Preskok na glavno vsebino
Slovenščina— Izberite jezik
Meni

Primeri uporabe anotacij

Lekcija 12 od 16 Posodobljeno 3. november 2026 Razvijalec
Na tej strani
  1. Anotacije za vsako vlogo
  2. Razvrsti pred obdelavo
  3. Beri pogodbo kot pravnik
  4. Samodejno preveri skladnost
  5. Pred indeksiranjem ne izgubi ničesar
  6. Ključne ugotovitve

Posodobitev 2. novembra 2026 — OCR. Različica OCR 4.0 (mistral-ocr-4-0) je bila umaknjena 30. septembra 2026. Uporabi OCR 4.1 (mistral-ocr-4-1), ki je splošno dostopen od 31. avgusta po isti ceni, ali alias mistral-ocr-latest, ki kaže nanj od 16. julija. OCR 4.1 dodaja ocene zanesljivosti na ravni blokov. Dodatek 3. novembra 2026: Lokalni PDF se prenese v formatu base64 kot {"type": "document_url", "document_url": "data:application/pdf;base64,…"}; tip document_base64 iz starejših primerov ne obstaja niti v dokumentaciji niti v SDK-ju mistralai, ti primeri pa bi spodleteli. Viri: OCR Processor · Document QnA. Popravljeno 3. novembra 2026: Koda je prej brala page.document_annotation stran za stranjo; v SDK-ju mistralai različice 3.7.0 je anotacija dokumenta eno samo polje v odgovoru (response.document_annotation), anotacijo slike pa beremo iz image.image_annotation.

Anotacije Document AI pretvarjajo nestrukturirane dokumente v uporabne podatke. Mehanizem je vedno enak – shema, poziv, klic – toda tisto, kar izvlečeš, se drastično spremeni glede na tvojo vlogo. Ta lekcija te popelje skozi štiri konkretne implementacije: razvrščanje na začetku procesne verige, analizo klavzul v pogodbah, preverjanje skladnosti s predpisi in obogatitev indeksa RAG.

Razvrsti pred obdelavo

V realnem delovnem toku dokumenti prispejo pomešani: račun, naročilnica, osebni dokument, pismo. Preden uporabiš ustrezno shemo za ekstrakcijo, moraš vedeti, s čim imaš opravka. Anotacija služi kot prva faza razvrščanja. Enum TypeDocument določi dovoljene kategorije, ocena zanesljivosti ti omogoča preusmeritev vsega, kar je pod določenim pragom, v ročni pregled, povzetek v enem stavku pa operaterjem da dovolj konteksta za odločitev, ne da bi morali odpirati datoteko.

import os
from enum import Enum
from pydantic import BaseModel, Field
from mistralai.client import Mistral
from mistralai.extra import response_format_from_pydantic_model

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

class TypeDocument(str, Enum):
    INVOICE = "facture"
    PURCHASE_ORDER = "bon_commande"
    CONTRACT = "contrat"
    REPORT = "rapport"
    LETTER = "courrier"
    FORM = "formulaire"
    ID_DOCUMENT = "piece_identite"
    OTHER = "autre"

class Classification(BaseModel):
    document_type: TypeDocument = Field(
        ..., description="Identified document type"
    )
    confidence: float = Field(
        ..., description="Confidence score between 0 and 1"
    )
    language: str = Field(
        ..., description="Primary language (ISO 639-1 code)"
    )
    summary: str = Field(
        ..., description="One-sentence summary of the content"
    )

def classify_document(document_base64: str) -> Classification:
    """Samodejno razvrsti dokument."""
    response = client.ocr.process(
        model="mistral-ocr-latest",
        document={
            "type": "document_url",
            "document_url": f"data:application/pdf;base64,{document_base64}"
        },
        document_annotation_format=response_format_from_pydantic_model(
            Classification
        ),
        document_annotation_prompt=(
            "Identify the type of this document and provide "
            "a summary of its content."
        )
    )

    if response.document_annotation:
        return Classification.model_validate_json(
            response.document_annotation
        )

    raise ValueError("No annotation returned")

Beri pogodbo kot pravnik

Analiza pogodb je glavni primer uporabe v pravni stroki in financah, prav tam pa zares zasijejo gnezdené sheme. Vsaka Clause nosi svoj naslov, povzetek vsebine, svojo kategorijo – zaupnost, odpoved, prepoved konkurence, odgovornost, plačilo – in oceno tveganja na treh ravneh. Sama pogodba združuje te klavzule skupaj s strankami, datumom podpisa, trajanjem, zneskom in veljavno jurisdikcijo. Pri portfelju dvesto dobaviteljskih pogodb v nekaj urah dobiš zemljevid, ki ga nihče ne bi imel časa ročno izdelati.

