Автоматическое распознавание PDF через ИИ

29.09.25

Интеграция - Нейросети

+1 –
> >
  • studio2.png
  • form.png
  • di resource keys.png
Автоматическое распознавание PDF-накладных через Azure Document Intelligence - мощный AI-сервис от Microsoft для извлечения данных без парсинга и конвертации. Легко адаптируется под Ваши нужды, точность до 99%.

Файлы

ВНИМАНИЕ: Файлы из Базы знаний - это исходный код разработки. Это примеры решения задач, шаблоны, заготовки, "строительные материалы" для учетной системы. Файлы ориентированы на специалистов 1С, которые могут разобраться в коде и оптимизировать программу для запуска в базе данных. Гарантии работоспособности нет. Возврата нет. Технической поддержки нет.

Наименование Скачано Купить файл
Автоматическое распознавание PDF через ИИ
.epf 12,71Kb
6 3 000 руб. Купить

Подписка PRO — скачивайте любые файлы со скидкой до 85% из Базы знаний

Оформите подписку на компанию для решения рабочих задач

Оформить подписку и скачать решение со скидкой

Вы можете заказать платную доработку или адаптацию этой разработки под вашу конфигурацию на «Бирже заказов».

  • 0% комиссии — оплата напрямую исполнителю;
  • Исполнители любого масштаба — от отдельных специалистов до команд под проект;
  • Прямой обмен контактами между заказчиком и исполнителем;
  • Безопасная сделка — при необходимости;
  • Рейтинги, кейсы и прозрачная система откликов.

Предлагаю рассмотреть вариант парсинга PDF-накладных через предобученную AI модель на портале Azure. Предобученные модели Azure (prebuilt-invoice) понимают стандартные поля: номер, дата, сумма НДС, общая сумма, поставщик, товары с количествами, ценами и EAN-кодами. Точность - до 99% на типовых документах, и все это за копейки (бесплатный тариф на 500 страниц в месяц хватит для тестов и малого бизнеса). Далее покажу, как интегрировать Azure AI в 1С: от создания ресурса в Azure до готовой обработки на 1С, которая получает сразу структурированные данные в JSON формате без необходимости парсинга и конвертации файлов. Обработка работает на платформах 8.3+ (тонкий и толстый клиент), не требует установки дополнительных библиотек и легко адаптируется под конкретные задачи.

 

Шаг 1: Регистрация и создание ресурса в Azure

 

Чтобы использовать Azure Document Intelligence, вам нужен аккаунт на https://portal.azure.com. Если его нет - зарегистрируйтесь бесплатно (Microsoft дает кредиты на старте). Перейдите в раздел "Create a resource" и в поиске введите "Document Intelligence".

 

 

На странице создания ресурса укажите:

  • Подписка: Выберите существующую или создайте новую (бесплатная пробная подойдет).
  • Группа ресурсов: Создайте новую или используйте существующую.
  • Регион: Выберите ближайший к вам.
  • Имя ресурса: Придумайте уникальное имя.
  • Ценовая категория: Для тестов идеально Free F0 (500 страниц/месяц, 20 вызовов/минуту). Если нужно больше - перейдите на Standard S0.
  • Остальные настройки: оставьте по умолчанию или настройте под свои задачи.

Нажмите "Review + create" и подождите 1-10 минут. Ресурс готов!

Теперь перейдите на страницу ресурса (Overview) и скопируйте ключевые значения:

  • Key 1: Это API-ключ для аутентификации.
  • Endpoint: Полный URL ресурса (например, https://your-name.cognitiveservices.azure.com/), но в обработке используем без "https://".

Эти данные Вы вставите в поля 1С обработки позже.

 

 

 

Шаг 2: Тестируем распознавание в Document Intelligence Studio

 

Прежде чем переходить в 1С, проверьте, как Azure видит ваши документы. На странице созданного ресурса кликните "Go to Document Intelligence Studio" -> Выберите "Prebuilt models" -> "Invoices" - это предобученная модель для счетов-фактур/накладных.

 

 

Проверьте, что выбраны верные настройки API-версия: 2024-11-30 и модель: prebuilt-invoice.

Загрузите свой PDF и нажмите "Run analysis". Через секунды увидите:

  • Визуальную разметку: Как AI выделил поля на документе (с уверенностью в %).
  • JSON-вывод: Структурированные данные с InvoiceId, InvoiceDate, DueDate, TotalTax, InvoiceTotal и Items (список товаров с Quantity, UnitPrice, Amount, ProductCode).

На скриншоте ниже - пример от Microsoft: AI идеально извлек данные из типовой накладной, включая таблицу товаров. Если ваши документы нестандартные - попробуйте Custom models, но для большинства случаев prebuilt хватит.

 

 

 

Шаг 3: Обработка в 1С - интеграция с Azure

 

Теперь перейдем к описанию обработки на 1С, которая отправляет PDF в Azure и получает в ответ структурированный JSON-результат.

