Azure Invoice Processor v2.0

📋 תפקיד

מעבד OCR מתקדם שמנתח חשבוניות באמצעות Azure Document Intelligence API ומחלץ מידע מובנה.

🎯 מה המודול עושה?

קלט: תוצאות Azure OCR גולמיות פלט: JSON מובנה עם שדות מזוהים + UnidentifiedNumbers

תהליך:

1. קבלת OCR - מקבל analyzeResult מ-Azure
2. חילוץ שדות - מזהה שדות ידועים (InvoiceId, InvoiceDate, וכו')
3. זיהוי פריטים - מחלץ פריטים מטבלאות
4. זיהוי ייחודי - מזהה מספרים ייחודיים (תעודות, רכבים, קודי חלקים)
5. החזרת תוצאה - JSON מובנה לשימוש במודולים הבאים

✨ תכונות מיוחדות

🆕 חדש ב-v2.0 (31.10.25):

1. זיהוי מספרי תעודות

extractDocumentNumbers(content, existing)

• זיהוי DOCNO (25XXXXXX - 8 ספרות)
• זיהוי BOOKNUM (108XXXXXX - 9 ספרות)
• מוסיף ל-UnidentifiedNumbers עם תווית מתאימה

2. סינון VIN מזויף

extractSpecialLengthNumbers(content, existing)

• מסנן מספרים שמתחילים ב-"202" (תאריכים)
• מונע זיהוי מוטעה של תאריכים כ-VIN

📥 קלט (Input)

{
  azureJsonInput: {
    analyzeResult: {
      content: "...",      // טקסט גולמי
      tables: [...],       // טבלאות
      documents: [...]     // מסמכים מזוהים
    }
  }
}

📤 פלט (Output)

{
  status: "success",

  structure: {
    docType: "invoice",
    fields: {...}
  },

  data: {
    docType: "invoice",
    fields: {
      InvoiceId: "...",
      InvoiceDate: "...",
      InvoiceTotal_amount: 1000,
      Items: [...],
      UnidentifiedNumbers: [
        {
          label: "מס׳ הקצאה (BOOKNUM)",
          value: "108379736",
          context: "..."
        },
        ...
      ]
    }
  },

  metadata: {
    modelId: "prebuilt-invoice",
    totalFields: 10,
    uniqueDataFound: 8
  }
}

🔧 פונקציות עיקריות

extractUniqueData()

זיהוי דינמי של מידע ייחודי:

1. extractLabelValuePairs() - זוגות "כותרת: ערך"
2. extractPartCodes() - קודי חלקים (ABC-12345)
3. extractVehicleNumbers() - מספרי רכב (123-45-678)
4. extractDocumentNumbers() - מספרי תעודות (DOCNO, BOOKNUM) ⭐ חדש!
5. extractSpecialLengthNumbers() - מספרים באורכים מיוחדים (13, 17 ספרות)

extractRealItemsFromTable()

חילוץ פריטים מטבלאות:

• מזהה טבלה ראשית
• מזהה כותרות עמודות
• מנקה פריטים לא רלוונטיים

detectNumbersByContext()

זיהוי מספרים לפי הקשר:

• מספרי טלפון
• תאריכים
• פרטי בנק (IBAN, SWIFT)
• כתובות אימייל

📂 קבצים

AzureInvoiceProcessor/
├── v2.0(30.10.25)                  ← הקוד הראשי (27KB)
├── test-document-detection.js      ← בדיקת זיהוי תעודות
├── test-extract-documents.js       ← בדיקת extractDocumentNumbers()
└── test-vin-filter.js              ← בדיקת סינון VIN מזויף

🧪 בדיקות

הרצת בדיקות:

# בדיקת זיהוי תעודות
node test-document-detection.js

# בדיקת פונקציית extractDocumentNumbers
node test-extract-documents.js

# בדיקת סינון VIN
node test-vin-filter.js

תוצאות מוצלחות:

✅ זיהוי 4 DOCNO + 4 BOOKNUM ✅ סינון תאריכים (202X) מרשימת VIN ✅ כל המספרים מסומנים עם context ו-label

🔄 שימוש במערכת

Azure OCR
    ↓
┌────────────────────────┐
│ AzureInvoiceProcessor  │ ← אתה כאן
│       v2.0             │
└───────────┬────────────┘
            ↓
    AZURE_RESULT + AZURE_TEXT
            ↓
┌────────────────────────┐
│ Processing Invoice     │ ← מודול 2
│      (Learning)        │
└───────────┬────────────┘
            ↓
┌────────────────────────┐
│ Production Invoice     │ ← מודול 3
│    (Execution)         │
└────────────────────────┘

📝 היסטוריית גרסאות

v2.3 - 9 נובמבר 2025 19:00

• 🔄 חילוץ גנרי של UnidentifiedNumbers (ללא תבניות ספציפיות)
• 📋 כל המספרים והקודים מהטקסט מועברים הלאה
• 🎯 הקודים הבאים מחפשים מה שהם צריכים

v2.2 - 9 נובמבר 2025 16:15

• ✅ תיקון כפילויות פריטים: הוספת deduplicateItems()
• ✅ תיקון isRealItemRow() - דרישה ל-Amount/Quantity/UnitPrice
• ✅ בדיקת ביטחון - שמירת פריטים עם ProductCode אם הכל סונן

v2.1 - 9 נובמבר 2025 14:30

• 🔄 שינוי קלט: מ-azureJsonInput יחיד ל-5 קלטים נפרדים
• 📊 הוספת pageCount למטה-דאטה

v2.0 - 31 אוקטובר 2025

• ✅ הוספת extractDocumentNumbers() - זיהוי DOCNO/BOOKNUM
• ✅ שיפור extractSpecialLengthNumbers() - סינון VIN מזויף
• ✅ תיעוד מלא של כל הפונקציות

💡 טיפים

למה UnidentifiedNumbers חשובים?

מספרים אלה משמשים את המודולים הבאים למציאת:

• תעודות (BOOKNUM → docs_list)
• תיקי יבוא (IMPFNUM → import_files)
• רכבים (מספר רכב → vehicles)

איך לשפר זיהוי?

1. הוסף תבניות חדשות ל-extractUniqueData()
2. שפר זיהוי תוויות (labels) בפונקציות
3. הוסף context לזיהוי מדויק יותר

🐛 Troubleshooting

בעיה: מספרי תעודות לא מזוהים פתרון: בדוק שהתבנית 108\d{6} או 25\d{6} תואמת למספרים שלך

בעיה: VIN מזויף מזוהה פתרון: המסנן כבר מטפל במספרים שמתחילים ב-202

בעיה: פריטים לא מזוהים בטבלה פתרון: בדוק את זיהוי כותרות העמודות ב-guessFieldNameGeneric()

גרסה: 2.3 תאריך עדכון אחרון: 9 נובמבר 2025 מחבר: Claude Code (Anthropic)