Crea una pipeline di elaborazione di documenti con Workflows

Crea una pipeline di elaborazione di documenti con Workflows

Se utilizzi Document AI per creare flussi di lavoro che prevedono diversi passaggi per elaborare i documenti, potresti voler utilizzare l'orchestrazione serverless per gestire il flusso di lavoro.

Workflows collega una serie di attività in un ordine definito da te. Non richiede alcuna gestione dell'infrastruttura e offre scalabilità senza interruzioni on demand, incluso lo scale down fino a zero. Grazie al modello di prezzi a consumo, paghi solo in base al tempo di esecuzione.

Workflows fornisce un connettore integrato per l'API Document AI. I connettori non richiedono codice aggiuntivo oltre a definire i passaggi utilizzando un file di configurazione. I connettori gestiscono la formattazione delle richieste e nascondono i dettagli dell'API. I connettori offrono inoltre un comportamento integrato per l'autenticazione, gestendo i nuovi tentativi e le operazioni a lunga esecuzione.

Per saperne di più, vedi Informazioni sui connettori.

Questa guida elabora un insieme di fatture di esempio utilizzando il processore di analisi delle fatture con l'elaborazione batch.

---

Per seguire le indicazioni dettagliate per questa attività direttamente nella Google Cloud console, fai clic su Procedura guidata:

Procedura guidata

---

Prima di iniziare

Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy workloads.

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Document AI, Cloud Storage, Workflows APIs.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the APIs

In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

Roles required to select or create a project

• Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
• Create a project: To create a project, you need the Project Creator (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector

Verify that billing is enabled for your Google Cloud project.

Enable the Document AI, Cloud Storage, Workflows APIs.

Roles required to enable APIs

To enable APIs, you need the Service Usage Admin IAM role (roles/serviceusage.serviceUsageAdmin), which contains the serviceusage.services.enable permission. Learn how to grant roles.

Enable the APIs

Crea un analizzatore sintattico delle fatture

Utilizza la Google Cloud console per creare un nuovo parser delle fatture. Per maggiori informazioni, consulta la pagina Creazione e gestione dei processori.

1. Nel Google Cloud menu di navigazione della console, fai clic su Document AI e seleziona Galleria processori.

   Galleria processori

2. Nella Galleria processori, cerca Analizzatore sintattico delle fatture e seleziona Crea.

   

3. Inserisci il Nome processore, ad esempio workflows-invoice-processor.

4. Seleziona la regione (location nell'API Document AI) in cui ospitare il processore.

5. Fai clic su Crea. Viene visualizzata la scheda Dettagli del processore.

6. Copia il tuo ID processore. Lo dovrai utilizzare nel tuo codice in un secondo momento.

   

Configura il bucket di output in Cloud Storage

Quando utilizzi l'elaborazione batch (asincrona), i file di input e di output devono essere archiviati in Cloud Storage. Il bucket seguente contiene file di esempio da utilizzare come input per questa guida:

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

Configura un bucket per archiviare i file di output nel progetto.

1. Segui la guida Crea bucket nella documentazione di Cloud Storage per creare un bucket o utilizza un bucket già esistente.

2. Crea una cartella nel bucket (ad esempio docai-workflows-output).

Crea flusso di lavoro

1. Apri la dashboard di Workflows nella Google Cloud console.

   Vai alla Workflows di lavoro

2. Fai clic su Crea per creare il primo workflow. Viene visualizzata la pagina Crea flusso di lavoro.

   

3. Rinomina il workflow in docai-workflows-quickstart.

4. Aggiungi una descrizione e seleziona un service account se ne hai uno per questo progetto.

   1. Se non hai un service account, seleziona Crea un nuovo service account.
      • Assegna un nome all'account di servizio e seleziona Crea e continua.
      • Assegna i seguenti ruoli:
      • Document AI API User
      • Workflows Invoker
      • Logs Writer
      • Service Usage Consumer
      • 

5. Nella pagina Crea flusso di lavoro, fai clic su Avanti.

Definisci flusso di lavoro

1. Nell'editor di Workflows, cancella il file YAML predefinito e incolla il codice seguente:

   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. Seleziona Esegui il deployment.

Testa il flusso di lavoro

Ora che hai eseguito il deployment del workflow, dovresti essere nella pagina Dettagli workflow.

1. Fai clic su Esegui nella parte superiore della pagina per andare alla pagina Esegui workflow. Questa pagina ti consente di testare il workflow nella console.

2. Sostituisci le variabili segnaposto nel seguente file JSON di input:

   • OUTPUT_BUCKET_PATH: il percorso completo del bucket di output e della cartella creati in precedenza.
   • PROCESSOR_ID: l'ID processore creato in precedenza.
   • LOCATION: la località del processore creata in precedenza.

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

3. Copia e incolla il file JSON nella casella di testo di input.

4. Fai clic su Esegui nella parte inferiore del workflow per testare l'input e attendi il completamento del processo.

5. Al termine del workflow, il file JSON di output dovrebbe avere il seguente aspetto.

   {
     "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. Apri il bucket di archiviazione di output e vedrai l'output di ogni fattura elaborata in una cartella con il nome dell'ID operazione.

7. All'interno di questa cartella saranno presenti sottocartelle, una per ogni documento elaborato dal batch di input contenente i file JSON Document.

8. Puoi esaminare ogni file JSON o scrivere codice per utilizzare i campi pertinenti per il tuo caso d'uso. Per maggiori informazioni, consulta la guida alla gestione della risposta di elaborazione.

9. Ora puoi collegare passaggi aggiuntivi nel flusso di lavoro per elaborare ulteriormente l'output, ad esempio inserendo le entità estratte in un database per l'analisi.

10. Per maggiori informazioni su come attivare i flussi di lavoro, consulta la documentazione di Workflows.

Esegui la pulizia

Per evitare che al tuo account Google Cloud vengano addebitati costi relativi alle risorse utilizzate in questa pagina, segui questi passaggi.

Per evitare addebiti Google Cloud non necessari, utilizzaGoogle Cloud console per eliminare il processore, il bucket, il workflow e il progetto se non ti servono.

Passaggi successivi

• Scopri di più su Workflows
• Scopri di più sul connettore Workflows per Document AI
• Visualizza un elenco e le descrizioni dei processori attualmente disponibili.
• Scopri come gestire la risposta di elaborazione.