 

 

Универсальная внешняя обработка работает в толстом и тонком клиенте достаточно просто:

  1. Выбираете файл PDF, указываете значения в APIKey и Endpoint.
  2. Нажимаете "Распознать" -> отправляется POST-запрос в Azure.
  3. Получаете готовый JSON от Azure AI с уже полностью распознанными полями: никакого ручного парсинга не требуется, остается только обратиться к данным по именам: InvoiceId, InvoiceDate, DueDate, TotalTax, InvoiceTotal, Quantity, UnitPrice, Amount, ProductCode.
  4. Выводит результат в консоль (можно адаптировать под загрузку в документы 1C).

Примечание: Возможно для больших PDF придется увеличить паузу ожидания ответа от Azure. По-умолчанию 15 сек.

Описанный подход может сэкономит часы труда программиста по написанию ручных парсингов накладных. Автоматизируйте рутину с AI. 🚀🤖

Возможно, Вас заинтересуют и другие публикации:

Проверено на следующих конфигурациях и релизах:

  • Управление торговлей, редакция 11, релизы 11.0.4.5

Вступайте в нашу телеграмм-группу Инфостарт

Azure распознавание PDF AI 1C накладные PDF Document Intelligence prebuilt-invoice JSON оптимизация парсинга накладных через AI Microsoft Azure интеграция API

+1 –

См. также

SALE! %

AI Обработка банковской выписки по правилам при загрузке

Банковские операции Обмен с интернет-банком Мастера заполнения Нейросети Программист Бухгалтер Пользователь 1С:Предприятие 8 1C:ERP 1С:Бухгалтерия 3.0 1С:ERP Управление предприятием 2 1С:Управление холдингом 1С:ERP. Управление холдингом 1С:Комплексная автоматизация 2.х 1С:Управление нашей фирмой 3.0 1С:Управление торговлей 11 1С:Розница 3.0 Платные (руб)

Корректируйте банковские документы быстро и легко! Создайте правило обработки — и оно автоматически применится при загрузке выписки (отбор по любому реквизиту или регулярному выражению). Решение заполняет расшифровку платежа, комиссию эквайринга, подбирает ведомости на выплату зарплаты, помечает дубли из банка на удаление и многое другое. Доплачивать за алгоритмы не нужно — они включены в решение. Обработка работает при загрузке из файлов клиент-банка и через DirectBank. Новое — искусственный интеллект: модель приводит нестандартные назначения платежа к виду, понятному алгоритмам, а ИИ-ассистент прямо в 1С консультирует по решению и разбирает код правил и алгоритмов. Поддерживаются локальные и облачные OpenAI-совместимые модели — данные могут не покидать ваш контур.

15250 руб.

20.12.2024    18018    90    29    

80
Infostart MCP: готовые MCP серверы для вайбкодинга в 1С

Инструментарий разработчика Нейросети Платные (руб)

Первые попытки разработки на 1С с использованием больших языковых моделей (LLM) могут разочаровать. LLMки сильно галлюцинируют, потому что не знают устройства конфигураций 1С, не знают нюансов синтаксиса. Но если дать им подсказки с помощью MCP, то результат получается кардинально лучше. Далее в публикации: MCP для поиска по метаданным 1С, справке синтакс-помощника и проверки синтаксиса.

15250 руб.

25.08.2025    67322    134    38    

143
Когда много сканов: Автоматическое прикрепление сканированных документов

Учет документов Распознавание документов и образов Бухгалтер Пользователь 1С:Предприятие 8 1С:ERP Управление предприятием 2 1С:Управление торговлей 11 1С:Комплексная автоматизация 2.х Россия Платные (руб)

Одна из наиболее удобных обработок автоматического прикрепления большого количества документов-оригиналов к документам 1С. Для файлов поточного сканирования автоматически определяются начало и конец каждого документа. Поддерживаются штрихкоды, QR-коды, отсканированные PDF документы без штрихкодов, сформированные в ЭДО текстовые PDF документы. Поддерживаются входящие и исходящие документы-оригиналы.

87108 руб.

23.12.2021    17161    34    25    

15

SALE! 35%

Распознавание и загрузка документов в 1С

Загрузка и выгрузка в Excel Документооборот и делопроизводство (СЭД) Учет документов Распознавание документов и образов Бухгалтер Пользователь 1С:Предприятие 8 1С 8.3 1С 8.5 1С:Комплексная автоматизация 1.х 1С:Бухгалтерия 2.0 1С:Управление торговлей 10 1С:Розница 2 1С:Управление производственным предприятием 1С:Управление нашей фирмой 1.6 1С:ERP Управление предприятием 2 1С:Бухгалтерия 3.0 1С:Управление торговлей 11 1С:Управление холдингом 1С:Комплексная автоматизация 2.х 1С:Управление нашей фирмой 3.0 Бухгалтерский учет Управленческий учет Платные (руб)

Программа для распознавания сканов или фотографий товарных документов в 1С. Просто выбираете файл (PDF, XML, JPG, DOC, XLS, HTML) и нажимаете кнопку "Распознать и загрузить".

8540 5551 руб.

