Appeler ABBYY Phoenix Plus depuis une activité personnalisée

​

Avant de commencer

• Le droit Phoenix Plus est activé pour votre tenant et la connexion ABBYY Phoenix Model apparaît sous ADMIN → Configuration → Connections.
• Vous disposez d’une Compétence de processus comportant une activité Custom. Pour connaître la marche à suivre, consultez Activité personnalisée.
• Dans l’onglet Available Files de l’activité, sélectionnez les formats d’export requis par votre script. La plupart des scripts nécessitent OcrJson. Pour envoyer des images de page, un export JPEG est également nécessaire ; il doit être généré avant l’exécution de l’activité.

​

Créer une session de chat

var session = Context.CreateLlmChatSession();              // connexion gérée par ABBYY
var byo     = Context.CreateLlmChatSession('My OpenAI');   // l'une de vos propres connexions de tenant, par nom

​

Propriétés de session

var usage = session.TotalUsage;
Context.LogMessage("Tokens: prompt " + usage.PromptTokens
  + ", completion " + usage.CompletionTokens
  + ", total " + usage.TotalTokens);

​

Réinitialiser une session

​

Joindre du contenu à un message

​

Joindre les images de page dans l’ordre des pages

var exports = Context.Transaction.Documents[0].Exports;
exports
  .filter(result => result.ExportFormat === ExportFormat.Jpeg)
  .forEach(result => {
    session.AttachImage(result);   // un appel par page
  });

​

Envoyer le message et lire la réponse

var result = session.SendJson(prompt);

​

Vérifier comment la réponse s’est terminée

​

Valider la structure avant d’écrire les valeurs

​

Ce qu’exige la connexion gérée

​

Limites des messages

The LLM prompt exceeds the maximum allowed size of N characters

​

Erreurs que les nouvelles tentatives ne peuvent pas corriger

​

Erreurs que votre script ne peut pas intercepter

​

Envoi des images de page

• Une seule image de page en 1584x1000 coûte environ 311 776 caractères base64 et quelque 2 015 jetons de prompt. Sur une transaction d’une page, elle tient dans l’allocation de 500 000 caractères, en laissant de la place pour le JSON OCR et le prompt.
• Un formulaire A4 de deux pages numérisé à 300 ppp produit environ 1 326 136 caractères d’image. Une transaction de deux pages n’autorise que 1 000 000 de caractères : elle est donc refusée. L’envoyer sous forme d’images supposerait de réduire chaque page à environ un quart de sa taille à 300 ppp.

• Envoyez le JSON OCR comme charge utile principale et n’ajoutez des images de page que pour ce que la couche de texte ne peut pas restituer : tampons, signatures et photographies.
• Mesurez le message avant l’envoi. Si les images ne tiennent pas, supprimez-les et adaptez le prompt en conséquence, afin que le document soit tout de même traité à partir du seul JSON OCR.
• Réservez de la place pour le JSON OCR lors du dimensionnement des images, afin qu’une image volumineuse ne puisse pas évincer la charge utile dont vos coordonnées sont issues.
• Réduisez la résolution des images avant l’export lorsque le modèle a seulement besoin de voir la mise en page ou un tampon, et non les détails fins.

​

Positions et rectangles englobants

• Copie les coordonnées, il ne les estime jamais. Chaque rectangle provient d’une valeur de position du JSON de l’OCR, validée par rapport à la taille de page de l’OCR et mise à l’échelle de l’image de la page Vantage lorsque les deux diffèrent.
• Impose la traçabilité. Chaque région renvoyée par le modèle est confrontée à la géométrie de l’OCR avant d’être acceptée. Une région qui ne peut pas être rattachée au calque OCR est refusée, tandis que la valeur extraite, elle, est conservée.
• Exige l’attribution de page. Sur un document multipage, une région qui arrive sans numéro de page est refusée plutôt que rattachée par défaut à la page 1.

​

Définissez MaxTokens de manière délibérée

​

Prévoyez un délai suffisant

​

Réduire la charge utile OCR avant l’envoi

​

Limitations connues

​

Exemple

var document = Context.Transaction.Documents[0];

// Lit l'export JSON OCR configuré dans l'onglet Available Files de l'activité.
var ocrExport = document.Exports.GetByFormat(ExportFormat.OcrJson);
var prunedOcr = pruneOcr(ocrExport.ToJson());   // votre propre fonction de filtrage

var session = Context.CreateLlmChatSession();
session.SystemPrompt =
  "You read documents. Return only the requested fields as JSON. " +
  "Never return coordinates. Quote values exactly as they appear in the OCR text.";
session.MaxTokens = 32000;
session.Timeout = 8;            // minutes
session.Temperature = 0;

session.AttachJson("OCR JSON", prunedOcr);

var prompt = "Return vendor name, invoice number, invoice date and total as JSON.";
var result = session.SendJson(prompt);

if (session.LastFinishReason === "length") {
  Context.LogMessage("Response truncated. Raise MaxTokens or reduce the field set.");
}

var usage = session.TotalUsage;
Context.LogMessage("Tokens: prompt " + usage.PromptTokens
  + ", completion " + usage.CompletionTokens
  + ", total " + usage.TotalTokens);

​

Rubriques connexes

• Les LLM dans ABBYY Vantage
• Activité personnalisée
• Context
• DocumentExportResult
• Schéma JSON OCR