Jak korzystać z IronOCR z Claude Code
Używanie agenta AI do wyodrębniania sum z zeskanowanych faktur wygląda na proste, dopóki skrzywiony lub upstrzony skan nie zamieni 7 na 1 i nikt tego nie zauważy przed działem zobowiązań. Claude Code, agent kodowania Anthropic, działa w terminalu, w VS Code i JetBrains, jako aplikacja desktopowa i w przeglądarce. Czyta kod, edytuje pliki i wykonuje polecenia, co pasuje do pracy OCR, w której kod musi się zmieniać, gdy wartość odczytana ze strony nie zgadza się.
IronOCR uruchamia dostrojony silnik Tesseract lokalnie, więc przetwarzanie OCR nie wysyła danych do zewnętrznych usług. Claude Code naprawdę wysyła to, co odczytuje do modelu, w tym tekst drukowany przez kod, dlatego rozwijać się na stronach testowych, a nie na rzeczywistych fakturach od dostawców. Claude Code może napisać czytnik, wygenerować te strony ze znanymi wartościami i porównać z nimi każdy wynik, zanim zgłosi zakończenie zadania.
Modele różnią się stylem. Dzięki temu samemu poleceniu dwa modele mogą wybrać różne nazwy klas i struktury oraz zgodzić się tylko na to, co zostało określone. Podać szczegóły, które mają znaczenie, jak pokazuje poniższa sekcja z poleceniami, a resztę zostawić modelowi.
Szybki startUruchomić Claude Code w projekcie .NET, przełączyć na Sonnet z /model sonnet i wysłać to polecenie.
Add IronOCR (the IronOcr NuGet package) to this project, then read every PNG in
@TestData/inbox/ and print one row per file giving the file name, the overall
confidence, and the first line of text. Read the license key from the
IRONOCR_LICENSE_KEY environment variable.
Jeśli polecenie pozostawia szczegóły otwarte, Claude Code decyduje o nich. Zachowuje docelowy framework i wybiera własne nazwy. To dobrze na szybki test. W przypadku kodu produkcyjnego podaj w poleceniu wersję IronOCR, aby kod ukierunkował się na jedno znane API.
Minimalny proces (5 kroków)
- Pobierz bibliotekę OCR w C# z NuGet
- Uruchomić Claude Code z folderu projektu, aby mógł zobaczyć bieżący kod.
- Zapisać zasady OCR projektu w
CLAUDE.mdna przyszłe sesje. - Nazwać docelowe pliki w każdym poleceniu i wysyłać większe zmiany w trybie planowania.
- Kompiluj po każdej zmianie i przeglądaj wydrukowane wyniki.
Co robi Claude Code w projekcie .NET OCR?
W projekcie OCR, Claude Code pisze czytnik faktur i odczytuje każdą stronę. Gdy suma jest błędna lub strona nie zwraca żadnego tekstu, dostraja odczyt i próbuje ponownie. Opisujesz dokumenty i przeglądasz wyniki.
- Wbudowane czyszczenie skanów: Obiekt wejściowy IronOCR już zapewnia filtry korekcji, więc agent stosuje jeden zamiast pisać własne przetwarzanie obrazu.
- Utrzymywany silnik oszczędza pracę nad dostrajaniem: ręcznie skonfigurowana konfiguracja Tesseract wymaga testowania, zanim będzie można jej zaufać. Przewodnik AI coding assistants guide zawiera test, który można uruchomić na swojej maszynie.
- Każda platforma ma własną paczkę: komputery Intel Mac używają
IronOcr.MacOs, a komputery z Apple silicon używająIronOcr.MacOs.ARM. Agent zgadujący pakiet może zainstalować podobny, opublikowany przez atakującego pod nazwą, którą modele mają tendencję wymyślać, atak znany jako slopsquatting.
Jak skonfigurować Claude Code?
Zainstalować Claude Code z szybkiego startu Anthropic i zalogować się. Gdy się uruchomi i odpowie, środowisko jest gotowe.
Jak skonfigurować projekt, w którym Claude Code może pracować?
