tracecell
/tracecell
Zamienia wyniki OCR w rejestr dowodowy ze współrzędnymi i pewnością, wskazuje obszary do ponownego odczytu lub przeglądu człowieka.
- Autor
- logicore-code ↗
- Repozytorium
- TraceCell ↗
- Licencja
- Apache-2.0
- Ostatnia zmiana repozytorium
- 05.11.2026
Ocena i bezpieczeństwo
- Pliki w paczce
- 8
- Skrypty
- 0
- Komentarze HTML
- 0
- Adresy URL w SKILL.md
- 4
Brak sygnałów. Repozytorium zmienione 05.11.2026, bez odwołań do wycofanych modeli i API.
Apache-2.0, otwarta: można używać i zmieniać, z zachowaniem licencji i informacji o zmianach.
Co robi i kiedy
Zamienia wyniki OCR w rejestr dowodowy ze współrzędnymi i pewnością, wskazuje obszary do ponownego odczytu lub przeglądu człowieka.
Wyzwalacze z opisu
Oryginalny opis (EN)
把 OCR 结果变成可追责的证据账本。用 MiniCPM-OCR 1.0 解析文档、MiniCPM-OCR Jev 给每个区域打分、TraceCell 的预算决策器决定哪些区域要重解析/升级复核/转人工,最后产出带坐标和置信度的字段台账。当用户需要"解析并核验单据/合同/发票"、"检查 OCR 结果是否可信"、"把纸质文档变成可导出的台账"、"把文档核验接进 Agent/MCP"时使用。
Jak działa
- 这个工具解决什么
- 快速开始(不需要 GPU)
- 接真实模型
- 在代码里用
- 作为 MCP 服务挂到 Agent 上
- 关键约定(改代码前务必看)
- 文档
Podgląd SKILL.md
---
name: tracecell
description: 把 OCR 结果变成可追责的证据账本。用 MiniCPM-OCR 1.0 解析文档、MiniCPM-OCR Jev 给每个区域打分、TraceCell 的预算决策器决定哪些区域要重解析/升级复核/转人工,最后产出带坐标和置信度的字段台账。当用户需要"解析并核验单据/合同/发票"、"检查 OCR 结果是否可信"、"把纸质文档变成可导出的台账"、"把文档核验接进 Agent/MCP"时使用。
---
# TraceCell
## 这个工具解决什么
OCR 工具给你一段 Markdown,TraceCell 给你一份**可以签字的结论**:每个字段
的值、从原图哪一格读出来的、有多可信、还需不需要人再看一眼。
三个 MiniCPM 模型串成一条会自我纠错的链:
- **MiniCPM-OCR 1.0**(1.3B)解析文档,给出带坐标的文本块
- **MiniCPM-OCR Jev**(2B)给每个块打 0~1 的正确性分
- **MiniCPM-V 4.7**(35B-A3B)在前两者都搞不定时做最后裁决
TraceCell 自己负责中间的决策:什么时候再查一次、什么时候转人工、这份文档
能不能免检。
## 快速开始(不需要 GPU)
```bash
pip install -e .
