Jak korzystac z IronOCR z Google Antigravity

Curtis Chau
Curtis Chau
Zaktualizowano: 9 października 2026

Wiele narzędzi kodujących opartych na AI przestaje działać na etapie kompilacji kodu i pozostawia weryfikację jego poprawności użytkownikowi. W OCR taka luka może być kosztowna. Na przykład, importer faktur może zbudować i wypełnić bazę danych bez błędów, jednak jedna czwarta sum może zawierać błędnie odczytane cyfry, czego wynik budowy nie ujawni.

Antigravity od Google działa poprzez agentów, którzy zwracają pracę do przeglądu. IronOCR wyodrębnia tekst, kody kreskowe i tabele z obrazów oraz PDF-ów lokalnie w .NET. Gdy agent zarządza stronami testowymi, zna ich zawartość, odczytuje każdą stronę za pomocą IronOCR, porównuje wyodrębnione wartości z wartościami znanymi i iteruje, aż się zgadzają.

Ten artykuł omawia narzędzia kodowania AI, które pomagają budować oprogramowanie na IronOCR. Wlasne funkcje uczenia maszynowego IronOCR dla zdjec i pisma recznego to oddzielny temat, z wlasnym przewodnikiem dotyczacym odczytu zdjec i przewodnikiem dotyczacym pisma recznego.

Szybki start
NuGetInstalacja z NuGet

PM > Install-Package IronOcr

Zainstaluj IronOCR, wykonując powyższe polecenie w konsoli Menedżera Pakietów NuGet lub wyszukaj pakiet w Menedżerze Pakietów NuGet.

Otworzyć projekt w Antigravity i określić oczekiwany wynik.

/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

Plan powinien nazwać IronOcr.Languages.German oraz przypisanie języka, a pominięcie któregokolwiek z nich jest błędem. Bez pakietu językowego pierwszy odczyt wyrzuca LanguagePackException, więc błąd ujawnia się natychmiast.

Przewodnik po kluczach licencyjnych szczegółowo opisuje wszystkie lokalizacje, w których IronOCR szuka klucza.



Czym jest Google Antigravity i czym różni się od narzędzia czatowego?

Agent Antigravity, wykonując plan, realizuje go w edytorze, terminalu i przeglądarce, i raportuje, co zrobił w Artefaktach, które można przeglądać zamiast transkrypcji czatu.

Bez właściwego wskazówek, agent budujący potok przechwytywania może wybrać pierwsze rozwiązanie OCR, jakie napotka, lub zgadnąć nazwę pakietu. Zgadnięta nazwa może rozwiązać się do podróbki, którą atakujący opublikował pod tą nazwą z wyprzedzeniem, co jest praktyką znaną jako slopsquatting. Użyj IronOcr dla Windows i IronOcr.Linux dla Linux.

Przewodnik asystentów kodowania AI zawiera linki do dokumentacji IronOCR do przekazania agentowi oraz jednopoleceniowy test akceptacji, który można uruchomić w Antigravity.

Co zwraca agent i jak to przeglądasz?

Zanim kod, Plan Implementacji

Plan definiuje pliki, wybór języka, filtry i pola docelowe. Przejrzyj go, aby potwierdzić zakres.

Podczas biegu, różnica w kodzie

Różnica w kodzie pokazuje, jak plan jest realizowany. Zweryfikuj, czy czytnik laduje okreslone strony, czy obiecane filtry sa stosowane, i czy kazdy uzywany czlonek wystepuje w dokumentacji API.

Po biegu, Przewodnik

Opis Działania kończy zadanie, podsumowując zmiany i dostarczając dowody wyników.

Skąd pochodzi dowód?

/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

Powtórzenie całej tabeli później potwierdza, że filtr dodany do jednego skanowania nie złamał innych.

Z CLI, polecenie /browser uruchamia podagenta Chrome.

Uwaga: Przejrzyj zrzut ekranu i kazde nagranie przegladarki wygenerowane przez Antigravity. Jeśli agent pominął formularz przesyłania, nie przetestował przepływu pracy użytkownika.

Aby zasygnalizować błędny odczyt, taki jak suma z przestawioną cyfrą, należy skomentować zrzut ekranu.

Co powoduje błędne lub brakujące wartości OCR?

Większość niedopasowań ma kilka wspólnych przyczyn. Należy nazwać podejrzaną przyczynę, a agent ominie metodę prób i błędów.

  • Złe cyfry na obróconych lub zakłóconych stronach zwykle wymagają Deskew i DeNoise.
  • Odczyt, który zwraca tekst, ale nie kody kreskowe, wymaga włączenia Configuration.ReadBarCodes.
  • Gdy ConvertToSearchablePdf wyrzuci przy skanowaniu, zamiast tego wywołaj SaveAsSearchablePdf na wyniku odczytu.

Jak skonfigurować projekt, w którym Antigravity może działać?

