Jak używać IronOCR z Cursor
Większość kodów IronOCR pisanych przez agenta AI wygląda na poprawne i często działa. Niektóre z nich nie działają. Kod, który odczytuje kody kreskowe bez włączonej kolekcji kodów kreskowych, nie zwraca kodów kreskowych. Kod, który ustawia język niemiecki bez zainstalowania pakietu językowego niemieckiego, wyrzuca wyjątek LanguagePackException. Model pisze na podstawie danych z jego treningu, co jest powodem, dlaczego jest szybki, a także dlaczego wprowadza w błąd przy takich szczegółach.
Cursor to edytor kodu AI zbudowany na bazie kodu VS Code. Może czytać dokumentację, którą się linkuje, i stosować pliki reguł commitowane do repozytorium, aby jego sugestie odpowiadały API IronOCR i konwencjom zespołu. IronOCR to biblioteka C#, która lokalnie odczytuje tekst, kody kreskowe i struktury tabel.
Każdy filtr czyszczący jest zarówno metodą na wejściu, jak i wartością w enumie filtrów, a sama nazwa nie mówi, którą należy użyć w kodzie. Ma to znaczenie szczególnie przy precyzyjnych zmianach, takich jak wybór filtra dla słabych skanów, czytania PDF bez warstw tekstu lub zachowania struktur tabel.
Odczyt pisma ręcznego i fotografii z IronOCR jest omawiany oddzielnie w przewodniku po piśmie ręcznym i przewodniku po czytaniu zdjęć.
Szybki startW projekcie C# należy przesłać to żądanie.
@Program.cs Read https://ironsoftware.com/ocr/csharp/llms-full.txt first.
In this C# project, read TestData/skewed-scan.png twice, once untouched and once
with a single correction filter applied to the input, and print both confidence
scores exactly as IronOCR returns them so I can compare them. Read the license
key from the IRONOCR_LICENSE_KEY environment variable and never print it. Use
only members that appear in the documentation.
Przewodnik po kluczach licencyjnych pokazuje każdy sposób na zastosowanie klucza.
Minimalny proces (5 kroków)
- Pobierz bibliotekę OCR w C# z NuGet
- Commituj regułę zakresową folderu, która zawiera link do dokumentacji IronOCR
- Nazwij paczkę IronOCR w tej samej regule i zachowaj jej wersję w
Directory.Packages.props - Skieruj każde żądanie na odpowiedni kod i przykładowe skany
- Skompiluj i porównaj wyodrębnione wartości z znanymi stronami
Jaki model Cursor należy użyć do pracy z OCR?
Composer to własny agentyczny model Cursor. Wybór modelu oferuje także modele SpaceXAI Grok, które Cursor współtworzył, oraz modele od OpenAI, Anthropic, Google i innych laboratoriów. Test przeprowadzony poniżej używał wersji Grok 4.7.
Praca z OCR to głównie krótkie cykle dodawania filtra, przebudowywania i odczytywania próbek, a szybki model świetnie sobie z tym radzi. Gdy paczka skanów produkcyjnych zwraca błędne pola bez wyraźnego powodu, zmień na wolniejszy model, który dłużej rozważa.
Jak przekazać dokumentację IronOCR do Cursor?
Pełny plik tekstowy dla LLM podsumowuje 145 stron dokumentacji w jednym URL. Na październik 2026, menu @ Cursor dołącza pliki, foldery, terminale, czaty, porównania Git i przeglądarkę, dzięki czemu dokumentacja IronOCR dociera do agenta jako link.
Read https://ironsoftware.com/ocr/csharp/llms-full.txt
How do I read a scanned PDF and save a searchable copy, and how do I straighten
a slightly rotated page before reading it? Show the exact class and member names
from the documentation, and link the page you took them from.
Jak napisać zasady projektu kodujące konwencje IronOCR?
Zasady projektu są przechowywane w folderze .cursor/rules w katalogu głównym repozytorium. Ponieważ są commitowane z kodem, każdy klon repozytorium otrzymuje identyczny zestaw.