tracecell demo # 跑内置样例,看完整链路
tracecell serve # 起 Web 界面 http://127.0.0.1:8000
```
回放模式跑的是同一套策略代码,只是把模型调用换成了录制数据。
## 接真实模型
```bash
# 1. MiniCPM-OCR 1.0(解析)
docker run --gpus all -p 8000:8000 vllm/vllm-openai:latest \
--model openbmb/MiniCPM-OCR-1.0 --served-model-name openbmb/MiniCPM-OCR-1.0 \
--port 8000 --trust-remote-code --gpu-memory-utilization=0.28
# 2. MiniCPM-OCR Jev(评分)
# 见 docs/deployment.md,镜像来自 OpenBMB/MiniCPM-OCR 的 scripts/minicpm-ocr-jev
docker run -d --gpus all -p 127.0.0.1:8030:8030 \
-v /path/to/jev-weights:/weights:ro minicpm-ocr-jev:latest 8030 /weights
# 3. 跑起来
tracecell doctor # 确认三个服务都活着
tracecell parse 票据.png --provider minicpm --schema invoice
```
## 在代码里用
```python
from tracecell.agent.loop import VerificationLoop
from tracecell.extractors import RegexFieldExtractor, schema_by_name
from tracecell.providers.jev import HttpJevScorer
from tracecell.providers.ocr import OpenAICompatOcr
from tracecell.providers.vlm import OpenAICompatVlm
loop = VerificationLoop(
parser=OpenAICompatOcr(base_url="http://127.0.0.1:8000"),
scorer=HttpJevScorer(base_url="http://127.0.0.1:8030"),
escalator=OpenAICompatVlm(base_url="http://127.0.0.1:8001"),
extractor=RegexFieldExtractor(schema_by_name("invoice")),
)
report = loop.run(open("票据.png", "rb").read(), doc_id="inv-001")
ledger = report.ledger
print(ledger.verdict) # auto_pass / spot_check / full_review
for f in ledger.fields:
print(f.name, f.value, f.confidence, f.region_ids)
```
## 作为 MCP 服务挂到 Agent 上
```bash
tracecell mcp --session samples/sessions/demo.json
```
提供的工具:
| 工具 | 用途 |
| --- | --- |
| `tracecell_verify_document` | 核验一份文档,返回字段、置信度、待复核清单、成本 |
| `tracecell_inspect_region` | 看某个区域的全部候选、坐标、决策理由 |
| `tracecell_review_checklist` | 生成可直接当工单用的人工复核清单 |
| `tracecell_export_ledger` | 导出 markdown / csv / json / xlsx |
| `tracecell_reconcile_documents` | 多份文档之间找金额、日期、主体名称的矛盾 |
| `tracecell_calibrate_threshold` | 用标注样本标定自动放行阈值 |
| `tracecell_check_consistency` | 单据内部勾稽:明细对合计、大写对小写 |
| `tracecell_batch_verify` | 批量核验一个目录里的文档 |
| `tracecell_submit_review` | 提交人工复核结论,回灌账本 |
## 关键约定(改代码前务必看)
1. **Jev 的 `verdict` 必须检查。** 不是 `scored` 时返回的分数是失败态固定值,
不能当成"模型认为识别错了"。`providers/jev.py` 已经处理好,接入别的
服务时也要照做。
2. **字段置信度取支撑区域的最小值,不取平均。** 任何一处认错,这个字段
就是错的。
3. **抽不到就是抽不到。** 字段抽取失败时留空并标成"无证据支撑",不要填
占位值。
4. **坐标一律归一化到 0~1**,因为版面检测、浏览器渲染、打印输出的像素
尺寸都不一样。
## 文档
- `README.md` —— 各个机制怎么做的,含公式
- `docs/deployment.md` —— 三种部署形态
Pliki w paczce (8)
- .gitignore 1 KB
- CHANGELOG.md 6 KB
- CONTRIBUTING.md 2 KB
- LICENSE 11 KB
- README.md 30 KB
- README_en.md 15 KB
- SKILL.md 4 KB
- pyproject.toml 2 KB
Wersje
W bazie nie ma innych skilli o nazwie tracecell.
Migawka bazy z 13.11.2026 · wersja paczki cfd8c221e781 (skrót SHA-256 całej paczki)
Pobrania w ostatnich 30 dniach: 0 · ranking
Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.
Podobne skille
- 90minicpmvocr-sdk
Instaluje, wdraża i sprawdza SDK MiniCPM-OCR do zamiany dokumentów na Markdown, z usługą lokalną i rozwiązywaniem problemów. - 95image-ocr-ai
Sprawdza lokalne obrazy równoległym OCR i wizualną oceną AI według kryteriów użytkownika, zapisując jeden wiersz CSV na plik. - 84ocr-pipeline-and-quality
Zmienia i ocenia backendy OCR w Xberg, przetwarzanie wstępne, buforowanie, geometrię i jakość między silnikami. - 84xberg-extracting-with-ocr
Wyciąga tekst ze skanów, zdjęć stron i obrazów bez warstwy tekstowej, wybierając silnik OCR, pakiety językowe i strojenie wydajności. - 86VatInvoiceOCR2Excel
Odczytuje metodą OCR faktury VAT ze zdjęć i eksportuje je do Excela, także w partiach, z podsumowaniem. - 90open-code-review
Przeprowadza przegląd zmian w Git narzędziem ocr: wskazuje wiersze, ocenia powagę uwag i ryzyka bezpieczeństwa.