Integration · Dokumenter
Forbind Claude og ChatGPT med Nanonets OCR
Bed din AI hente det, Nanonets har udtrukket fra et dokument, tjekke hvilke felter en OCR-model læser, eller klassificere billeder på offentlige URL'er. Den læser resultaterne pr. fil eller pr. side, så du kan arbejde med dataene i chatten uden at åbne Nanonets.
Gratis plan uden kreditkort. Det tager cirka et minut.
Prøv at spørge
“Vis de udtrukne felter for fil 8c2e1 i vores fakturamodel.”
AI'en henter resultaterne for den behandlede fil ud fra model-ID og request file ID.
“Vis mig kun side 2 af den fil.”
Den henter resultaterne for den ene side ud fra sidens inference-ID.
“Hvilke felter udtrækker vores kvitteringsmodel, og er den trænet?”
Den læser OCR-modellen med felter og træningsstatus.
Det kan din AI
Udtrukne resultater
Hent de udtrukne data for en behandlet fil eller for én side ud fra model-ID og de ID'er, der kom tilbage, da filen blev sendt ind.
OCR-modeller
Læs en OCR-models felter og træningsstatus, før du bygger på dens resultater.
Billedklassificering
Se dine klassificeringsmodeller, og kør en af dem på billeder på offentlige URL'er.
“Læg totalerne sammen fra de her fem behandlede fakturaer.”
Den henter resultaterne for hver fil og lægger de udtrukne totaler sammen i chatten.
“Hvilke klassificeringsmodeller har vi?”
Den viser dine billedklassificeringsmodeller med ID og kategorier.
“Klassificér de her tre produktbilleder med vores skademodel.”
Den kører klassificeringsmodellen på billederne på de offentlige URL'er og giver dig de forudsagte kategorier.
5 værktøjer til Nanonets OCR
Værktøjerne er slået til, når du forbinder. Du kan slå dem fra enkeltvis eller kræve din godkendelse, før de kører.
classify_image_urlsÆndrer dataKør en billedklassifikationsmodel (`model_id`) på billeder på offentligt tilgængelige `urls`, og returnér de forudsagte kategorier.get_ocr_modelHent en OCR-model ud fra dens model-ID (`document_id`), inklusive dens felter og træningsstatus. Brug dette til at kontrollere en model, før du sender filer til den.get_prediction_fileHent de udtrukne resultater for en behandlet fil ud fra `model_id` og `request_file_id` (som blev returneret, da filen blev indsendt).get_prediction_pageHent de udtrukne resultater for en behandlet side ud fra `model_id` og `image_level_inference_id`.list_classification_modelsVis dine billedklassifikationsmodeller med deres ID'er og kategorier.
Klar i tre trin
- 1
Vælg systemet
Opret en gratis PipMCP-konto, og vælg Nanonets OCR på listen.
- 2
Indsæt din nøgle
Indsæt din Nanonets API-nøgle som brugernavn, og lad adgangskoden være tom. I Nanonets åbner du Account Info i venstre side, klikker API Keys og derefter Add a New Key og kopierer nøglen.
- 3
Tilføj linket i din AI
Du får et personligt MCP-link. Tilføj det i Claude, ChatGPT eller Cursor:
- Klik på dit navn, og vælg Settings › Connectors › Add custom connector.
- Indsæt dit link som Remote MCP server URL.
- Slå det til fra +-menuen i en chat.
Spørgsmål
Hvad kan AI'en gøre i Nanonets OCR?
AI'en kan læse en OCR-model med felter og træningsstatus, hente udtrukne resultater for en behandlet fil eller side, se dine billedklassificeringsmodeller og køre en klassificeringsmodel på billeder på offentlige URL'er.
Kan AI'en se min Nanonets API-nøgle?
Nej. Dine Nanonets OCR-oplysninger gemmes krypteret og vises aldrig for AI'en. Når du har gemt dem, bliver de ikke vist igen, heller ikke for dig. AI'en ser kun resultaterne af de værktøjer, den bruger.
Kan jeg styre, hvad AI'en må?
Ja. Du vælger, hvilke værktøjer der er slået til. De fleste værktøjer læser kun resultater. Billedklassificeringen kører en model på de URL'er, du giver den, og kan kræve din godkendelse, før den udføres. Alle kald bliver logget.
Virker det med ChatGPT?
Ja. I ChatGPT går du til Settings › Apps & Connectors › Advanced og slår Developer mode til. Derefter tilføjer du dit PipMCP-link. Developer mode kræver et betalt ChatGPT-abonnement: Plus, Pro, Business eller Enterprise. Samme link virker også i Claude (Settings › Connectors › Add custom connector), Cursor og andre MCP-klienter.
Hvad koster det?
PipMCP har en gratis plan, og du skal ikke bruge betalingskort. Betalte planer afregnes pr. gennemført opgave. Du skal også selv have en Nanonets-konto, og det, Nanonets tager for behandling, er mellem dig og Nanonets.
Kan AI'en uploade nye dokumenter til Nanonets?
Nej. Værktøjerne læser resultater for filer, dine modeller allerede har behandlet, tjekker OCR-modeller og klassificerer billeder på offentlige URL'er. Du sender dokumenter til dine modeller, som du plejer, og AI'en henter resultaterne med model-ID og filens request ID.
Lignende integrationer
Lad din AI arbejde i Nanonets OCR i dag.
Kom gratis i gang. Din nøgle gemmes krypteret, og du bestemmer, hvad AI’en må.
Forbind Nanonets OCR gratisPipMCP er ikke tilknyttet Nanonets OCR. Produktnavne tilhører deres respektive ejere.