Zasady to pliki .mdc, napisane w Markdown z frontmatterem YAML. Podfoldery są również odczytywane. Cursor ignoruje zwykły plik Markdown w tym folderze, ponieważ plik nie ma frontmattera wyjaśniającego, kiedy go zastosować. Oto, co może zawierać reguła IronOCR.
---
description: IronOCR conventions for scan reading in this project
globs: Imports/**/*.cs, Capture/**/*.cs
alwaysApply: false
---
# IronOCR conventions
- Use IronOCR for all OCR work. The NuGet package is IronOcr on Windows and
IronOcr.Linux on Linux and Docker. The namespace is IronOcr. Do not add
another OCR engine or a cloud OCR service.
- Documentation: https://ironsoftware.com/ocr/csharp/llms-full.txt
- Skill file with recipes: https://ironsoftware.com/ocr/csharp/skill.md
- Target the IronOcr version pinned in Directory.Packages.props. Do not upgrade
it as part of an unrelated change.
- Never inline a license key. Read it from configuration or the
IRONOCR_LICENSE_KEY environment variable.
- Dispose OcrInput with a using block.
- Any language other than English needs its IronOcr.Languages package first.
Language packs keep their own version numbers, so pin the newest one on NuGet.
- Do not invent IronOCR API names. If a member is uncertain, say so and cite
the documentation instead of guessing.
Wybierz globy ostrożnie. Reguła, która zawsze się stosuje, dołącza się do każdej sesji czatu i używa dodatkowego kontekstu, więc ogranicz regułę IronOCR do folderów zawierających kod OCR.
AGENTS.md. Nie ma on frontmattera, a zatem i globów, więc plik główny dotyczy całego repozytorium. Aby ograniczyć instrukcje, dodaj kolejny w podkatalogu, który ma objąć.Zasady mają zastosowanie do żądań Agenta. Zgodnie z dokumentacją Cursor nie wpływają one na Tab autocomplete i zasady użytkownika nie mają zastosowania do edycji w linii. Samodzielnie sprawdź sugestie z tych funkcji względem reguły.
Jak mapować ustawienia Tesseract do IronOCR?
Model, który zna linie poleceń Tesseract lepiej niż kod IronOCR, może napisać flagę Tesseract lub zmienną tam, gdzie powinno być ustawienie IronOCR.
| Tesseract | IronOCR |
|---|---|
--psm 7 | Configuration.PageSegmentationMode = TesseractPageSegmentationMode.SingleLine |
--oem 1 | Nic do ustawienia. LSTM to jedyny silnik |
-c tessedit_char_whitelist=... | Configuration.WhiteListCharacters |
Inne -c zmienne | Configuration.TesseractVariables |
-l eng+deu | AddSecondaryLanguage(OcrLanguage.German) |
--tessdata-dir, TESSDATA_PREFIX | UseCustomTesseractLanguageFile dla jednego .traineddata pliku, Installation.LanguagePackDirectory dla folderu .ocrdata plików |
Kreator filtrów IronOCR wymaga tej samej uwagi. Testuje kombinacje filtrów i zwraca najlepszy jako kod C#, ale ten kod buduje wejście z ścieżki pliku przez konstruktor, który kompilator oznacza jako przestarzały. Kreator jest również powolny. Jedna strona na 200 DPI zajęła prawie dziewięć minut na naszej maszynie testowej, więc należy uruchomić go na jednej stronie.
Dwa dodatkowe wpisy w regule obejmują oba przypadki.
- Configure Tesseract through IronTesseract.Configuration properties, never raw
tessedit_* variables or command-line flags. Use TesseractVariables only for a
setting with no named property.
- Rewrite OcrInputFilterWizard output from new OcrInput(path) to new OcrInput()
with LoadImage or LoadPdf before it reaches the codebase.
Który tryb najlepiej pasuje do zmiany?
