diff --git a/api/routers/invoices.py b/api/routers/invoices.py
index 842a61a..6601f3d 100644
--- a/api/routers/invoices.py
+++ b/api/routers/invoices.py
@@ -3,7 +3,8 @@ from fastapi import APIRouter, Depends, UploadFile, File, HTTPException, status,
from typing import Dict, Optional
from api.dependencies import get_current_active_user
-from services import invoice_processor_service
+# Importamos la función específica para que el código sea más claro
+from services.invoice_processor_service import process_invoice_from_bytes
from db.models import User
router = APIRouter()
@@ -14,11 +15,14 @@ ALLOWED_CONTENT_TYPES = ["application/pdf", "image/jpeg", "image/png", "image/ti
async def upload_invoice(
current_user: User = Depends(get_current_active_user),
file: UploadFile = File(...),
- # Nuevo parámetro: viene del formulario, es opcional y debe estar entre 0.0 y 1.0
- confidence_threshold: Optional[float] = Form(None, ge=0.0, le=1.0)
+ # --- PUNTO CRÍTICO ---
+ # El nombre del parámetro aquí, `default_confidence_override`, DEBE coincidir
+ # con el nombre usado en el formData.append() del JavaScript.
+ default_confidence_override: Optional[float] = Form(None, ge=0.0, le=1.0)
):
"""
- Endpoint para subir una factura. Ahora acepta un umbral de confianza opcional.
+ Endpoint para subir una factura. Acepta un umbral para sobrescribir
+ la confianza por defecto.
"""
if file.content_type not in ALLOWED_CONTENT_TYPES:
raise HTTPException(
@@ -29,11 +33,11 @@ async def upload_invoice(
try:
file_bytes = await file.read()
- # Pasamos el umbral recibido al servicio
- extracted_data = invoice_processor_service.process_invoice_from_bytes(
+ # Pasamos el parámetro con el nombre correcto al servicio
+ extracted_data = process_invoice_from_bytes(
file_bytes=file_bytes,
mime_type=file.content_type,
- override_threshold=confidence_threshold
+ default_confidence_override=default_confidence_override
)
return extracted_data
except Exception as e:
diff --git a/core/config.py b/core/config.py
index 364bad9..fb3d742 100644
--- a/core/config.py
+++ b/core/config.py
@@ -15,20 +15,25 @@ class Settings(BaseSettings):
GCP_LOCATION: str
DOCAI_PROCESSOR_ID: str
- # --- Lógica de Negocio (extraída del antiguo config.py) ---
+ # --- Lógica de Negocio (pedido por Jaime, datos a extraer) ---
REQUIRED_FIELDS: List[str] = [
- "supplier_name",
"invoice_id",
"invoice_date",
- "total_amount"
+ "total_amount",
+ "net_amount",
+ "receiver_name",
+ "supplier_tax_id"
]
-
- # Umbrales de confianza por campo. Un valor por defecto y anulaciones específicas.
- CONFIDENCE_THRESHOLDS: Dict[str, float] = {
- "__default__": 0.85,
- "supplier_name": 0.90,
- "total_amount": 0.95
- }
+ # --- CAMBIO PARA DEPURACIÓN ---
+ # Bajamos los umbrales para asegurarnos de que los datos se extraen.
+ CONFIDENCE_THRESHOLDS: Dict[str, float] = {
+ "__default__": 0.82, # <-- Bajamos el por defecto al 10%
+ "supplier_name": 0.80,
+ "total_amount": 0.75, # <-- Bajamos todos a un nivel muy bajo
+ "net_amount": 0.92,
+ "receiver_name": 0.74,
+ "supplier_tax_id": 0.46 # <-- Especialmente este que estaba en 0.46
+ }
# Creamos una única instancia global de la configuración
settings = Settings()
diff --git a/invoice-processing-google-document-ai-fastAPI.tgz b/invoice-processing-google-document-ai-fastAPI.tgz
deleted file mode 100644
index b33511b..0000000
Binary files a/invoice-processing-google-document-ai-fastAPI.tgz and /dev/null differ
diff --git a/services/invoice_processor_service.py b/services/invoice_processor_service.py
index f32c6dc..8beb716 100644
--- a/services/invoice_processor_service.py
+++ b/services/invoice_processor_service.py
@@ -3,55 +3,50 @@ import logging
from typing import Dict, List, Any, Optional
from .gcp_document_ai_client import process_document_gcp
-# Importamos nuestro limpiador de datos para usarlo
from .utils import data_cleaner
from core.config import settings
-# --- Lógica de negocio refactorizada ---
-
def _extract_specific_fields(
- entities: List[Any],
- override_threshold: Optional[float] = None
+ entities: List[Any],
+ # El nombre del parámetro aquí debe coincidir con el que se le pasa desde el router
+ default_confidence_override: Optional[float] = None
) -> Dict[str, str]:
"""
- Filtra y normaliza entidades. Si se proporciona `override_threshold`,
- se utiliza ese valor para todos los campos. De lo contrario, utiliza
- los umbrales definidos en la configuración.
