C✳CODEZ.WIN
🌐 Deutsch

Lokalisierter Leseleitfaden

azure-ai-document-intelligence-tsZweck, Verwendung und Quelle

Extrahieren Sie Text, Tabellen und strukturierte Daten aus Dokumenten mithilfe von Azure Document Intelligence (@azure-rest/ai-document-intelligence). Verwenden Sie diese Funktion bei der Verarbeitung von Rechnungen, Quittungen, Ausweisen, Formularen oder beim Erstellen benutzerdefinierter Dokumentmodelle.

Quelle abgerufen:

Quell-Repository
microsoft/skills
SKILL.md
.github/plugins/azure-sdk-typescript/skills/azure-ai-document-intelligence-ts/SKILL.md
Repository-Sterne
3,157
Repository zuletzt aktualisiert
2026-10-31
Fähigkeitskategorien
Cloud-Dienste
Letzte Datenerfassung

Lizenz: MIT

Die Workflow-Auszüge dienen als Lesehilfe und sind keine ausführbaren Anweisungen von Codez. Für die Erstellung dieser Seite wurde keine Drittanbieter-Skill verwendet.

Die folgenden Abschnitte zu Zweck und Arbeitsablauf sind vorgelagertes Material, das zur besseren Lesbarkeit aufbereitet und übersetzt wurde. Sie unterscheiden sich von der separat gekennzeichneten redaktionellen Analyse von Codez.

Was diese Fähigkeit bewirkt

Extrahieren Sie Text, Tabellen und strukturierte Daten aus Dokumenten mithilfe von Azure Document Intelligence (@azure-rest/ai-document-intelligence). Verwenden Sie diese Funktion bei der Verarbeitung von Rechnungen, Quittungen, Ausweisen, Formularen oder beim Erstellen benutzerdefinierter Dokumentmodelle.

Wie der vorgelagerte Workflow funktioniert

Azure Document Intelligence REST SDK für TypeScript

Extrahieren von Text, Tabellen und strukturierten Daten aus Dokumenten mithilfe vordefinierter und benutzerdefinierter Modelle.

Aufwärtspassage · L11 ↗

Bewährte Verfahren

Verwenden Sie getLongRunningPoller() – Die Dokumentenanalyse ist asynchron, daher sollten Sie die Ergebnisse regelmäßig abrufen. Prüfen Sie isUnexpected() – Typschutz für korrekte Fehlerbehandlung.

Aufwärtspassage · L327 ↗

Anforderungen und Einrichtung

Aufwärtspassage · bash ↗
npm install @azure-rest/ai-document-intelligence @azure/identity

Grenzwerte und Qualitätskontrollen

Authentifizierung

Wichtig: Dies ist ein REST-Client.DocumentIntelligenceist eine Funktion, keine Klasse.

Aufwärtspassage · L29 ↗

Beginnen Sie mit einem sicheren Testlauf

  1. Prüfen Sie den unterstützten Host und die Installationsanweisungen für das Repository. Halten Sie das Skill-Verzeichnis und die darin enthaltenen Skripte, Assets und Dokumentationen zusammen;SKILL.mdEine Einzelperson kann Abhängigkeiten außer Acht lassen.
  2. Geben Sie dem Agenten Ihre tatsächlichen Eingaben, die gewünschten Ausgaben und die Akzeptanzkriterien an. Aufrufsyntax und verfügbare Tools hängen vom Hostsystem ab; diese Website geht nicht von einem universellen Installationsbefehl aus.
  3. Testen Sie den Quellworkflow in einem temporären Projekt oder auf einer Kopie. Überprüfen Sie Vorgänge, die Dateien, Remote-Dienste oder abrechnungsfähige Ressourcen ändern, bevor Sie diese zulassen.
  4. Überprüfen Sie die Ausgabe anhand der Quellqualitätsprüfungen und Ihrer eigenen Anforderungen. Ein erfolgreicher Trigger oder eine hohe Anzahl von Sternen im Repository garantiert kein korrektes Ergebnis.

Spezifikation des Kompetenzformats und des Verzeichnisses ↗

Lesen Sie mehr dazu in der Quelle.

Übersetzung und Umfang

Dieser Leseleitfaden wählt Passagen aus dem markierten stromaufwärts gelegenen Abschnitt aus.SKILL.mdDie Übersetzung wurde unterstützt. Es handelt sich weder um ein vollständiges Handbuch noch um eine Garantie für geprüfte Kompatibilität. Lesen Sie vor der Verwendung das Original und die darin referenzierten Dateien.

Diese Einleitung bezieht sich auf die unten angepinnte Version; die aktuelle Repository-Aktivität und der Erfassungszeitpunkt werden separat angezeigt.

Angeheftete Quelle
Lesen Sie das Original ↗
Quelle abgerufen
Source-Commit
00d66a64919edca5bca2c673373444e36a4b5461
Quelle SHA-256
170b437bc1a60e84a9258f1f1a0d452ab4faf043c46cc97286bb5ca3939509e7
Zurück zum vollständigen Kompetenzkatalog