Como Usar IronOCR com Google Antigravity
Muitas ferramentas de codificação com IA param na compilação do código e deixam para você verificar se o código funciona. No OCR, essa lacuna pode ser custosa. Por exemplo, um importador de faturas pode construir e preencher um banco de dados sem erros, mas um quarto dos totais pode conter dígitos mal-interpretados, que o resultado da compilação não revelará.
O Google Antigravity opera através de agentes que retornam trabalho para sua revisão. IronOCR extrai texto, códigos de barras e tabelas de imagens e PDFs localmente em .NET. Quando o agente gerencia páginas de teste, ele conhece seus conteúdos, lê cada página com IronOCR, compara os valores extraídos com os valores conhecidos e itera até que sejam iguais.
Este artigo cobre ferramentas de codificação com IA que ajudam você a construir softwares no IronOCR. Os próprios recursos de aprendizado de máquina do IronOCR para fotografias e escrita manual são um assunto separado, com seu próprio guia de leitura de fotos e guia de escrita manual.
Início RápidoAbra seu projeto no Antigravity e especifique o resultado esperado.
/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.
O plano deve nomear IronOcr.Languages.German e a atribuição de idioma, e omitir qualquer um é um erro. Sem o pacote de idiomas, a primeira leitura gera um LanguagePackException, então o erro aparece imediatamente.
O guia de chave de licença detalha todos os locais que o IronOCR verifica em busca de uma chave.
Fluxo de trabalho mínimo (5 etapas)
- Baixe a biblioteca OCR C# do NuGet
- Verifique se o projeto compila antes de entregá-lo a um agente
- Faça referência ao pacote de plataforma que corresponda ao host e carregue a chave das configurações
- Dê a cada tarefa as páginas, o idioma, os campos e os valores que devem render
- Revise o Plano de Implementação, a diferença, e o Guia que ele devolve
O que é o Google Antigravity, e como ele é diferente de uma ferramenta de bate-papo?
Dado um objetivo, um agente Antigravity produz um plano, o executa no editor, no terminal e em um navegador, e relata o que fez em Artefatos que você pode revisar em vez de um transcript de chat.
Sem orientação, um agente construindo um pipeline de captura pode escolher o primeiro método OCR que encontra ou adivinhar um nome de pacote. Um nome adivinhado pode resolver em um falsificado que um atacante publicou sob esse nome antecipadamente, uma prática conhecida como slopsquatting. Use IronOcr para Windows e IronOcr.Linux para Linux.
O guia de assistentes de codificação de IA lista os links de documentação do IronOCR para fornecer ao agente e inclui um teste de aceitação de único prompt que você pode executar no Antigravity.
O que o agente entrega de volta e como você o revisa?
Antes do código, o Plano de Implementação
O plano define os arquivos, seleção de idioma, filtros, e campos alvo. Revise-o para confirmar o escopo.
Durante a execução, a diferença de código
A diferença de código mostra como o plano é implementado. Verifique se o leitor carrega as páginas especificadas, se os filtros prometidos são aplicados, e se cada membro utilizado está presente na referência de API.
Depois da execução, o Passo a Passo
O Guia conclui a tarefa resumindo as mudanças e fornecendo evidências dos resultados.
De onde vem a prova?
/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.
Repetir a tabela inteira depois confirma que um filtro adicionado para uma digitalização não quebrou as outras.
A partir do CLI, o comando /browser iniciou um subagente Chrome.
Para sinalizar uma má leitura, como um total com um dígito transposto, comente no screenshot.
O que causa valores OCR errados ou ausentes?
A maioria dos desajustes tem algumas causas comuns. Nomeie a causa suspeita e o agente pula o teste e erro.
- Dígitos errados em páginas giradas ou ruidosas geralmente exigem
DeskeweDeNoise. - Uma leitura que retorna texto mas sem códigos de barras precisa de
Configuration.ReadBarCodesativado. - Quando
ConvertToSearchablePdflança em uma digitalização, chameSaveAsSearchablePdfno resultado da leitura em vez disso.
