Última actualización: 6 de enero

Let's Build: analizador de facturas con IA en Transloadit

Kevin van Zonneveld

Cofundador · Ámsterdam, Países Bajos ·

Las facturas son un flujo de trabajo central para los equipos de finanzas, pero extraer los campos a mano es lento y propenso a errores. En este Let's Build, crearemos un pequeño servicio de análisis de facturas con las primitivas de Transloadit: enrutar archivos, normalizar formatos y solicitar JSON estructurado a la IA.

Qué vamos a construir

Aceptar cualquier formato de factura (PDF, DOCX, imagen)
Convertir a PDF los archivos que no lo sean con 🤖 /document/convert
Extraer campos estructurados con 🤖 /ai/chat (English)

Primero el esquema (zod)

Usaremos Zod para definir el esquema de la factura y pasar el JSON Schema al Step de IA. Así la salida se mantiene predecible.

import { z } from 'zod'
import { zodToJsonSchema } from 'zod-to-json-schema'

const invoiceSchema = z.object({
  vendor_name: z.string().optional(),
  invoice_number: z.string().optional(),
  invoice_date: z.string().optional(),
  due_date: z.string().optional(),
  currency: z.string().optional(),
  subtotal: z.number().optional(),
  tax: z.number().optional(),
  total: z.number().optional(),
  line_items: z
    .array(
      z.object({
        description: z.string().optional(),
        quantity: z.number().optional(),
        unit_price: z.number().optional(),
        total: z.number().optional(),
      }),
    )
    .optional(),
})

const toJsonSchema = (schema: z.ZodTypeAny): unknown =>
  typeof (z as { toJSONSchema?: typeof zodToJsonSchema }).toJSONSchema === 'function'
    ? (z as { toJSONSchema: typeof zodToJsonSchema }).toJSONSchema(schema)
    : zodToJsonSchema(schema)

const invoiceJsonSchema = toJsonSchema(invoiceSchema)

Descripción general del pipeline

PDF invoices ──▶ /ai/chat
Other docs  ──▶ /document/convert (pdf) ──▶ /ai/chat

Fragmento de Assembly

const assembly = await transloadit.createAssembly({
  params: {
    steps: {
      pdf_verified: {
        robot: '/file/filter',
        use: ':original',
        accepts: [['${file.mime}', '==', 'application/pdf']],
      },
      non_pdf: {
        robot: '/file/filter',
        use: ':original',
        accepts: [['${file.mime}', '!=', 'application/pdf']],
      },
      pdf_converted: {
        robot: '/document/convert',
        use: 'non_pdf',
        format: 'pdf',
      },
      extract_invoice: {
        robot: '/ai/chat',
        use: ['pdf_verified', 'pdf_converted'],
        model: 'anthropic/claude-4-sonnet-20250514',
        format: 'json',
        schema: JSON.stringify(invoiceJsonSchema),
        messages: 'Extract invoice fields. Omit keys if unknown.',
        result: true,
      },
    },
  },
  files: {
    document: filePath,
  },
  waitForCompletion: true,
})

Prueba la app de ejemplo

El script de ejemplo completo y las instrucciones de configuración están incluidos en este repositorio. Desde la raíz del repositorio, ejecuta:

node public/example_apps/invoice-parser/run.ts

Entradas de ejemplo

Usa las muestras incluidas o sustitúyelas por tus propios PDF de facturas para las capturas de pantalla:

_assets/demos/inputs/scan.pdf
_assets/demos/inputs/first_document.pdf
_assets/demos/inputs/second_document.pdf

Próximos pasos

Añade la normalización multimoneda en tu capa de aplicación.
Guarda los resultados en tu base de datos y añade colas de revisión humana.
Amplía el esquema para admitir múltiples proveedores y configuraciones regionales.