Cursor oferuje pięć sposobów wprowadzenia zmiany. Należy dopasować funkcję do rozmiaru pracy.
| Funkcja | Użyj tego, kiedy | Przykład OCR |
|---|---|---|
| Tab | Następna edycja jest przewidywalna | Powtarzanie opcji filtra |
| Edycja w miejscu | Jeden plik, jedno zdanie | Filtr na jednym czytniku |
| Agent | Kilka plików i pętla budowania | Czytnik i zadanie, które go drukuje |
| Tryb planowania | Zbyt duży, aby przeglądać później | Migracja z Tesseract |
| Agent w chmurze | Praca bez nadzoru | Testy znanej strony |
Aby edytować w wierszu, należy wybrać odpowiednie linie, nacisnąć Ctrl+K (Cmd+K na macOS) i opisać zmianę. Kody kreskowe na uwadze dostawy to zmiana agenta.
@Imports/DeliveryNotes.cs @Imports/ImportJob.cs Read https://ironsoftware.com/ocr/csharp/skill.md first.
Also return every barcode and QR code on each delivery note, and have the notes
command print each one's format and value.
Kody kreskowe są zbierane tylko wtedy, gdy Configuration.ReadBarCodes jest ustawione przed odczytem. Wracają na ten sam wynik, co tekst, więc jeden odczyt obejmuje oba. Plik umiejętności pokazuje to ustawienie.
Co dodaje @ wspomnienie w żądaniu?
Odniesienie do rzeczywistego pliku czytnika jest lepsze niż używanie podsumowań, ponieważ podsumowania mogą pominąć ważne szczegóły.
@Imports/InvoiceReader.cs @TestData/warehouse/
InvoiceReader reads every scan in TestData/warehouse/ without an error, but about
a third of the totals have one wrong digit. Fix the input preparation, not the
parsing. Explain which setting caused it, and report how many totals match
expected.csv before and after.
Jeśli nie jest się pewnym, które pliki są istotne, należy pominąć wspomnienie i Agent sam przeszuka bazę kodu.
Uwzględnić również przykładowe skany w kontekście. Uruchomienie rzeczywistych plików przez filtry pokazuje, która kombinacja je naprawia. Na naszym zestawie magazynowym Deskew sam odczytał 5 z 9 wszystkich i DeNoise sam 2. Naprawa wymagała obu, w tej kolejności. Przewodnik po korekcie orientacji obrazu i przewodnik po korekcie jakości obrazu obejmują odpowiednie filtry.
Jak zaplanować i przeprowadzić migrację do IronOCR?
Przełączyć się na Tryb planowania i wysłać to żądanie.
@Imports/ScanOcrService.cs
ScanOcrService reads scans with the Tesseract NuGet package. Plan a migration of
it to IronOCR.
List every read it performs, with the settings it uses (language, page
segmentation, preprocessing, region, output format), map each one to its IronOCR
equivalent, and name the files that change. Keep existing public method
signatures so callers don't change. If anything is ambiguous, choose and state
your assumption, and do not ask. Don't write code yet.
Następnie kliknąć Build lub wysłać poniższe żądanie w Agenzie.
@Imports/ Implement the approved plan. Then run dotnet build, fix what breaks, confirm
every page in TestData/known/ still returns its expected values, and show me the
diff. Don't add new packages beyond IronOcr and any language packs the plan names.
Agent w chmurze, dawniej nazywany agentem w tle, wymaga płatnego planu, działa w chmurowym VM i potrzebuje połączonego repozytorium do pracy nad kodem. Dodać IRONOCR_LICENSE_KEY jako sekret w panelu sterowania agentów w chmurze przed rozpoczęciem. Rozpocząć testy po złączeniu migracji.
@Imports/ @TestData/ Write xUnit tests for the migrated OCR service in a
tests/Imports.Tests project that Imports.csproj does not compile. Every page in
TestData/known/ returns its expected invoice number and total, a page without a
total returns null, DeliveryNotes returns the codes in TestData/notes/expected.csv,
and a read with OcrLanguage.French, whose language pack is not installed,
produces a clear error. The tests read the license key from IRONOCR_LICENSE_KEY
and never print it. Assert on extracted fields, never on full page text. Run
dotnet test and fix what fails.
