Resumo
Como processar um lote de arquivos PDF com OCR e agentes de IA e acompanhar o progresso de cada documento?
A demonstração percorre um utilitário de desktop com um lote de 1000 arquivos ZIP que contêm documentos PDF. A pasta de entrada é selecionada, obtém-se o token da aplicação e inicia-se um fluxo que realiza OCR antes de enviar cada documento à fila de agentes. Uma saída JSON é gerada ao concluir o processamento.
A configuração demonstrada permite duas tarefas simultâneas de OCR e até oito tarefas de agentes em paralelo. O painel apresenta estados, páginas, tempos de cada etapa e progresso estimado. Também permite salvar logs de atividade das APIs, exportar a tabela para CSV e reprocessar um documento.
O vídeo explica as tentativas configuráveis de reprocessamento e a relação entre concorrência e infraestrutura no Kubernetes. Os limites apresentados pertencem a esta configuração de exemplo.
Início
É apresentado um utilitário de desktop que combina OCR e agentes de IA para processar documentos. O percurso mostra o monitoramento do lote e os resultados de cada arquivo.
Lote de documentos ZIP com arquivos PDF
O teste começa com 1000 documentos ZIP que contêm arquivos PDF. A aplicação de desktop é aberta para iniciar e supervisionar o processamento.
Painel de estados e métricas por documento
São revisados os contadores de documentos pendentes, em OCR, na fila de agentes, concluídos e com erro. A tabela inclui arquivos de entrada e saída, datas, páginas e os tempos de OCR, agentes e processamento total.
Pasta de entrada, token e início do processo
A pasta de entrada é informada colando seu caminho ou selecionando-a no explorador de arquivos. Ao iniciar, a aplicação obtém um token e prepara as primeiras tarefas de OCR.
OCR em paralelo e envio aos agentes
O OCR começa nos dois primeiros documentos enquanto os demais permanecem pendentes. Cada tarefa de OCR concluída é enviada aos agentes; o painel mostra o número de páginas e o tempo de reconhecimento.
Fila de agentes e ciclo de processamento
À medida que o OCR termina, os documentos entram na fila de agentes para execução. As etapas avançam de forma concorrente para utilizar os executores disponíveis.
Saída JSON e tempos por documento
Ao concluir um documento, é gerado um arquivo JSON com o formato de dados esperado. São registrados o horário de conclusão, o tempo total e o estado de sucesso; um exemplo mostra quatro páginas processadas em 57 segundos.
Concorrência: duas tarefas de OCR e oito de agentes
A configuração do exemplo permite duas tarefas simultâneas de OCR e até oito tarefas de agentes. Ao atingir esse limite, as novas tarefas aguardam a liberação de executores. Discute-se a possibilidade de ampliar a capacidade com mais infraestrutura e pods no Kubernetes.
Exportação de logs e resultados para CSV
A aplicação permite salvar o log de atividade dos agentes no nível das APIs. A tabela de acompanhamento também pode ser exportada para CSV para analisar os resultados e os tempos do processamento.
Progresso, tempo estimado e páginas processadas
São revisados o tempo estimado restante, o percentual de progresso e as páginas processadas por OCR e por agentes. Quando os oito executores de agentes estão ocupados, sua fila cresce enquanto o OCR continua com os documentos pendentes.
Erros e novas tentativas configuráveis
É explicado que um documento com erro pode ser reprocessado automaticamente até um número máximo configurável de tentativas. Três ou cinco tentativas são citadas como exemplos de configuração, sem representar um valor fixo.
Reprocessamento manual por documento
O menu de contexto de uma linha permite solicitar o reprocessamento de um documento. Ele retorna ao estado pendente e entra novamente no fluxo, enquanto o painel continua atualizando os resultados do lote.
Encerramento
O percurso do utilitário é encerrado com o anúncio de que seu código será publicado futuramente.