API do wyodrębniania rekwizytów: dokładność 99% i integracja z 1C

# Automatyzacja ekstrakcji rekwizytów: jak zredukować błędy w dokumentach o 99%

Ręczne wpisywanie INN, KPP i rachunków rozliczeniowych z PDF lub DOCX — to bezpośrednia droga do błędów, zablokowanych płatności i kar. Jedna trzecia wszystkich dokumentów zawiera nieścisłości. Rozwiązanie — kontekstowy parsing NER z walidacją na podstawie sum kontrolnych. Poniżej — opis techniczny API, benchmarki i przykład dla 1C.

Jak działa automatyczne wyodrębnianie rekwizytów

Proces zaczyna się od wczytania dokumentu tekstowego. Obsługiwane formaty: PDF (z warstwą tekstową), DOCX, DOC, TXT, RTF i HTML. Zeskanowane obrazy bez OCR nie są przetwarzane — system działa wyłącznie z tekstem czytelnym maszynowo. Po otrzymaniu pliku uruchamiany jest potok składający się z pięciu etapów:

• Wyodrębnienie tekstu — używany jest wewnętrzny parser dla każdego formatu, w tym przywracanie kodowań typu CP1251 bez BOM.
• Normalizacja — naprawa zerwań słów, scalanie przeniesień, usuwanie artefaktów layoutu.
• Rozpoznawanie NER — własny model wykrywa istotnie prawne encje: INN, KPP, OGRN, rachunek rozliczeniowy, BIK, nazwa banku.
• Walidacja sum kontrolnych — każde pole jest sprawdzane zgodnie z algorytmami FNS i Banku Centralnego FR. Nieprawidłowe dane nie są zwracane.
• Tworzenie strukturyzowanej odpowiedzi — JSON z czystymi polami, gotowy do importu do 1C, CRM lub ERP.

System nie stosuje prostych wyrażeń regularnych. Zamiast tego — analiza kontekstowa: np. „rachunek rozliczeniowy” musi być blisko nazwy banku, a INN — w bloku rekwizytów kontrahenta. To minimalizuje fałszywe pozytywy.

Dokładność i wydajność: realne liczby

Na próbce testowej z 10 000 dokumentów uzyskano następujące wyniki:

• INN / OGRN: 99,7% — błędy tylko przy ekstremalnie zniekształconym layoutcie.
• Rachunek rozliczeniowy: 98,9% — główną przyczyną błędów są zlepione cyfry w źle sformatowanym tekście.
• BIK: 99,5% — dzięki sztywnej strukturze BIK i cyfrze kontrolnej.

Szybkość przetwarzania zależy od formatu i rozmiaru:

• Lekki DOCX (2 strony): ~1,5 sekundy.
• Ciężki PDF z grafiką: do 45 sekund.
• Maksymalny rozmiar pliku: 2 MB.
• Timeout żądania: 120 sekund.

Ograniczenia wynikają z potrzeby głębokiej analizy struktury dokumentu. Dla systemów wysokonapięciowych zalecane jest przetwarzanie asynchroniczne przez webhook.

Integracja z 1C: praktyczny przykład

Dla księgowych i deweloperów pracujących z 1C dostępna jest gotowa procedura. Poniżej — uproszczony kod wywołania API z 1C: Księgowość 3.0:

Function IzvlechRekvizityIzFayla(FilePath)    
  URL = "https://api.sb-poisk.ru/v1/extract";    
  Headers = New Withotvetstvie;    
  Headers.Insert("X-API-Key", "VASh_KLYuCh");        
  FormData = New Withtruktura;    
  FormData.Insert("file", New DvoichnyeDannye(FilePath));
  HTTPConnection = New HTTPConnection(URL);
  Answer = HTTPConnection.SendForObrabotki("POST", Headers, FormData);
  Result = ProchitatJSON(Answer.PoluchitTeloKakWithtroku());        
  Return Result;
EndFunction

Na wyjściu zwracana jest struktura z polami: inn, kpp, ogrn, account, bic, bank_name. Dane te można natychmiast wykorzystać do tworzenia karty kontrahenta, generowania faktury lub aktu.

Gdzie wdrażają i jakie rezultaty przynosi

API jest już zintegrowane w kilku typach systemów biznesowych:

• Platformy B2B i sklepy internetowe — automatyczne uzupełnianie rekwizytów przy rejestracji osoby prawnej, redukcja odmów z powodu błędów w danych płatniczych.
• Banki — automatyczna weryfikacja kart klientów przed otwarciem rachunku, eliminacja ręcznego wpisywania.
• Biura księgowe — tworzenie kontrahentów w 1C na podstawie umowy bez udziału operatora.
• CRM i ERP — synchronizacja rekwizytów między systemami, eliminacja duplikatów i literówek.

Efekt ekonomiczny: skrócenie czasu przetwarzania dokumentu z 5–10 minut do 1–2 sekund, redukcja błędów o 99%, zmniejszenie kar i strat z nieudanych transakcji.

Co ważne

• Tylko dokumenty tekstowe — skany bez OCR nieobsługiwane.
• Walidacja obowiązkowa — API nie zwraca nieważnych INN lub rachunków, nawet jeśli zostały znalezione.
• Wsparcie CP1251 — prawidłowa obsługa starych dokumentów z problematycznymi kodowaniami.
• Gotowe rozwiązania dla 1C — oszczędność czasu na rozwój integracji.
• Darmowy test — 100 zapytań przez 30 dni do weryfikacji na własnych danych.

Dostęp testowy aktywuje się kodem promocyjnym 1MHABR2026 do 30.05.2026. Klucz API przez formularz webowy lub e-mail. System działa w produkcji i jest używany przez autorów do własnej automatyzacji — to nie MVP, lecz rozwiązanie przemysłowe.

— Editorial Team