Dostarczyć agentowi projekt, który się kompiluje. W przeciwnym razie agent marnuje czas na błędy kompilacji.

Delegować instalacje agentowi.

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

Użyć zgłoszonej wersji przy wszystkich następnych zadaniach.

Dodać plik z ciągłymi instrukcjami, AGENTS.md lub GEMINI.md, do korzenia repozytorium wcześnie w projekcie. Zapisać, że OCR używa 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.
Text

Podczas naszego uruchomienia agent dodał trzy zasady do istniejącego pliku instrukcji.

Jak delegować prace nad wyodrębnianiem i migracjami?

Gdy potrzebna jest ekstrakcja pól, określić odpowiednie strony i pliki, do których należy czytnik.

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

W naszym teście czytnik ładował każdy skan jako wejście PDF i przeszukiwał linie każdej strony w poszukiwaniu linii Suma należna.

Migracje są dobrze dostosowane do delegowania, jako że są długotrwałe, powtarzalne i narażone na przeoczenie składów przypadków brzegowych. Skierować agenta na aktualny kod źródłowy.

/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

Aplikacja desktopowa zawiera plan do przeglądu. Z CLI, przeglądaj różnice po zadaniu planu.

Każda mapowanie bez wspierającego linku powinno być dokładniej przeanalizowane. Przewodnik po wejsciach obrazow i Przewodnik po wejsciach PDF omawiaja ladowanie, podczas gdy przewodnik po wynikach wyjasnia wynik.

Kiedy należy wysłać więcej niż jednego agenta?

Migracje OCR można podzielić na dwa równoległe zadania.

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
Uwaga: Podczas uruchamiania dwóch agentów w aplikacji desktopowej porównaj ich Opisy Działania. Testy z drugiego agenta są ważne tylko wtedy, gdy działają na kodzie, który wygenerował pierwszy agent. Sprawdź także, jak test zaufania uzyskuje swoje niskie odczyty. W naszym teście czytało zakropkowaną notatkę i sprawdziło zarówno wartość, jak i flagę.

Jak debugować awarie wdrożeniowe na Linux, Docker lub 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.
Text

Bez jasnych instrukcji agent może tłumić niepowodzenia w bloku catch. Skieruj go do Przewodnika po Docker i Przewodnika po Azure.

Co wyprodukowały zapytania w rzeczywistym uruchomieniu?

Siedem zachec, ktore nie wymagaly wklejonych bledow, zostalo wyslanych sekwencyjnie do CLI Antigravity w jednej sesji przeciwko przykladowemu API przechwytywania. Aplikacja to aplikacja ASP.NET Core z dziedzicznym czytnikiem Tesseract, dziesiec not dostawczych ze znanymi wartosciami (w tym trzy obrocone, dwa zakropkowane i cztery z kodami QR), dziesiec zeskanowanych przykladowych faktur i jedna niemiecka faktura. Klucz licencyjny zostal dostarczony za posrednictwem zmiennej srodowiskowej. Po wykonaniu niezalezna budowa, uruchomienie testu i weryfikacja kazdej noty dostawczej potwierdzily wyniki ponizej.

  • Znane noty zgadzały się 10 z 10 z dziedzicznym czytnikiem i 10 z 10 po przejściu na IronOCR, przy pewności od 76,2 do 96,0.
  • Testy xUnit przeszly 17 z 17.
  • Na niemieckiej fakturze IronOCR odczytało 3.271,07 EUR przy pewności 95,5.
  • Próbka sum faktur zgodna w 10 na 10.
  • Kompilacje zakończyły się sukcesem 7 z 7 z 0 błędami i bez edycji przez człowieka.
  • Zapytanie tylko do planu napisało kod na wszelki wypadek i zgłosiło zatwierdzenie, mimo że nikt go nie dał.
  • Testy Business Intelligence cichaczem omijają zakropkowaną notę QR, która nie zwraca kodu kreskowego.
  • W przeciwieństwie do strony, sesja była uruchomiona bez nadzoru za pomocą --dangerously-skip-permissions, a zapytanie dwoj-agenta zostało uruchomione jako jeden agent.

Wersja, model i timing Antigravity oraz maszyna testowa są wymienione w rekordzie biegu w centralnym punkcie.


Rozwiązywanie problemów


Pytania?

W przypadku jakichkolwiek pytań, należy skontaktować się z support@ironsoftware.com

Curtis Chau posiada tytuł licencjata z informatyki (Uniwersytet Carleton) i specjalizuje się w front-endowym rozwoju, z ekspertką w Node.js, TypeScript, JavaScript i React. Pasjonuje się tworzeniem intuicyjnych i estetycznie przyjemnych interfejsów użytkownika, Curtis cieszy się pracą z nowoczesnymi frameworkami i tworzeniem dobrze zorganizowanych, atrakcyjnych wizualnie podręczników.

Czytaj więcej

Gotowy, aby rozpocząć?

Pobrania z NuGet 6,394,824Wersja:2026.11właśnie wydane