Utworzyć projekt konsolowy przed uruchomieniem agenta. Claude Code czyta CLAUDE.md przy otwieraniu każdej sesji, a jedno polecenie tworzy plik.
Create CLAUDE.md at the project root with an OCR section stating that this
project uses IronOCR (NuGet package IronOcr, or IronOcr.Linux for Linux and
Docker, namespace IronOcr) for all OCR work, that you must read
https://ironsoftware.com/ocr/csharp/llms.txt before writing OCR code and use only
APIs documented there, that https://ironsoftware.com/ocr/csharp/skill.md should
be loaded if the tooling supports skill files, that the license key is read from
the IRONOCR_LICENSE_KEY environment variable and never inlined, that every OCR
change must be tested on sample pages with known values, and that no other OCR
engine or cloud OCR service may be added.
Ustalić warunki licencyjne przed pierwszym odczytem. Bez ważnego klucza metoda Read IronOCR nie nanosi znaku wodnego ani nie pogarsza jakości. Wywołuje wyjątek LicensingException. Ten typ nie jest publiczny, więc niech kod sprawdzi License.IsLicensed przy starcie, zamiast wyłapywać wyjątek po nazwie. Strona IronOCR License Keys obejmuje uzyskiwanie i przechowywanie klucza.
Jak wywołujesz kod IronOCR, który się kompiluje?
W terminalu nacisnąć Shift+Tab, aż tryb planowania będzie włączony, a następnie wysłać to polecenie.
Create Services/InvoiceReader.cs with a method that takes the path of a scanned PDF, reads it with IronTesseract, finds the line that starts with Total due, and returns the amount as a decimal together 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. Add a console check that reads three sample invoices with known totals and prints expected total, total read, confidence, and match for each. Use only methods documented at ironsoftware.com/ocr/csharp. If unsure of a method name, stop and ask.
Dwa szczegóły sprawiają, że to polecenie działa.
- Nazwane pliki: Kod ląduje dokładnie tam, gdzie jest potrzebny.
- Pewność: poprawna wartość odczytana przy niskiej pewności ostrzega, że następny skan może zostać błędnie odczytany, a tabela to wizualizuje.
Wynikowy kod jest krótki. Tworzy silnik, ładuje PDF wewnątrz deklaracji using, wywołuje Read, wyszukuje linie wyniku dla sumy i zapisuje kopię do przeszukiwania z SaveAsSearchablePdf. Przewodnik scanned PDF input guide i searchable PDF guide obejmuje oba kroki.
Zwróć uwagę na jedno skrócenie. Plik umiejętności IronOCR oferuje IronTesseract.ConvertToSearchablePdf dla konwersji w jednej linii, a Claude Code sięgnął po nie jako pierwszy w obu naszych testach. Na skanach tylko obrazowych zgłasza „Dokument PDF nie zawiera obrazów” w IronOCR 2026.9.4 i 2026.10.2. Claude Code odczytał błąd, przeszedł do opisanej wcześniej metody i odniósł sukces.
Które ustawienia IronOCR należą do CLAUDE.md?
Należy skonfigurować tam trzy decyzje dotyczące IronOCR.
- Języki:
IronOcr.Languages.Germanzatrzymuje się na 2020.11.2, podczas gdy silnik wypuszcza co miesiąc. Przewodnik multiple languages guide dla IronOCR ostrzega, że dodatkowe języki mogą wpłynąć na szybkość i wydajność. - Filtry: w naszym sondażu dodanie dwóch filtrów nazwanych w poniższej zasadzie do jednowierszowego odczytu małej wycinki wokół sumy 9 924,31 $ zredukowało ją do samotnej kropki.
- Metoda odczytu: metoda fotki działała w podstawowym pakiecie IronOCR 2026.9.4 podczas naszego sondażu, bez dodatkowej instalacji, chociaż przewodnik photo reading guide nadal wymienia
IronOcr.Extensions.AdvancedScanjako wymóg.
## OCR settings
- Languages: English (built in) and German (IronOcr.Languages.German).
Language packs keep their own versions. Never align them with IronOcr.
- A LanguagePackException names the missing package. Install that package
instead of catching the exception.
