Пак: Vision-пайплайны - фото или скриншот в строгий JSON
Фотография или скриншот - это неструктурированный хаос для программы. Vision-модели (нейросети, которые «видят» картинку) превращают его в данные: со скрина карточки товара достают название, размер, цену и варианты покупки, с фото коробки читают трек-номер. Этот пак - готовые пайплайны из боевых проектов: строгий JSON из картинки, два провайдера с подстраховкой, слияние данных с нескольких фото и офлайн-OCR трек-номеров.
Всё обезличено: ключи - через переменные окружения, названия брендов и товаров в примерах вымышлены. Показан паттерн, а не чьи-то данные.
Это материал для участников клуба
Как отправить фото в Vision-модель и получить строгий JSON: название, размер, цена, варианты. Два провайдера с фолбэком, слияние данных с нескольких фото, OCR трек-номеров через pytesseract с препроцессингом и устойчивый парсинг ответа LLM. Полная версия доступна по подписке Argo Intelligent.
Открыть доступ