+ Filtra y normaliza entidades. Si se proporciona `default_confidence_override`,
+ se utiliza para el umbral por defecto. Los umbrales específicos de la
+ configuración siempre tienen prioridad.
"""
extracted_data = {field: "Not found or low confidence" for field in settings.REQUIRED_FIELDS}
+ # Determina el umbral por defecto para esta ejecución
+ default_threshold = default_confidence_override if default_confidence_override is not None else settings.CONFIDENCE_THRESHOLDS["__default__"]
+
for entity in entities:
entity_type = entity.type_
- # Lógica de decisión del umbral
- if override_threshold is not None:
- threshold = override_threshold
- else:
- # Comportamiento original: usar la configuración por campo
- threshold = settings.CONFIDENCE_THRESHOLDS.get(entity_type, settings.CONFIDENCE_THRESHOLDS["__default__"])
+ if entity_type in settings.REQUIRED_FIELDS:
+ # Lógica corregida: Prioriza el umbral específico del campo, si no, usa el por defecto.
+ threshold = settings.CONFIDENCE_THRESHOLDS.get(entity_type, default_threshold)
- if entity_type in settings.REQUIRED_FIELDS and entity.confidence >= threshold:
- value = entity.mention_text.replace('\n', ' ').strip()
-
- # Reactivamos la limpieza de fechas
- if entity_type == 'invoice_date':
- normalized_date = data_cleaner.normalize_date(value)
- value = normalized_date if normalized_date else f"Unparseable Date: '{value}'"
-
- extracted_data[entity_type] = value
+ if entity.confidence >= threshold:
+ value = entity.mention_text.replace('\n', ' ').strip()
+
+ if entity_type == 'invoice_date':
+ normalized_date = data_cleaner.normalize_date(value)
+ value = normalized_date if normalized_date else f"Unparseable Date: '{value}'"
+
+ extracted_data[entity_type] = value
return extracted_data
-# --- Función principal del servicio actualizada ---
-
def process_invoice_from_bytes(
file_bytes: bytes,
mime_type: str,
- override_threshold: Optional[float] = None # Nuevo parámetro opcional
+ # El nombre del parámetro aquí debe coincidir con el del router
+ default_confidence_override: Optional[float] = None
) -> Dict[str, str]:
"""
- Orquesta el proceso completo. Ahora pasa el umbral de confianza
- opcional a la capa de lógica de negocio.
+ Orquesta el proceso completo.
"""
try:
document = process_document_gcp(
@@ -62,10 +57,10 @@ def process_invoice_from_bytes(
mime_type=mime_type,
)
- # Pasamos el umbral opcional a la función de extracción
- validated_data = _extract_specific_fields(document.entities, override_threshold)
+ validated_data = _extract_specific_fields(document.entities, default_confidence_override)
- logging.info(f"Documento procesado con éxito con un umbral de {override_threshold or 'default'}.")
+ log_threshold = default_confidence_override if default_confidence_override is not None else "config default"
+ logging.info(f"Documento procesado. Umbral por defecto usado: {log_threshold}.")
