如何使用IronOCR與Claude Code整合
使用AI代理從掃描的發票中提取總計看似簡單,直到傾斜或斑點掃描將7變成1,沒人在應付帳款前注意到。 Claude Code,是Anthropic的程式代理,可以在終端、VS Code、JetBrains中運行,作為桌面應用程式以及在瀏覽器中使用。 它讀取程式碼、編輯文件並執行命令,非常適合OCR工作,當頁面讀取的值不匹配時程式碼需要改變。
IronOCR在本地運行調整好的Tesseract引擎,因此OCR處理不會將數據發送給外部服務。 Claude Code確實將其讀取的內容發送給模型,包括您的程式碼打印的文本,因此請在樣本頁面而非真實供應商發票上進行開發。 Claude Code可以撰寫讀取器、生成這些具有已知值的頁面,並在報告任務完成之前與每個結果進行比較。
模型在風格上各異。 給定相同的提示,兩個模型可能選擇不同的類名稱和結構,只有在您指定的內容上一致。 說明重要的細節,如下提示部分所示,讓模型決定其餘的內容。
快速開始在.NET專案中啟動Claude Code,切換到Sonnet使用/model sonnet,然後發送此提示。
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.
如果提示留下細節未定,Claude Code將自行決定。 它保持您的目標框架並選擇自己的名稱。 這對快速測試來說是可以的。為了生產代碼,請在提示中指定IronOCR版本,以便程式碼針對一個已知的API。
最小工作流程(5 個步驟)
- 從NuGet下載C# OCR程式庫
- 從專案文件夾中運行Claude Code,以便它能看到當前的程式碼。
- 將專案的OCR規則寫入
CLAUDE.md以供未來會話使用。 - 在每個提示中命名目標文件,並在計劃模式中發送較大的更改。
- 每次更改後進行構建並查看打印結果。
Claude Code在.NET OCR項目中做了什麼?
在OCR專案中,Claude Code撰寫發票讀取器並讀取每個頁面。 當總計錯誤或頁面不返回文本時,它調整讀取並再試一次。 您描述文件並查看結果。
- 掃描清理內置: IronOCR的輸入對象已經提供校正濾波器,因此代理會應用一個而不是編寫自己的圖像處理。
- 保持的引擎節省調整工作: 手動配置的Tesseract設置需要測試才能信任。 AI代碼助手指南包括了一個可以在您的機器上運行的測試。
- 每個平台有自己的包: Intel Macs使用
IronOcr.MacOs,Apple silicon Macs使用IronOcr.MacOs.ARM。 一個猜測包的代理可安裝一個攻擊者以模型常用名稱發布的相似包,這種攻擊稱為slopsquatting。
您如何設置Claude Code?
用Anthropic的快速啟用指南安裝Claude Code並登入。 當它開始並回复時,環境已就緒。
如何設立一個Claude Code可以工作的項目?
在啟動代理前創建一個控制台專案。 當每次會話打開時,Claude Code讀取CLAUDE.md,並且一個提示創建該文件。
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.
在首次讀取之前解決許可問題。 沒有有效金鑰,IronOCR的Read方法不會水印或降級輸出。 它會引發LicensingException。 該類型不是公共的,因此讓程式碼在啟動時檢查License.IsLicensed而不是捕獲異常名稱。 IronOCR授權金鑰頁面涵蓋了獲取和存儲金鑰。
如何提示編譯IronOCR代碼?
在終端中,按Shift+Tab直到計劃模式開啟,然後發送此提示。
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.
