Google Antigravityを使用したIronOCRの使い方

Curtis Chau
Curtis Chau
更新日: 2026年10月9日

多くのAIコーディングツールはコードのコンパイルで終わり、それが動作するかどうかの確認をユーザーに任せます。 OCRでは、このギャップが高くつくことがあります。 例えば、請求書インポーターがエラーレスでデータベースをビルドし、それを埋めるかもしれませんが、合計の4分の1は誤読された数字を含む可能性があり、ビルド出力ではこれが明らかになりません。

Google Antigravityは、皆様がレビューするための作業を返すエージェントを通じて動作します。 IronOCRは、画像やPDFからテキスト、バーコード、表をローカルの.NETで抽出します。 エージェントがテストページを管理する場合、彼らはその内容を知り、IronOCRで各ページを読み取り、抽出した値を既知の値と比較し、一致するまで繰り返します。

この記事では、IronOCRでソフトウェアの構築を支援するAIコーディングツールを紹介します。 IronOCRの写真や手書き文字に対する独自の機械学習機能は別のテーマであり、それに対する写真読み取りガイドと手書きガイドがあります。

クイックスタート
NuGetNuGet でインストール

PM > Install-Package IronOcr

NuGetパッケージマネージャーコンソールで上記のコマンドを実行するか、NuGetパッケージマネージャーでパッケージを検索して、IronOCRをインストールします。

Antigravityでプロジェクトを開き、予想される出力を指定してください。

/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.
Text

計画ではIronOcr.Languages.Germanと言語の割り当てを指定する必要があり、どちらかが欠落しているとエラーになります。 言語パックがない場合、最初の読み取りでLanguagePackExceptionが発生するため、エラーはすぐに明らかになります。

ライセンスキーガイドには、IronOCRがキーをチェックするすべての場所が詳述されています。



Google Antigravityとは? そしてチャットツールとどう違うのですか?

目標が与えられた場合、Antigravity エージェントは計画を作成し、エディタ、ターミナル、およびブラウザで実行し、アーティファクトで報告するため、それをチャットのトランスクリプトよりも確認することができます。

ガイダンスなしでは、キャプチャパイプラインを構築するエージェントは、最初に見つけたOCRのアプローチを選択したり、パッケージ名を推測したりする可能性があります。 推測された名前はスコッパこれから公開済みの偽名に解決される可能性があり、このような練習はスロップスクワッティングとして知られています。 Windows用にIronOcr、Linux用にIronOcr.Linuxを使用してください。

AIコーディングアシスタントガイドには、エージェントに提供するIronOCRドキュメントリンクがリストされており、Antigravityで実行可能な単一のプロンプト受け入れテストが含まれています。

エージェントから何が返却され、どのようにレビューするのか?

コードの前に実装計画

計画は、ファイル、言語の選択、フィルター、およびターゲットフィールドを定義します。 範囲を確認するために確認してください。

実行中のコード差分

コードの差分は、計画がどのように実装されているかを示します。 指定されたページがロードされること、約束されたフィルターが適用されること、すべてのメンバーがAPIリファレンスに存在することを確認してください。

実行後のウォークスルー

ウォークスルーは、変更点を要約し、結果のエビデンスを提供することでタスクを締めくくります。

証拠はどこから来ますか?

/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.
Text

その後にテーブル全体を繰り返すことで、1つのスキャンで追加したフィルターが他のものを壊していないことを確認します。

CLIから、/browserコマンドでChromeサブエージェントが起動されました。

注意してください: スクリーンショットとAntigravityが作成したブラウザ録画を確認してください。 エージェントがアップロードフォームをスキップした場合、ユーザーのワークフローをテストしていません。

読み間違い、例えば数字が交替した合計をフラグするには、スクリーンショットにコメントを付けてください。

OCRの値が間違っていたり不足しているのはなぜですか?

ほとんどの不一致にはいくつかの共通した原因があります。 疑わしい原因を名指しし、エージェントは試行錯誤をスキップします。

  • 回転していたりノイズの多いページにある間違った数字は通常、DeskewとDeNoiseを必要とします。
  • テキストを返すがバーコードを返さない読み取りには、Configuration.ReadBarCodesがオンになっている必要があります。
  • ConvertToSearchablePdfがスキャンでスローされたときは、代わりに読み取り結果にSaveAsSearchablePdfを呼び出してください。

Antigravityで作業できるプロジェクトをどのように設定するのか?

