File Extractor — пошук по документах і розпізнавання тексту
Тисячі файлів у мережевих теках — впорядкований архів із миттєвим пошуком, навіть по сканах
File Extractor перетворює тисячі розрізнених файлів у мережевих теках на впорядкований архів із миттєвим пошуком. Платформа сама знаходить документи, витягує з них текст — зокрема зі сканів і фотографій — і показує, де згадано потрібні слова, суми чи контрагентів.
Кому підходить File Extractor
Підприємства, де документи роками накопичуються в спільних мережевих теках, а частина з них — скани: бухгалтерія, юридичний відділ, керівництво, керівники відділів та IT-служба.
Усе працює всередині локальної мережі: OCR і зберігання даних — на ваших серверах, документи не залишають периметр компанії. Класифікація й розбір реквізитів працюють на прозорих логічних правилах без зовнішнього AI, тож результат передбачуваний. Для чеських підприємств платформа розбирає фактури й готує чернетку контрольного звіту з ПДВ (Kontrolní hlášení).
Задачі, які закриває File Extractor
- Пошук за вмістом документа — навіть у сканах і фото
- Ключові слова зі сповіщенням у Telegram, щойно з’явився важливий документ
- Кожен відділ бачить лише свої теки — у списках, пошуку й за прямим посиланням
- Без хмари: OCR і дані — на ваших серверах
Що вміє File Extractor
Модульна архітектура: підключаєте лише потрібне й розширюєте систему в міру зростання.
Сканування та індексація
Локальні й мережеві теки, розклад сканувань або стеження за змінами, повторні проходи лише по нових файлах, облік видалених документів, 1–16 паралельних потоків.
OCR чотирма мовами
Українська, російська, англійська, чеська — змішані документи без ручного вибору мови. Автопокращення зображень і багатосторінкові PDF до 30 сторінок.
Повнотекстовий пошук
За будь-яким словом із вмісту, точна фраза в лапках, нечутливість до діакритики, фрагмент із підсвіченим збігом і експорт результатів в Excel.
Ключові слова й сповіщення
Режими «містить», «ціле слово» й регулярний вираз, контекст збігу, перевірка нового слова по всьому архіву й миттєве сповіщення в Telegram.
Класифікація й реквізити
Тип документа — фактура, штраф, звіт, лист, заява — і власні типи за сигнальними словами. Автоматичний витяг IČO, DIČ, сум, дат, IBAN, e-mail і телефонів.
Фактури та звіт з ПДВ (Чехія)
Розпізнавання фактур, витяг реквізитів і ставок ПДВ, напрям за IČO й розподіл за розділами A, B2, B3 контрольного звіту. У звіт ідуть лише підтверджені людиною фактури.
Доступ по теках
Ролі з правами перегляду, завантаження й видалення на кожну теку з успадкуванням; перевірка прав на сервері при кожному запиті та журнал аудиту.
Провідник і картка файлу
Дерево тек у браузері, завантаження документів, перегляд Word і Excel без Office в ізольованому вікні, витягнутий текст, реквізити й журнал обробки.
Моніторинг і бекапи
Перевірка бази, OCR, черги й місця на диску кожні 5 хвилин, сповіщення про зміну стану, автоматичний бекап бази за розкладом і відновлення з нього.
Чотири етапи обробки
- 01
Ви вказуєте теку — локальну чи мережеву; платформа обходить дерево файлів і ставить їх у чергу.
- 02
З кожного файлу витягується текст — напряму або через OCR для сканів і фото.
- 03
Документ класифікується, з нього витягуються реквізити, а ключові слова звіряються з вашим словником.
- 04
Документи доступні в пошуку з урахуванням прав, про важливі збіги приходить сповіщення, а фактури чекають звірки бухгалтера.
Інженерна надійність File Extractor
- Сервер Windows: одна служба з автозапуском і самовідновленням
- Інсталятор: перевірка компонентів, створення БД, генерація ключів
- PostgreSQL; OCR-модуль на Tesseract, недоступний з мережі
- 18 форматів: PDF, Word, Excel, зображення, текстові; файли до 200 МБ
- Сесії: 30 хв простою / 12 год максимум; паролі в bcrypt
- Інтерфейс англійською; робоче місце — будь-який браузер
- Пульт у системному треї, логи з ротацією, оновлення без перевстановлення
Часті запитання про File Extractor
Чи передаються документи в хмару?
Ні. OCR і зберігання працюють на вашому сервері, OCR-модуль недоступний з мережі, а доступ до Інтернету потрібен лише для сповіщень у Telegram.
Які формати підтримуються?
18 розширень: PDF (з текстовим шаром і скани), зображення JPG, PNG, TIFF, BMP, документи Word і Excel, а також TXT, CSV, LOG, JSON, XML і HTML. Максимальний розмір файлу — 200 МБ, налаштовується.
Чи впорається з великим архівом?
Так. Повторні сканування беруть лише нові й змінені файли, обробка йде стійкою чергою з пріоритетами в 1–16 потоків, а кількість OCR-завдань можна обмежити, щоб сервер не просідав у робочий час.
Чи використовується штучний інтелект?
Ні. Класифікація й витяг реквізитів працюють на прозорих логічних правилах, тому результат передбачуваний, а дані не покидають сервер.
Чи підходить розбір фактур для українських підприємств?
Розбір фактур і контрольний звіт з ПДВ зараз зроблені під чеські реквізити (IČO, DIČ, Kontrolní hlášení). Пошук, OCR, ключові слова й доступ по теках працюють з документами будь-якою з чотирьох мов.
Що потрібно для встановлення?
Один сервер Windows: інсталятор перевіряє компоненти, створює базу PostgreSQL, генерує ключі й реєструє службу. Співробітникам достатньо браузера в локальній мережі.
Якою мовою інтерфейс?
Зараз інтерфейс англійською. OCR розпізнає українські, російські, англійські й чеські документи.
Готові подивитися File Extractor?
Проведемо демонстрацію для вашої команди, відповімо на питання й допоможемо з перенесенням початкових даних.
Заявка на File Extractor
Розкажіть про задачу — покажемо продукт на демо, оцінимо впровадження під ваш масштаб і чесно скажемо, що вже готово, а що в роботі.
- Електронна пошта info@teo.net.ua
- Відповідаємо в робочий час, зазвичай того ж дня
- Демонстрація та первинна консультація — безкоштовно
- Без спаму й передачі ваших даних третім особам