from omniparser import OmniParser
parser = OmniParser(language="en")
result = parser.parse("./samples/invoice.pdf")
print(result.to_json(indent=2))

result.save_json("./outputs/invoice.json")

parser = OmniParser(language="en", ocr_model="tesseract", detect_rotation=True)

result = parser.parse("./samples/invoice.pdf", extract_tables=True)
for table in result.tables:
df = table.to_dataframe
print(df.head)

header_map = {
"item": , 次のことができます:
- テスト中のコードスニペットや PDF についてチャットする
- クイックアダプター (ヘッダー正規化、正規表現テンプレートなど) を生成する
- ダッシュボードを構築する前に、解析結果を要約し、異常を見つける
OmniParser の代わりにはなりませんが、パイプラインのプロトタイプ作成、デバッグ、ドキュメント化を行う際に強力な相棒となります。
---
## アクションプラン: チュートリアルを本番環境での成功に変える
- 最も影響の大きいドキュメントに合わせて、3 つのチュートリアルを選択します。
- 小さな検証スイート (10 ～ 20 個のドキュメント) を作成し、変更を加えるたびに実行します。
- 信頼度の低いフィールドのレビューキューを追加します。解決時間を測定します。
- 正規化ルールとエッジケースを記録します。それらをテンプレートに変換します。
- 月次ベンチマークをスケジュールして、ドリフトとリグレッションを捕捉します。
---
## 主なポイント
- 最高の OmniParser チュートリアルは、コード、ヒューリスティック、および本番環境での懸念事項を組み合わせています。
- 小さく始めて (クイックスタート)、深く掘り下げます (テーブル、レイアウト、検証)。
- 前処理とバウンディングボックスにより、煩雑なスキャンの精度が大幅に向上します。
- 本番環境化とは、キャッシュ、バッチ処理、リトライ、および測定可能な品質を意味します。
- [Sider.AI](https://sider.ai) のような軽量 AI アシスタントは、実験とドキュメント化を加速できます。
---
## 付録: スターターリポジトリ構造 (オプション)
```text
omniparser-starter/
├─ app/
│ ├─ api.py
│ ├─ workers.py
│ └─ validators.py
├─ notebooks/
│ ├─ 01_quickstart.ipynb
│ ├─ 02_tables.ipynb
│ └─ 03_preprocessing.ipynb
├─ samples/
│ ├─ invoice.pdf
│ ├─ receipt.jpg
│ └─ statement.pdf
├─ outputs/
└─ .cache/