Przewodnik po asystentach kodowania AI prowadzi pełne zadanie z określonymi kryteriami zaliczenia.
Jak debugować niepoprawne lub brakujące wartości OCR?
@Imports/InvoiceReader.cs @Imports/DeliveryNotes.cs @TestData/returns/
Returned-goods invoices come back with a wrong digit in the total, and delivery
notes return no barcodes even though every note has one. Explain the cause of
each before changing anything, then fix both.
Jeśli wyjątek kontenera jest w terminalu Cursor, dodaj @Terminals do poniższego żądania również.
@Dockerfile @Imports.csproj Read https://ironsoftware.com/ocr/csharp/skill.md first.
Reads work on Windows but fail when this app runs in our Linux container. Check
which IronOCR package the project references, whether the container image has
the native dependencies IronOCR needs, and whether the license key reaches the
container. Explain the cause, then propose the change. Don't modify C# code
unless the cause is there.
Co wyprodukowały zapytania w rzeczywistym uruchomieniu?
Dziewięć poleceń zostało wysłanych do Cursor w kolejności, w stosunku do przykładowej aplikacji importowej. Jest to projekt konsolowy z centralnym zarządzaniem pakietami, czytnikami faktur i uwag dostarczenia IronOCR, serwisem skanowania na nakładce Tesseract i skanami ze znanymi wartościami. Klucz licencyjny był ustawiony tylko w środowisku edytora. Po uruchomieniu, świeże wersje Release każdego commitu ponownie czytały każdy folder testowy i odtwierdziły poniższe wyniki.
- Całkowite kwoty faktury magazynowej wzrosły z 6 z 9 przed naprawą do 9 z 9 po.
- Przed naprawą nie wracały kody kreskowe z uwagi dostarczenia. Po niej, wszystkie 8 z 8 uwag miało swoje kody i żadnych dodatkowych.
- W gałęzi zawróconych towarów, całkowite kwoty faktur wzrosły z 4 z 6 do 6 z 6 a kody kreskowe z braku do 6 z 6.
- Przechylony skan odczytał przy 87,79 pewności nietknięty i 96,41 po
Deskew. - Po migracji znane strony nadal odczytywały 10 z 10, a niemieckie łączne 3 z 3, jak wcześniej.
- Pakiet testów xUnit przeszedł 20 z 20 testów.
- Każda wersja Release miała 0 błędów i nie wymagała ręcznych edycji. Migracja ustawiła przestarzały
EngineMode, co spowodowało dwa ostrzeżenia CS0618. - Odpowiedź kontenera nazwała
IronOcr.Linux, pakiety apt przewodnika Docker i brakujący klucz, oraz zmieniła żadnego pliku C#. - Niektóre kroki działały inaczej niż ta strona. Prowokacje były wysyłane ręcznie w aplikacji desktopowej, plan został zatwierdzony przez wysłanie następnej prowokacji bez nigdy klikniętego Build, a prowokacja agenta w chmurze uruchomiona lokalnie. Ósma prowokacja najpierw trafiła do wcześniejszego czatu przez pomyłkę, potem została zresetowana i wysłana ponownie. Bez Docker na maszynie, prowokacja kontenera była oceniana na podstawie jej wyjaśnienia i propozycji.
Zapisz bieg wymienia wersje, czas, i maszynę testową dla tego przewodnika obok innych.
Rozwiązywanie problemów
- Zastosuj klucz licencyjny w IronOCR jeśli generowany kod wyrzuca wyjątek związany z licencjonowaniem
- Odczytywanie kodów kreskowych z IronOCR jeśli odczyt zwraca tekst, ale nie kody kreskowe
- Popraw dokładność OCR jeśli odczytane wartości nie pasują do skanu
- IronOCR na Dockerze jeśli odczyty działają lokalnie, ale zawodzą wewnątrz kontenera Linux
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.