Visió general
Document AI admet fins a 3 documents per pas (PDF o imatge — PDF, JPG, JPEG, PNG, TIFF, WebP). Cada document es classifica segons la sevadocument_key configurada, el llegeix un model de llenguatge i visió mitjançant un esquema creat a partir de les teves definicions de camps, i se sotmet a una anàlisi forense de PDF/EXIF. Per a cada document, emmagatzema:
- Els camps extrets: un mapa indexat per la teva
keyde camp configurada, amb valors tipats tal com els has declarat (text→ string,number→ number,date→YYYY-MM-DD). Els camps que no s’han pogut llegir sónnull. - Codis QR i codis de barres detectats: payloads descodificats i coordenades en píxels per a cada pàgina renderitzada. Un codi QR que es pot localitzar però no descodificar es retorna igualment amb
parsed_payload: null. - L’estat del document:
Approved,In Review,DeclinedoNot Finished. - Metadades del document: anàlisi forense de fitxers, inclosa qualsevol evidència de superposició o manipulació.
- Resultats de comprovació creuada: el resultat de la coincidència del nom amb la identitat verificada i de qualsevol referència creuada de camps personalitzats.
Pujar documents
Els documents es pugen d’un en un a l’endpoint de Document AI. En una sessió allotjada o en un flux d’SDK, això es gestiona automàticament; el contracte és:
La resposta fa avançar el flux:
next_step passa més enllà de DOCUMENT_AI) una vegada que cada entrada de required_document_keys apareix a uploaded_document_keys i no queda cap document sense finalitzar.
On apareix a les respostes de l’API
GET /v3/session/{sessionId}/decision/ mostra Document AI en dos llocs, tant per a sessions de Verificació d’usuaris (KYC) com de Verificació d’empreses (KYB) — l’array document_ai_documents[] i l’informe PDF són idèntics independentment de session_kind:
-
features[]: una entrada de resum per node de Document AI, utilitzada per enumerar quines funcionalitats s’han executat: -
document_ai_documents[]: el resultat complet, un grup per node de Document AI. Cada grup inclou l’statuscombinat del node, la llista d’itemspujats i qualsevolwarnings. Cada document pujat és un element amb els camps que has configurat (aextracted_data), els codis detectats (adetected_codes), el seu propistatus, les definicions de camps, les dades forenses dedocument_metadatai elcross_check_result.
Exemple de decisió
Per a un document de Comprovant de fons configurat ambaccount_holder (text), balance (número), currency (text) i statement_date (data):
page_number comença a 1. position conté el polígon detectat, mentre que x, y, width i height proporcionen el seu requadre delimitador. Totes les coordenades utilitzen l’espai de píxels de la pàgina renderitzada, les dimensions de la qual són page_width i page_height. detected_codes és un array buit quan no es troba cap codi compatible. Tracta un element amb parsed_payload: null només com a presència i ubicació, no com un valor descodificat.
Com que tots els camps es poden adreçar com a document_ai.<field_key>, pots controlar la ramificació i les regles d’estat personalitzades directament a partir dels valors de extracted_data, incloses les referències creuades amb altres passos com ara kyc.full_name o les respostes de qüestionaris.