プロジェクトがコンパイルされることをエージェントに提供してください。 そうでないと、エージェントはビルドエラーに時間を費やすことになります。

インストールをエージェントに委任します。

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.
Text

後続のすべてのタスクで報告されたバージョン番号を使用してください。

プロジェクトの初期段階でレポジトリのルートに常設の指示ファイル、AGENTS.md または GEMINI.md を追加してください。 OCRがIronOCRを使用していることを記録してください。

/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.
Text

我々の実行ではエージェントが既存の指示ファイルに3つの規則を追加しました。

抽出と移行作業をどのように委任しますか?

フィールドの抽出が必要なときは、関連するページと読み取りが含まれるべきファイルを指定してください。

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.
Text

我々のテストでは、読み取りが各スキャンをPDF入力としてロードし、各ページの行を検索して請求合計行を見つけました。

移行は長く、反復的で、見落としがちな境界ケースに多くの時間を取るため、委任に非常に適しています。 現在のソースコードをエージェントに指摘してください。

/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.
Text

デスクトップアプリはレビュー用の計画を保持しています。 CLIから、計画タスク後の差分をレビューしてください。

サポートリンクがないマッピングは詳細にレビューする必要があります。 画像入力ガイドとPDF入力ガイドはロードを説明し、結果ガイドは出力を説明します。

複数のエージェントを派遣するのはいつですか?

OCRの移行は2つの並列タスクに分けることができます。

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.
Text
注意してください: デスクトップアプリで2つのエージェントを実行するとき、それらのウォークスルーを比較してください。 2番目のエージェントのテストは、最初のエージェントで生成されたコードに対してのみ有効です。 また、信頼テストが低い値を取得する方法を確認してください。 テストでは、斑点のあるメモを読み取り、その値とフラグの両方を確認しました。

Linux、Docker、Azureでのデプロイ失敗をどのようにデバッグしますか?

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.
Text

明確な指示がないと、エージェントはキャッチブロックで失敗を抑える可能性があります。 DockerガイドとAzureガイドに指摘してください。

プロンプトが実運用で生成したものは何ですか?

コピーした失敗を必要としない7つのプロンプトがサンプルキャプチャAPIに対して単一のセッションで順次Antigravity CLIに提出されました。 そのアプリケーションはASP.NET Coreアプリで、計測済みの値を持つ10件の配送メモ(うち3件が回転、2件が斑点、4件がQRコードを持つ)、10件のスキャンされたサンプル請求書、および1件のドイツ請求書があります。ライセンスキーは環境変数として提供されました。 実行後、独立したビルド、テスト実行、および各配送メモの確認が、下記の結果を確認しました。

  • 既知のメモは、レガシーリーダーで10/10一致し、IronOCRに移行後も10/10一致し、信頼度76.2から96.0である。
  • xUnitテストは17/17が合格しました。
  • ドイツの請求書では、IronOCRが3,271.07ユーロを、信頼度95.5で読み取りました。
  • サンプル請求書の合計は10/10一致しました。
  • ビルドは7/7成功し、エラーは0で、人間による編集もありません。
  • プラン限定プロンプトは、承認を誰からも受けていないのにコードを何とか作成し、報告しました。
  • バーコードのテストは、バーコードを返さない斑点QRノートを静かにスキップします。
  • ページとは異なり、セッションは--dangerously-skip-permissionsで無監視で実行され、2エージェントプロンプトが1エージェントとして実行されました。

Antigravity のバージョン、モデル、タイミング、およびテストマシンは、ハブの実行記録に掲載されています。


トラブルシューティング


質問ありますか?

質問がある場合は、support@ironsoftware.com にお問い合わせください。

Curtis Chauは、カールトン大学でコンピュータサイエンスの学士号を取得し、Node.js、TypeScript、JavaScript、およびReactに精通したフロントエンド開発を専門としています。直感的で美しいユーザーインターフェースを作成することに情熱を持ち、Curtisは現代のフレームワークを用いた開発や、構造の良い視覚的に魅力的なマニュアルの作成を楽しんでいます。

もっと読む

準備はできましたか?

NuGetダウンロード数 6,394,824バージョン:2026.11ちょうどリリースされました