return validated_data
except Exception as e:
diff --git a/services/utils/data_cleaner.py b/services/utils/data_cleaner.py
index 83a78bb..45294df 100644
--- a/services/utils/data_cleaner.py
+++ b/services/utils/data_cleaner.py
@@ -1,4 +1,4 @@
-# src/cli_invoice_processor/data_cleaner.py
+# services/utils/data_cleaner.py
import logging
import locale
from dateutil import parser
diff --git a/templates/dashboard.html b/templates/dashboard.html
index 8f9b136..4aedc7e 100644
--- a/templates/dashboard.html
+++ b/templates/dashboard.html
@@ -20,13 +20,11 @@
.upload-area { margin-top: 1rem; border: 2px dashed #bdc3c7; padding: 2rem; border-radius: 8px; text-align: center; background-color: #ecf0f1; }
.upload-form button { background-color: #3498db; color: white; border: none; padding: 12px 24px; border-radius: 5px; cursor: pointer; font-size: 16px; font-weight: bold; margin-top: 1rem; }
.upload-form button:disabled { background-color: #95a5a6; cursor: not-allowed; }
- /* --- Nuevo: Estilos para la configuración avanzada --- */
.settings { margin-top: 2rem; padding: 1.5rem; background-color: #f8f9fa; border-radius: 8px; }
.slider-container { display: flex; align-items: center; gap: 15px; }
.slider-container label { font-weight: bold; }
.slider-container input[type="range"] { flex-grow: 1; }
.slider-container #confidence-value { font-weight: bold; color: #3498db; min-width: 45px; }
- /* --- Fin de nuevos estilos --- */
.results { margin-top: 2rem; background-color: #f8f9fa; border: 1px solid #dee2e6; padding: 1.5rem; border-radius: 8px; display: none; }
.results-table { width: 100%; border-collapse: collapse; }
.results-table td { padding: 12px; border-bottom: 1px solid #dee2e6; }
@@ -49,10 +47,13 @@
Configuración Avanzada
-
+
85%
+
+ Este valor se usará para campos que no tienen un umbral específico en la configuración. Los umbrales para campos como 'Importe Total' o 'CIF' mantendrán su valor predefinido en el sistema.
+
@@ -76,7 +77,6 @@
const confidenceSlider = document.getElementById('confidence-slider');
const confidenceValue = document.getElementById('confidence-value');
- // --- Lógica para actualizar el valor del slider en la UI ---
confidenceSlider.addEventListener('input', () => {
confidenceValue.textContent = `${confidenceSlider.value}%`;
});
@@ -97,19 +97,18 @@
const file = fileInput.files[0];
const token = localStorage.getItem('accessToken');
- // --- Nuevo: Leer el valor del slider ---
+ if (!file) {
+ showMessage('Por favor, selecciona un archivo.', 'error');
+ submitButton.disabled = false;
+ return;
+ }
+
const thresholdValue = confidenceSlider.value;
const thresholdFloat = parseFloat(thresholdValue) / 100.0;
- // ------------------------------------
-
- if (!file) { /* ... (código sin cambios) ... */ }
- if (!token) { /* ... (código sin cambios) ... */ }
-
+
const formData = new FormData();
formData.append('file', file);
- // --- Nuevo: Añadir el umbral al FormData ---
- formData.append('confidence_threshold', thresholdFloat);
- // ----------------------------------------
+ formData.append('default_confidence_override', thresholdFloat);
try {
const response = await fetch('/api/invoices/upload', {
@@ -117,6 +116,7 @@
headers: { 'Authorization': `Bearer ${token}` },
body: formData,
});
+
const data = await response.json();
if (response.ok) {
@@ -126,15 +126,14 @@
showMessage(data.detail || 'Ocurrió un error.', 'error');
}
} catch (error) {
- showMessage('Error de conexión.', 'error');
+ console.error('Ha ocurrido un error en el bloque try/catch:', error);
+ showMessage('Error de conexión o al procesar la respuesta.', 'error');
} finally {
submitButton.disabled = false;
fileInput.value = '';
}
});
-
- // --- Funciones de Ayuda para la UI ---
function showMessage(text, type = 'info') {
messageContainer.textContent = text;
messageContainer.className = `message ${type}`;
@@ -142,16 +141,13 @@
}
function displayResults(data) {
- // Limpiar tabla anterior
resultsTable.innerHTML = '';
- // Crear una fila por cada dato extraído
for (const key in data) {
const row = resultsTable.insertRow();
const keyCell = row.insertCell(0);
const valueCell = row.insertCell(1);
- // Formatear la clave para que sea legible (ej. 'supplier_name' -> 'Supplier Name')
keyCell.textContent = key.replace(/_/g, ' ').replace(/\b\w/g, l => l.toUpperCase());
valueCell.textContent = data[key];
}
@@ -160,4 +156,4 @@
}