feat(извлечение): надёжное распознавание колонки названий + добор трудных PDF через Vision

- grid: колонки «Код …» и «№» исключены из кандидатов на колонку названий
  (ключ «услуг» ловил «Код услуги») — клиника с 5181 строкой больше не даёт 0.
- vision: авто-добор PDF при пустом или подозрительно низком выходе строк/страницу,
  замена недобора полным распознаванием, ретраи на лимиты, лимит размера документа.
- презентация статуса проекта на /day2; маршрут /day2 в Caddy.

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>
This commit is contained in:
2026-06-27 12:39:55 +05:00
parent 7d339dce87
commit ac9f7fea15
6 changed files with 255 additions and 21 deletions
+8
View File
@@ -127,6 +127,14 @@ def pdf_grids(path: str) -> tuple[list[Grid], str]:
return [grid], "\n".join(texts)
def pdf_page_count(path: str) -> int:
"""Число страниц PDF — нужно для оценки выхода строк и стоимости Vision."""
import pdfplumber
with pdfplumber.open(path) as pdf:
return len(pdf.pages)
def is_garbled(text: str, min_letters: int = 200) -> bool:
"""Битый текстовый слой: мало кириллицы или много латиницы-мусора.