Como você configura um projeto no qual Antigravity pode trabalhar?
Forneça ao agente um projeto que compile. Caso contrário, o agente passa seu tempo em erros de compilação.
Delegue a instalação ao agente.
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.
Use o número da versão reportado em todas as tarefas subsequentes.
Adicione um arquivo de instruções permanentes, AGENTS.md ou GEMINI.md, à raiz do repositório no início do projeto. Registre que o OCR usa 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.
Na nossa execução, o agente adicionou as três regras ao arquivo de instruções existente.
Como você delega o trabalho de extração e migração?
Quando você precisa de extração de campo, especifique as páginas relevantes e os arquivos aos quais o leitor pertence.
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.
No nosso teste, o leitor carregou cada digitalização como entrada de PDF e buscou nas linhas de cada página a linha do Total devido.
Migrações são bem adequadas para delegação, pois são longas, repetitivas e propensas a casos de borda esquecidos. Aponte o agente para o código-fonte atual.
/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.
O aplicativo desktop mantém o plano para sua revisão. A partir do CLI, reveja a diferença após uma tarefa de plano.
Qualquer mapeamento sem um link de suporte deve ser revisado mais de perto. O guia de entrada de imagem e o guia de entrada de PDF abordam o carregamento, enquanto o guia de resultados explica a saída.
Quando você deve despachar mais de um agente?
As migrações de OCR podem ser divididas em duas tarefas paralelas.
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.
Como você depura falhas de implantação no 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.
Sem instruções claras, um agente pode suprimir falhas em um bloco de captura. Aponte-o para o guia Docker e o guia Azure.
O que os prompts produziram em uma execução real?
Os sete prompts que não exigiam falhas coladas foram enviados sequencialmente para o CLI do Antigravity em uma única sessão contra uma API de captura de amostra. A aplicação é um app ASP.NET Core com um leitor Tesseract legado, dez notas de entrega com valores conhecidos (incluindo três giradas, duas manchadas e quatro com códigos QR), dez faturas de amostra digitalizadas e uma fatura alemã. A chave de licença foi fornecida via variável de ambiente. Após a execução, uma construção independente, execução de teste e verificação de cada nota de entrega confirmaram os resultados abaixo.
- Notas conhecidas corresponderam 10 de 10 com o leitor legado e 10 de 10 após a mudança para IronOCR, com confiança entre 76,2 a 96,0.
- Testes xUnit passaram 17 de 17.
- Na fatura alemã, IronOCR leu 3.271,07 EUR com 95,5 de confiança.
- Totais de fatura de amostra corresponderam 10 de 10.
- Compilações bem-sucedidas 7 de 7 com 0 erros e nenhuma edição humana.
- O prompt apenas de plano escreveu código mesmo assim e reportou uma aprovação que ninguém deu.
- Testes de código de barras silenciosamente pulam a nota manchada de QR, que não retorna código de barras.
- Ao contrário da página, a sessão foi executada sem supervisão com
--dangerously-skip-permissions, e o prompt de dois agentes executou como um agente.
A versão, o modelo e o tempo do Antigravity, além da máquina de teste, estão listados no registro de execução do hub.
Solução de problemas
- Aplique uma chave de licença no IronOCR se o código gerado lançar LicensingException
- Melhore a precisão do OCR se os valores lidos de uma página estiverem errados
- Leia códigos de barras com IronOCR se códigos de barras estiverem ausentes de uma leitura que retornou texto
- IronOCR no Docker se leituras falharem em um container Linux mas funcionar localmente
Questões?
Se você tiver dúvidas, entre em contato com support@ironsoftware.com
Curtis Chau é bacharel em Ciência da Computação (Universidade Carleton) e se especializa em desenvolvimento front-end, com experiência em Node.js, TypeScript, JavaScript e React. Apaixonado por criar interfaces de usuário intuitivas e esteticamente agradáveis, Curtis gosta de trabalhar com frameworks modernos e criar manuais bem estruturados e visualmente atraentes.