Membangun pipeline pemrosesan dokumen dengan Workflows

Membuat Parser Invoice

Gunakan konsol Google Cloud untuk membuat Invoice Parser baru. Lihat halaman membuat dan mengelola pemroses untuk mengetahui informasi selengkapnya.

1. Di menu navigasi konsol Google Cloud , klik Document AI, lalu pilih Processor Gallery.

   Prosesor Galeri

2. Di Processor Gallery, cari Invoice Parser, lalu pilih Buat.

   

3. Masukkan Nama pemroses, seperti workflows-invoice-processor.

4. Pilih region (location di Document AI API) untuk menghosting prosesor.

5. Klik Buat. Tab Processor Details akan muncul.

6. Salin ID Prosesor Anda. Anda harus menggunakan ini dalam kode nanti.

   

Mengonfigurasi bucket output di Cloud Storage

Saat menggunakan pemrosesan batch (asinkron), file input dan output harus disimpan di Cloud Storage. Bucket berikut berisi file contoh untuk digunakan sebagai input untuk panduan ini:

gs://cloud-samples-data/documentai/workflows

Konfigurasi bucket untuk menyimpan file output di project Anda.

1. Ikuti panduan Membuat Bucket dalam dokumentasi Cloud Storage untuk membuat bucket, atau gunakan bucket yang sudah ada.

2. Buat folder di bucket (misalnya, docai-workflows-output).

Buat alur kerja

1. Buka dasbor Workflows di konsol Google Cloud .

   Buka dasbor Workflows

2. Klik Buat untuk membuat alur kerja pertama Anda. Halaman Create Workflow akan muncul.

   

3. Ganti nama alur kerja menjadi docai-workflows-quickstart.

4. Tambahkan deskripsi, dan pilih akun layanan jika Anda memilikinya untuk project ini.

   1. Jika Anda tidak memiliki akun layanan, pilih Buat Akun Layanan Baru.
      • Beri nama akun layanan Anda, lalu pilih Create and Continue.
      • Berikan peran berikut:
      • Document AI API User
      • Workflows Invoker
      • Logs Writer
      • Service Usage Consumer
      • 

5. Di halaman Create Workflow, klik Next.

Tentukan alur kerja

1. Di Workflows editor, hapus YAML default dan tempelkan kode di bawah:

   main:
     params: [input]
     steps:
       - start:
           call: sys.log
           args:
             text: ${input}
       - vars:
           assign:
             - input_gcs_bucket: ${input.inputBucket}
             - output_gcs_bucket: ${input.outputBucket}
             - processor_id: ${input.processorId}
             - location: ${input.location}
             - project_id: ${sys.get_env("GOOGLE_CLOUD_PROJECT_ID")}
       - batch_process:
           call: googleapis.documentai.v1.projects.locations.processors.batchProcess
           args:
             name: ${"projects/" + project_id + "/locations/" + location + "/processors/" + processor_id}
             location: ${location}
             body:
               inputDocuments:
                 gcsPrefix:
                   gcsUriPrefix: ${input_gcs_bucket}
               documentOutputConfig:
                 gcsOutputConfig:
                   gcsUri: ${output_gcs_bucket}
               skipHumanReview: true
           result: batch_process_resp
       - return:
           return: ${batch_process_resp}
   

1. Pilih Deploy.

Alur kerja pengujian

Setelah alur kerja di-deploy, Anda akan berada di halaman Detail alur kerja.

1. Klik Jalankan di bagian atas halaman untuk membuka halaman Jalankan alur kerja. Halaman ini memungkinkan Anda menguji alur kerja di konsol.

2. Ganti variabel placeholder dalam JSON input berikut:

   • OUTPUT_BUCKET_PATH: Jalur lengkap ke bucket dan folder output yang dibuat sebelumnya.
   • PROCESSOR_ID: ID pemroses untuk pemroses yang dibuat sebelumnya.
   • LOCATION: Region untuk pemroses yang dibuat sebelumnya.

   {
     "inputBucket": "gs://cloud-samples-data/documentai/workflows",
     "outputBucket": "OUTPUT_BUCKET_PATH",
     "processorId": "PROCESSOR_ID",
     "location": "LOCATION"
   }
   

3. Salin/Tempel JSON ke kotak teks input.

4. Klik Execute di bagian bawah alur kerja untuk menguji input Anda dan tunggu beberapa saat hingga proses selesai.

5. Setelah alur kerja selesai, JSON output akan terlihat seperti ini.

   {
     "done": true,
     "metadata": {
       "@type": "type.googleapis.com/google.cloud.documentai.v1.BatchProcessMetadata",
       "createTime": "2023-02-24T18:31:18.521764Z",
       "individualProcessStatuses": [
         {
           "humanReviewStatus": {
             "state": "SKIPPED"
           },
           "inputGcsSource": "gs://cloud-samples-data/documentai/workflows/baking_technologies_invoice.pdf",
           "outputGcsDestination": "OUTPUT_BUCKET_PATH/11119195367705871803/0",
           "status": {}
         },
         {
           "humanReviewStatus": {
             "state": "SKIPPED"
           },
           "inputGcsSource": "gs://cloud-samples-data/documentai/workflows/generic_invoice.pdf",
           "outputGcsDestination": "OUTPUT_BUCKET_PATH/11119195367705871803/1",
           "status": {}
         },
         {
           "humanReviewStatus": {
             "state": "SKIPPED"
           },
           "inputGcsSource": "gs://cloud-samples-data/documentai/workflows/google_invoice.pdf",
           "outputGcsDestination": "OUTPUT_BUCKET_PATH/11119195367705871803/2",
           "status": {}
         }
       ],
       "state": "SUCCEEDED",
       "updateTime": "2023-02-24T18:31:52.543163Z"
     },
     "name": "projects/PROJECT_ID/locations/LOCATION/operations/11119195367705871803",
     "response": {
       "@type": "type.googleapis.com/google.cloud.documentai.v1.BatchProcessResponse"
     }
   }
   

6. Buka bucket penyimpanan output Anda, Anda akan melihat output untuk setiap invoice yang diproses dalam folder yang dinamai sesuai dengan ID Operasi.

7. Dalam folder ini akan ada subfolder, satu untuk setiap dokumen yang diproses dari batch input yang berisi file JSON Document.

8. Anda dapat memeriksa setiap file JSON atau menulis kode untuk menggunakan kolom yang relevan untuk kasus penggunaan Anda. Lihat panduan menangani respons pemrosesan untuk mengetahui informasi selengkapnya.

9. Anda kini dapat menautkan langkah-langkah tambahan dalam alur kerja untuk memproses lebih lanjut output, seperti menyisipkan entity yang diekstrak ke dalam database untuk analisis.

10. Lihat Dokumentasi Workflows untuk mengetahui informasi selengkapnya tentang cara memicu alur kerja.