Polje risk zahteva opozorilo: gre za oceno, ki jo ustvari model, uporabno za določanje prioritet pri pregledu s strani pravnika, nikoli pa za njegovo nadomeščanje.

from pydantic import BaseModel, Field
from typing import Optional

class Clause(BaseModel):
    title: str = Field(..., description="Title or number of the clause")
    content: str = Field(..., description="Summary of the clause content")
    clause_type: str = Field(
        ..., description="Type: confidentiality, termination, "
        "non-compete, liability, payment, other"
    )
    risk: str = Field(
        ..., description="Risk level: low, medium, high"
    )

class ContractAnalysis(BaseModel):
    parts: list[str] = Field(
        ..., description="Names of the contracting parts"
    )
    signature_date: Optional[str] = Field(
        None, description="Signature date (YYYY-MM-DD)"
    )
    duration: Optional[str] = Field(
        None, description="Contract duration"
    )
    key_clauses: list[Clause] = Field(
        ..., description="Identified main clauses"
    )
    amount: Optional[float] = Field(
        None, description="Total amount if mentioned"
    )
    jurisdiction: Optional[str] = Field(
        None, description="Applicable jurisdiction"
    )

def analyze_contract(document_base64: str) -> ContractAnalysis:
    """Analizira pogodbo in izvleče glavne klavzule."""
    response = client.ocr.process(
        model="mistral-ocr-latest",
        document={
            "type": "document_url",
            "document_url": f"data:application/pdf;base64,{document_base64}"
        },
        document_annotation_format=response_format_from_pydantic_model(
            ContractAnalysis
        ),
        document_annotation_prompt=(
            "Analyze this commercial contract. Identify the parts, "
            "the main clauses, and evaluate the risk level "
            "of each clause."
        )
    )

    if response.document_annotation:
        return ContractAnalysis.model_validate_json(
            response.document_annotation
        )

    raise ValueError("No annotation returned")

Samodejno preveri skladnost

Regulativni nadzor je še posebej primeren za anotacije, saj so merila v zakonu zapisana črno na belem. Pri francoskem računu poziv našteje obveznosti za preverjanje – obvezne navedbe (SIRET, IDV za intra-skupnostne transakcije, plačilni pogoji, zamudne obresti), oblikovanje zneskov, datum izdaje – shema pa za vsako merilo vsili boolean rezultat skupaj z utemeljitvijo. Dobiš globalno oceno in priporočila za izboljšave, kar zadostuje, da se neustrezen račun blokira, preden vstopi v plačilni promet.

from pydantic import BaseModel, Field

class CompliancePoint(BaseModel):
    criterion: str = Field(..., description="Compliance criterion checked")
    compliant: bool = Field(..., description="True if compliant, False otherwise")
    justification: str = Field(
        ..., description="Explanation of compliance or non-compliance"
    )

class ComplianceAudit(BaseModel):
    document_type: str = Field(..., description="Type of document audited")
    compliance_points: list[CompliancePoint] = Field(
        ..., description="Compliance points checked"
    )
    global_score: float = Field(
        ..., description="Global compliance score (0-100)"
    )
    recommendations: list[str] = Field(
        ..., description="Improvement recommendations"
    )

def audit_invoice_compliance(document_base64: str) -> ComplianceAudit:
    """Preveri skladnost računa glede na francoska pravila."""
    response = client.ocr.process(
        model="mistral-ocr-latest",
        document={
            "type": "document_url",
            "document_url": f"data:application/pdf;base64,{document_base64}"
        },
        document_annotation_format=response_format_from_pydantic_model(
            ComplianceAudit
        ),
        document_annotation_prompt=(
            "Verify the compliance of this invoice according to "
            "French legal obligations: mandatory mentions "
            "(SIRET, intra-community VAT, payment terms, "
            "late payment penalties), amount formatting, issue date."
        )
    )

    if response.document_annotation:
        return ComplianceAudit.model_validate_json(
            response.document_annotation
        )

    raise ValueError("No annotation returned")

Pred indeksiranjem ne izgubi ničesar

Še ena, bolj diskretna, a odločilna uporaba: priprava vsebine za indeks RAG. Indeks, zgrajen zgolj na Markdownu, izgubi vse, kar je bilo vizualno, in tvoja iskanja nikoli ne bodo našla grafa, ki je vseboval ključno številko. Spodnja funkcija stran za stranjo znova sestavi besedilo in opis vsake slike, nato pa doda metapodatke, izvlečene iz dokumenta, v enem samem bloku, pripravljenem za razdelitev na dele (chunks).

def enrich_for_rag(ocr_response) -> str:
    """Obogati vsebino OCR z anotacijami za RAG."""
    parts = []

    for page in ocr_response.pages:
        # Text content
        parts.append(page.markdown)

        # Image annotations (replace images with their description)
        for image in page.images:
            if image.image_annotation:
                parts.append(
                    f"[Description of {image.id}]: {image.image_annotation}"
                )

    # Document annotation: a single one, carried by the response
    if ocr_response.document_annotation:
        parts.append(
            f"[Extracted Metadata]: {ocr_response.document_annotation}"
        )

    return "\n\n".join(parts)

Z dodajanjem opisov slik in izvlečenih metapodatkov k indeksirani vsebini ne izgubiš nobene informacije iz izvirnega dokumenta. Opazil boš, da si ti štirje scenariji delijo isto osnovo: razlikuje jih shema in poziv, ne pa klicna koda.

Ključne ugotovitve

  • Samodejna razvrstitev preusmeri dokumente v pravilno procesno verigo
  • Ekstrakcija klavzul iz pogodb identificira tveganja in ključne točke
  • Preverjanje skladnosti avtomatizira regulativne revizije
  • Obogatitev z anotacijami izboljša kakovost indeksiranja RAG
  • Vsak primer uporabe se zreducira na dobro zasnovano shemo Pydantic in prilagojen poziv