erreur de lecture, comme un total avec un chiffre transposé, commentez la capture d'écran.
Quelles sont les causes des valeurs OCR incorrectes ou manquantes?
La plupart des incompatibilités ont quelques causes communes. Nommez la cause suspectée et l'agent saute l'essai et l'erreur.
- Les mauvais chiffres sur des pages tournées ou bruyantes appellent généralement
DeskewetDeNoise. - Une lecture qui renvoie du texte mais pas de codes-barres nécessite l'activation de
Configuration.ReadBarCodes. - Lorsque
ConvertToSearchablePdfdéclenche une exception sur un scan, appelezSaveAsSearchablePdfsur le résultat de lecture à la place.
Comment configurez-vous un projet dans lequel Antigravity peut travailler?
Fournissez à l'agent un projet qui compile. Sinon, l'agent passe son temps sur des erreurs de compilation.
Déléguez l'installation à l'agent.
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.
Utilisez le numéro de version rapporté dans toutes les tâches suivantes.
Ajoutez un fichier d'instructions permanentes, AGENTS.md ou GEMINI.md, à la racine du dépôt au début du projet. Enregistrez qu'OCR utilise IronOCR.
/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.
Dans notre exécution, l'agent a ajouté les trois règles au fichier d'instructions existant.
Comment déléguer le travail d'extraction et de migration?
Lorsque vous avez besoin de l'extraction de champs, spécifiez les pages pertinentes et les fichiers dans lesquels le lecteur doit se trouver.
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.
Dans notre test, le lecteur a chargé chaque scan comme une entrée PDF et a cherché chaque ligne des pages pour la ligne Total dû.
Les migrations se prêtent bien à la délégation, car elles sont longues, répétitives et sujettes à des cas limites négligés. Pointez l'agent vers le code source actuel.
/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.
L'application de bureau détient le plan pour votre révision. Depuis le CLI, examinez le diff après une tâche de planification.
Toute cartographie sans lien de support doit être examinée de plus près. Le guide d'entrée d'image et le guide d'entrée PDF traitent du chargement, tandis que le guide de résultats explique la sortie.
Quand devriez-vous dépêcher plus d'un agent ?
Les migrations OCR peuvent être divisées en deux tâches parallèles.
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.
Comment déboguiez-vous les échecs de déploiement sur Linux, Docker, ou 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.
Sans instructions claires, un agent peut supprimer les échecs dans un bloc try-catch. Pointez-le vers le guide Docker et le guide Azure.
Qu'est-ce que les messages ont produit lors d'une réelle exécution ?
Les sept invites qui ne nécessitaient pas d'échecs collés ont été soumises séquentiellement au CLI Antigravity en une seule session contre une API de capture d'échantillon. L'application est une application ASP.NET Core avec un lecteur Tesseract hérité, dix notes de livraison avec des valeurs connues (dont trois tournées, deux mouchetées et quatre avec QR codes), dix factures d'échantillon scannées, et une facture allemande. La clé de licence a été fournie via une variable d'environnement. Après l'exécution, une compilation indépendante, l'exécution des tests et la vérification de chaque note de livraison ont confirmé les résultats ci-dessous.
- Les notes connues correspondaient à 10 sur 10 avec le lecteur hérité et 10 sur 10 après le passage à IronOCR, avec une confiance de 76,2 à 96,0.
- Les tests xUnit ont réussi 17 sur 17.
- Sur la facture allemande, IronOCR a lu 3.271,07 EUR avec une confiance de 95,5.
- Les totaux des factures d'échantillon correspondaient à 10 sur 10.
- Les compilations ont réussi 7 sur 7 avec 0 erreur et aucune modification humaine.
- L'invite du seul plan a écrit du code quand même et a rapporté une approbation que personne n'a donnée.
- Les tests de code-barres sautent silencieusement la note QR mouchetée, qui ne renvoie pas de code-barres.
- Contrairement à la page, la session s'est déroulée sans surveillance avec
--dangerously-skip-permissions, et l'invite à deux agents a fonctionné comme un agent.
La version, le modèle et les délais d'Antigravity, ainsi que la machine de test, sont listés dans le registre d'exécution du hub.
Dépannage
- Appliquez une clé de licence dans IronOCR si le code généré déclenche LicensingException
- Améliorez la précision de l'OCR si les valeurs lues d'une page sont incorrectes
- Lire les codes-barres avec IronOCR si les codes-barres manquent dans une lecture qui a renvoyé du texte
- IronOCR sur Docker si les lectures échouent dans un conteneur Linux mais fonctionnent localement
Des questions ?
Si vous avez des questions, contactez support@ironsoftware.com
Curtis Chau détient un baccalauréat en informatique (Université de Carleton) et se spécialise dans le développement front-end avec expertise en Node.js, TypeScript, JavaScript et React. Passionné par la création d'interfaces utilisateur intuitives et esthétiquement plaisantes, Curtis aime travailler avec des frameworks modernes et créer des manuels bien structurés et visuellement attrayants.