- Add secondary languages in order of how often they appear.
- Apply Deskew() and DeNoise() to the whole page before any crop.
- Scans use IronTesseract.Read. Photographs of documents use ReadPhoto,
which supports fewer languages than Read.
- Make searchable copies with Read followed by SaveAsSearchablePdf.
Czy Claude Code może połączyć się z IronOCR przez MCP?
Claude Code może dodać serwer MCP jednym poleceniem, jak wyjaśnia MCP reference, ale IronOCR go nie potrzebuje. Indeks dokumentacji i plik umiejętności powiązany z plikiem zasad projektu daje agentowi bieżące API, przepisy i poprawki bez potrzeby hostowania czy ponownego uruchamiania.
Co trzeba sprawdzić przed zaufaniem wygenerowanemu kodowi OCR?
Po każdej zmianie wykonaj te trzy sprawdzenia w kolejności.
- Kompilacja przechodzi: wymyślony członek nie przechodzi
dotnet build, więc uruchomić go jako pierwszy. - Domyślne ustawienia pasują do zadania: sprawdź ustawienia, na których opiera się kod. Domyślnie
Configuration.ReadBarCodesjest wyłączony. - Błędy są obsługiwane: poproś o ścieżki błędów po nazwie. Przewodnik debugowania obejmuje logowanie i wyjątki zgłaszane przez IronOCR.
Które zadania OCR pasują agentowi?
| Zadanie | Pasuje | Dłączego |
|---|---|---|
| Przeszukiwalne PDF | Silne | Warstwa tekstu może być sprawdzona |
| Jeden czytnik dla kilku ścieżek przesyłania | Silne | Wzorzec się powtarza |
| Dostrajanie na rzeczywistych skanach | Mieszane | Nie widzi wad skanów |
| Licencjonowanie i wdrażanie na Linuksie | Słaby | Zależy od klucza i serwerów |
Dla mieszanych i słabych wierszy, daj agentowi prawdziwe przykładowe skany lub szczegóły wdrożenia i przeanalizuj wynik dokładniej.
Co wyprodukowały zapytania w rzeczywistym uruchomieniu?
Trzy polecenia w tym przewodniku zostały skierowane do Claude Code w kolejności, przeciwko nowej aplikacji konsolowej .NET 9 zawierającej sześć skanów faktur w PNG i trzy skany PDF z obrazami. Po sesji, niezależna kompilacja Release i uruchomienie odtworzyły każdą poniżej wymienioną liczbę.
| Sprawdź | Oczekiwane | Odczytaj | Pewność |
|---|---|---|---|
| sample-01.pdf | 3016.69 | 3016.69 | 94.84 |
| sample-02.pdf | 6710.24 | 6710.24 | 93.19 |
| sample-03.pdf | 10599.84 | 10599.84 | 96.17 |
| sample-01.pdf, przeszukiwalna kopia | 3016.69 | 3016.69 | Nie wydrukowano |
| Quickstart, sześć skanów PNG | Sześć wierszy | Sześć wierszy | 91,62 do 96,16 |
- Każde polecenie pozostawiło czystą kompilację Release. Quickstart wybrał
IronOcr2026.10.2 samodzielnie i napotkał jeden błąd kompilacji, który Claude Code naprawił bez ręcznych edycji. - Jeden krok działał inaczej niż na stronie. Odpowiedź wpisana zatwierdziła plan trzeciego polecenia, zamiast dialogu planu.
Zapis biegu wymienia wersje, modele, czasy i maszynę testową w tym przewodniku oraz pozostałych w zestawie.
Rozwiązywanie problemów
- Zastosować klucz licencyjny w IronOCR, jeśli kompilacja się powiedzie, a pierwszy odczyt następnie zgłosi wyjątek licencyjny.
- Poprawić dokładność OCR, jeśli wiersz w tabeli porównawczej nadal zawodzi po zmianie filtra.
- Czytać wiele języków, jeśli agent ustawi język, którego projekt nigdy nie zainstalował.
Pytania?
Jeśli są jakiekolwiek pytania, 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.