BroadRouter

قراءة الفواتير والإيصالات العربية بنموذج رؤية

آخر تحديث

أرسل الصورة كعنوان data URL بترميز base64 داخل محتوى الرسالة إلى نموذج رؤية مثل broadnet/qwen3.8-27b أو broadnet/gemma-4-26b-a4b، واطلب الحقول التي تحتاجها بصيغة JSON. احرص على دقة نوع MIME. وفي الدفع حسب الاستخدام تُحتسب الصورة رموز إدخال؛ والصور الأكبر تستهلك رموزًا أكثر.

ثلاثة نماذج محادثة على BroadNet Inference تقبل الصور: DeepSeek V4.1 Flash وQwen3.8 27B وBroadNet Gemma 4 VL 26B. أما GLM 5.3 فنصّي فقط. وللمستندات العربية، فإن Qwen3.8 27B هو النموذج الذي اختبره BroadNet بالعربية: كتابة سلسة، وفهم للهجتين الخليجية والمصرية، وترجمة دقيقة بين العربية والإنجليزية. ونموذج Gemma 4 VL 26B هو الأرخص بين الثلاثة على BroadNet ويعمل بالرصيد المجاني.

اسأل سؤالًا عن فاتورة واحدة

import base64, os
from openai import OpenAI

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])
invoice = base64.b64encode(open("invoice.jpg", "rb").read()).decode()

response = client.chat.completions.create(
    model="broadnet/gemma-4-26b-a4b",
    messages=[{"role": "user", "content": [
        {"type": "text", "text": "ما هو المبلغ الإجمالي في هذه الفاتورة؟"},
        {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64," + invoice}},
    ]}],
)
print(response.choices[0].message.content)

السؤال في المثال مكتوب بالعربية: «ما هو المبلغ الإجمالي في هذه الفاتورة؟». استخدم image/png في عنوان data URL لملفات PNG: يجب أن يطابق نوع MIME نوع الملف. ولضبطه من اسم الملف:

import mimetypes
mime = mimetypes.guess_type("invoice.png")[0]   # "image/png"
url = f"data:{mime};base64," + base64.b64encode(open("invoice.png", "rb").read()).decode()

احصل على الحقول بصيغة منظَّمة

اطلب JSON وحدّد بالضبط المفاتيح التي تريدها:

prompt = (
    "Read this invoice. Reply with JSON only, keys: vendor, date (YYYY-MM-DD), "
    "currency, total (number), vat (number or null). Keep the vendor name in Arabic if it is written in Arabic."
)
response = client.chat.completions.create(
    model="broadnet/qwen3.8-27b",
    max_tokens=2000,  # Qwen3.8 27B reasons first
    messages=[{"role": "user", "content": [
        {"type": "text", "text": prompt},
        {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64," + invoice}},
    ]}],
)

يُجري Qwen3.8 27B استدلالًا منطقيًا قبل أن يجيب، فامنحه مساحة كافية. راجع لماذا تُرجع نماذج الاستدلال إجابات فارغة. تدرج وثائق BroadNet المخرجات المنظَّمة لنموذج Qwen3.8 27B؛ وراجع المخرجات المنظَّمة لمعرفة كيف تعمل مخططات JSON عمومًا. حلّل الرد بـ json.loads وتحقّق من الحقول قبل تخزينها.

التكلفة

في الدفع حسب الاستخدام، تُحتسب الصورة رموز إدخال بسعر الإدخال للنموذج، لذا صغّر الصور الكبيرة جدًا أولًا؛ وتبيّن حاسبة رموز الصور عدد الرموز التي يكلّفها حجم معيّن. أما في خطة DeepSeek V4.1 Flash غير المحدودة، فالصور جزء من الاستخدام غير المحدود.

قارن أسعار نماذج الرؤية، أو اطّلع على كيفية مقارنة نموذج رؤية بخدمات Google وAzure وTextract وMistral OCR في مقارنة واجهات API للتعرّف الضوئي على النصوص العربية (OCR).

حل المشكلات

  • إجابة فارغة من Qwen3.8 27B أو DeepSeek V4.1 Flash. استهلك الاستدلال المنطقي max_tokens كاملًا. ارفعه أو اضبط reasoning_effort على low.
  • 400 أو 422 على الصورة. تأكّد من أن عنوان data URL يبدأ بـ data:image/jpeg;base64, أو data:image/png;base64, وأن نوع MIME يطابق الملف.
  • 403 أو خطأ في النموذج. لا يقبل GLM 5.3 الصور، ويحتاج Qwen3.8 27B وDeepSeek V4.1 Flash إلى شحن الرصيد. استخدم BroadNet Gemma 4 VL 26B بالرصيد المجاني.
  • الطلب كبير جدًا أو أخطاء في السياق. تستهلك الصورة الكبيرة رموزًا كثيرة، ولنموذج Gemma 4 VL 26B أصغر نافذة سياق بين الثلاثة (مدرجة في pricing.json). صغّر الصورة إلى عرض معقول أو اقتصّ منطقة الإجماليات.
  • إجماليات خاطئة أو أرقام مبدّلة. قد تظهر الأرقام العربية الهندية (٠١٢٣) والأرقام اللاتينية معًا في إيصال واحد. اطلب من النموذج إعادة الأرقام بالأرقام اللاتينية، وتحقّق من الإجماليات مقابل بنود الفاتورة في شيفرتك.
  • JSON غير صالح. اطلب «JSON فقط»، وأزل أي أسوار شيفرة (code fences) قبل التحليل، وأعد المحاولة مرة واحدة إذا فشل التحليل.
An Arabic and English invoice beside a phone showing the JSON {"total":125.00,"currency":"AED"}, with the text "From documents to structured data."
Illustrative example; the figures are not real output.

أسئلة شائعة

أي نماذج BroadNet تستطيع قراءة الصور؟

تقبل DeepSeek V4.1 Flash وQwen3.8 27B وBroadNet Gemma 4 VL 26B الصور عبر إكمال المحادثات. أما GLM 5.3 فنصّي فقط، ونماذج التفريغ الصوتي تستقبل الصوت.

كيف أرسل ملف صورة محليًا إلى API نموذج رؤية؟

اقرأ الملف، ورمّزه بـ base64، وضعه في جزء محتوى image_url كعنوان data URL، مثل data:image/jpeg;base64, متبوعًا بالبايتات المرمّزة. ويجب أن يطابق نوع MIME في العنوان نوع الملف.

هل يمكنني استخراج بيانات الفواتير بالرصيد المجاني؟

نعم، باستخدام BroadNet Gemma 4 VL 26B الذي يعمل بالرصيد المبدئي المجاني. أما Qwen3.8 27B وDeepSeek V4.1 Flash فيتاحان بعد شحن الرصيد.

هل يمكنني إرسال فاتورة بصيغة PDF؟

تصف وثائق BroadNet صورًا تُرسَل كعناوين data URL، لا ملفات PDF. حوّل كل صفحة من ملف PDF إلى JPEG أو PNG أولًا، مثلًا باستخدام pdftoppm، ثم أرسل الصفحات كصور.

اقرأها بصيغة Markdownاسأل ChatGPTاسأل Claudeاسأل Perplexity