04.06.2019    126019    373    183    

369
LLM на встроенном языке 1С: внутри ни одного Если

Нейросети Программист 1С 8.3 Бесплатно (free)

Один проход модели по вопросу из 28 знаков стоит 631 296 умножений и 4,8 секунды. Столько берёт языковая модель на 21 920 параметров, посчитанная прямо в 1С средствами самой платформы. На ней разбираю по шагам, что стоит за каждым словом из модного словаря: токен, словарь, вектор символа, вес, слой, голова внимания, контекст, softmax, температура, KV-кэш. Отдельно про температуру - она вообще не про креативность и управляет выбором буквы уже после того, как модель закончила работу. Отдельно про галлюцинацию - показываю в цикле генерации место, куда физически невозможно вставить "не знаю". Плюс расчёт потолка для встроенного языка, замер цены размера модели и история про метод платформы, которого не существует.

20.08.2026    4087    nedomolkov.ivan    8    

17
Локальная LLM на BSL

Инструментарий разработчика Нейросети Программист 1С 8.3 Бесплатно (free)

Стенд, на котором языковую модель видно изнутри: настоящий трансформер посчитан с нуля на встроенном языке, без внешних компонент, ONNX, Native API и обращений наружу. Три кнопки: полный ответ с отчётом о числе умножений и секундах, один проход модели с вероятностями всех 36 символов алфавита столбиком, и разбор устройства - алфавит, номера токенов, размерности. Поле температуры показывает, что выбор буквы делает не сама модель, а код снаружи: при нуле ответ повторяется слово в слово, при пятёрке текст рассыпается на слоги. В комплекте два файла: модель на 21 920 параметров отвечает за 7-13 секунд, вчетверо более крупная примерно за 28. Веса лежат макетом внутри, скачивать и настраивать нечего. Знаний о мире у модели нет: она помнит сорок фраз про объекты 1С, и на вопрос вне этого набора отвечает бессмыслицей с той же уверенностью.

20.08.2026    3106    63    nedomolkov.ivan    0    

13
Конвейер ИИ-агентов в боевой 1С

Нейросети Программист Бесплатно (free)

Код от агента выглядит хорошо, но между «агент выдал код» и «код работает в боевой базе» лежит дистанция, которую никто не проходит за вас. Как я обвесил её конвейером из семи ролей на боевой 1С:БП КОРП с БИТ.ФИНАНС: устройство конвейера, почему «критично» у агента не значит «дефект», шесть промахов, прошедших конвейер насквозь, один дефект, доехавший до боевой базы, и честный список того, чего я не измерял.

19.08.2026    1567    VlaMax    34    

12
Считывание QR-кода с экрана монитора

Распознавание документов и образов Программист Пользователь 1С 8.3 1С:Библиотека стандартных подсистем Абонемент ($m)

Кроссплатформенный инструмент для распознавания QR-кода с экрана вашего монитора.

1 стартмани

14.08.2026    714    5    SerVer1C    0    

13
Комментарии
Подписаться на ответы Инфостарт бот Сортировка: Древо развёрнутое
Свернуть все
1. aximo 2727 29.09.25 09:16 Сейчас в теме
на python есть такая компонента, позволяет делать распознание - пытался применять его распознании "честного знака", но давала ошибки - отказался
+ – Ответить
3. da_1c 203 30.09.25 04:03 Сейчас в теме
(1) Пришлите мне пример вашего файла я загоню в модель и покажу как моделька его увидет
+ – Ответить
2. Константин С. 686 29.09.25 10:31 Сейчас в теме
такто Invoices редкая птица в наших краях :-)

Так-то интересно более приближенный пример к нашими реалиям.
ixijixi; +1 – Ответить
4. da_1c 203 30.09.25 04:05 Сейчас в теме
(2) инвойс на англ включает все: он же накладная, счет-фактура, товарно-транспортная накладная и прочая... Пришлите мне свой файл, который Вы хотите распознавать, я загоню в модельку и покажу как она его увидит.
+ – Ответить
5. Константин С. 686 30.09.25 10:32 Сейчас в теме
(4) такто я сам это могу сделать. т.ч. на других Аишках еще и бесплатно, используя локации РФ.
А вашем случае получается теоретическая выкладка, чтожто хорошо.
Но без привязки на реальную работу по загрузки докумментов в УТ 11 (как написано в описании)
+ – Ответить
6. da_1c 203 30.09.25 18:23 Сейчас в теме
(5) поделитесь какими модельками Вы пользуетесь и в чем Вы видите их преимущество? Интересно будет посмотреть. Обработка реальная и может работать в любой конфигурации, и тестировалась на УТ 11 о чем и написано согласно правилам платформы в описании. Обработка предназначена для программистов и руководителей проектов, а не для пользователей. Если Вам нужна доработка под Вашу ситуацию, то обращайтесь в личку. Не увидел в Вашем ответе пример, который Вы хотите разобрать.
+ – Ответить
7. Светлый ум 508 17.12.25 05:17 Сейчас в теме
с 2024 года Azure Document Intelligence перестала работать в России, даже с моим старым аккаунтом Microsoft
+ – Ответить
Для отправки сообщения требуется регистрация/авторизация