兩個細節使這個提示有效。
- 已命名文件: 代碼恰好落在您想要的位置。
- 信心: 在低信心下正確讀取的值警告下一次掃描可能會被誤讀,表格使其可見。
生成的代碼很簡短。 它創建引擎,載入PDF至using聲明,調用Read,在結果的行中搜索總計,並用SaveAsSearchablePdf寫入可搜索副本。 掃描PDF輸入指南和可搜索PDF指南涵蓋了這兩個步驟。
注意一個捷徑。 IronOCR的技能文件提供了一行轉換的IronTesseract.ConvertToSearchablePdf,Claude Code在我們的兩次測試中首先選擇使用。 在僅圖像掃描上,它在IronOCR 2026.9.4和2026.10.2中均拋出“PDF文件不包含任何圖像”。Claude Code讀取了該錯誤,轉向上述方法並成功。
哪些IronOCR設置應放在CLAUDE.md中?
在那裡解決三個IronOCR決定。
- 語言:
IronOcr.Languages.German停在2020.11.2,而引擎每月發布。 IronOCR的多種語言指南警告說,額外的語言可能影響速度和性能。 - 濾波器: 在我們的探查中,將以下規則中提到的兩個濾波器添加到小作物中9,924.31美元的單行讀取上,將其減少至單個句號。
- 讀取方法: 照片方法在我們的探查中運行於基礎IronOCR 2026.9.4包中,無需額外安裝,雖然照片讀取指南仍列出
IronOcr.Extensions.AdvancedScan作為必要條件。
## 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.
Claude Code能通過MCP連接IronOCR嗎?
正如MCP參考所解釋的,Claude Code可以通過一個命令添加一個MCP服務器,但IronOCR不需要。 文件索引和技能文件從專案的規則文件中鏈接,為代理提供當前API、配方和修復,無需承載或重啟。
在信任生成的OCR代碼前應驗證什麼?
每次變更後按順序完成這三個檢查。
- 構建通過: 創建的成員在
dotnet build失敗,因此首先運行它。 - 預設適合任務: 檢查程式碼依賴的設置。
Configuration.ReadBarCodes預設為關閉。 - 處理失敗: 通過名稱要求失敗路徑。 調試指南涵蓋了記錄和IronOCR引發的異常。
哪些OCR任務適合代理?
| 任務 | 適合 | 為何 |
|---|---|---|
| 可搜索的PDF | 強 | 可以檢查文本層 |
| 一個讀取器適用於多個上傳路徑 | 強 | 模式重複 |
| 在真實掃描上調整 | 混合 | 看不到您的掃描缺陷 |
| 許可和Linux部署 | 弱 | 依賴您的金鑰和服務器 |
對於混合和弱行,給代理真實的樣本掃描或您的部署細節,並更仔細地查看結果。
在實際運行中,這些提示產生了什麼結果?
本指南中的三個提示按順序發送至Claude Code,用於包含六個PNG發票掃描和三個僅圖像掃描PDF的全新.NET 9控制台應用程式中。 會話結束後,獨立的Release構建和運行重現了下面的每個數字。
| 檢查 | 期望 | 讀取 | 信心 |
|---|---|---|---|
| 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, 可搜索副本 | 3016.69 | 3016.69 | 未打印 |
| 快速開始,六個PNG掃描 | 六行 | 六行 | 91.62到96.16 |
- 每個提示留下了一個乾淨的Release構建。 快速開始自行選擇
IronOcr2026.10.2並遇到一次編譯錯誤,Claude Code未經手動編輯即修復。 - 一個步驟的運行與頁面不同。 一個鍵入的回應批准了第三個提示的計劃,代替了計劃對話框。
運行記錄列出本指南和設置中的其他指南後面的版本、模型、計時和測試機。
疑難排解
- 如果構建成功並且首次讀取拋出許可異常,則在IronOCR中應用許可金鑰
- 如果比較表中的一行在濾波器更改後仍然失敗,則提高OCR準確性
- 如果代理設定的語言從未在專案中安裝,請閱讀多種語言
問題?
如果您有任何疑問,請聯繫support@ironsoftware.com
Curtis Chau 擁有卡爾頓大學計算機科學學士學位,專注於前端開發,擅長於 Node.js、TypeScript、JavaScript 和 React。Curtis 熱衷於創建直觀且美觀的用戶界面,喜歡使用現代框架並打造結構良好、視覺吸引人的手冊。