Klippa DocHorizon: руководство от гика, как устроен бывший DocHorizon и что предлагает Doxis AI.dp

↓Скачать Klippa DocHorizon

Klippa DocHorizon — прежнее название облачной платформы интеллектуальной обработки документов, которая сейчас развивается как Doxis AI.dp. Это не настольный OCR-редактор и не отдельное приложение для сканирования: сервис рассчитан на автоматизированный приём документов, распознавание и извлечение полей, классификацию, проверку, маскирование чувствительных данных, выявление подозрительных или повторных документов и передачу результата в другие системы. В обзоре разобраны актуальный статус продукта после ребрендинга, рабочие зоны платформы, реальные форматы и способы подключения, модель оплаты, приватность, ограничения, практическая настройка подтверждённых функций и сценарии, в которых полноценная IDP-платформа оправданнее обычного OCR.

Klippa DocHorizon: что это за продукт и что с ним произошло

Изначально DocHorizon развивала нидерландская Klippa как платформу Intelligent Document Processing, то есть систему для превращения входящих документов в структурированные данные и автоматических действий с ними. В марте 2025 года Klippa вошла в Doxis. После интеграции брендов продукт получил имя Doxis AI.dp и сейчас прямо обозначается как бывший Klippa DocHorizon. В 2026 году сама Klippa начала работать под брендом Doxis; юридической стороной условий использования выступает Doxis AI Solutions B.V.

Практическое следствие ребрендинга важнее самого названия. Старые обучающие материалы, скриншоты и адрес платформы могут содержать Klippa DocHorizon, тогда как действующая продуктовая линейка использует Doxis AI.dp. Это одна и та же развиваемая линия решения, а не две конкурирующие программы. Поэтому при поиске настроек, документации или поддержки нужно учитывать оба имени, но не переносить на текущую платформу условия, которые относились к прежним маркетинговым страницам и уже заменены.

По типу это облачная IDP-платформа для организаций. Она сочетает веб-интерфейс, готовые модели обработки документов, конструктор потоков Flow Builder, API и SDK. Главная задача — не просто получить текст из изображения, а довести документ до структурированного результата: определить тип, извлечь нужные поля, при необходимости нормализовать или проверить их, замаскировать часть данных, направить исключения человеку и отправить итог в таблицу, хранилище, ERP либо собственное приложение.

От обычного OCR различие принципиальное. OCR отвечает за распознавание символов. DocHorizon/AI.dp строит вокруг распознавания производственный процесс: входной канал, модель, правила, маршрутизацию, проверку, выход и журналирование. Поэтому платформа адресована прежде всего регулярным потокам счетов, чеков, удостоверений личности, форм, договоров и других документов, а не пользователю, которому нужно один раз скопировать текст из отсканированной страницы.

Основные параметры

Параметр	Актуальное состояние
Официальное текущее имя	Doxis AI.dp; на продуктовой странице указано прежнее имя Klippa DocHorizon
Разработчик и правообладатель сервиса	Doxis AI Solutions B.V.; Klippa интегрирована в Doxis
Тип	Облачная платформа Intelligent Document Processing с веб-интерфейсом, API и SDK
Основные задачи	OCR, извлечение полей, классификация, конвертация, проверка, маскирование, выявление дубликатов и подозрительных документов, Human-in-the-Loop, автоматизация потоков
Основная рабочая среда	Браузерная платформа; интеграции через REST API, коннекторы и SDK
Мобильный сценарий	Сканирование через встраиваемые мобильные SDK, а не отдельное приложение DocHorizon
Примеры входных форматов OCR	PDF, JPG/JPEG, PNG, DOC, DOCX, XLSX, HEIC, WebP и другие поддерживаемые форматы
Основные форматы результата платформы	JSON, XML, CSV, XLSX, UBL, PDF, TXT
Автоматизация	Flow Builder, триггеры, коннекторы, Router, API, webhooks и асинхронная обработка
Бесплатный старт	€25 стартовых кредитов после регистрации; это кредит для начала работы, а не бессрочный бесплатный тариф
Модель оплаты платформы	Pay-as-you-go с пополнением кредитов и учётом фактического использования; индивидуальные условия доступны для коммерческих проектов
Зависимость от интернета	Высокая: веб-платформа и облачные API требуют сетевого доступа и доступности инфраструктуры сервиса
Текущий статус	Активный продукт в составе Doxis под именем Doxis AI.dp

Таблица показывает главный профиль решения: это сервис для построения документных процессов, а не редактор PDF. Пользователь, которому требуется вручную исправить несколько страниц, получит больше контроля в специализированном редакторе PDF. AI.dp становится оправданным там, где один и тот же тип обработки повторяется и результат должен автоматически попасть в следующую систему.

Платформы, доступ и распространение

Основная платформа работает в облаке и открывается через браузер. Организации создают проекты, включают нужные сервисы, настраивают модели и собирают потоки без установки настольного пакета. Это снимает привязку к конкретной Windows- или macOS-машине, но одновременно делает работу зависимой от соединения, учётной записи, доступности API и сторонних коннекторов, задействованных в конкретном процессе.

Для программной интеграции предусмотрены REST API. Они позволяют отправлять документы на обработку, получать структурированный результат и включать распознавание в собственные приложения. Для длинных операций доступна асинхронная модель с опросом статуса или webhooks. Такой способ подходит бэкенду, который не должен держать HTTP-соединение открытым до конца обработки.

Мобильность реализована отдельно. Doxis предлагает Document Scanning SDK для встраивания захвата документов в приложение: нативные варианты для iOS и Android и обёртки для популярных кроссплатформенных стеков. Поэтому корректнее говорить о мобильном канале ввода для AI.dp, а не о мобильной версии DocHorizon с тем же интерфейсом, что в браузере. Для компании это полезно, когда фотографирование паспорта, счёта или формы должно происходить непосредственно внутри собственного клиентского приложения.

Физический источник документа остаётся внешним к платформе. Бумагу сначала нужно перевести в цифровой файл камерой или сканером; при выборе оборудования полезно отдельно учитывать разрешение, автоподатчик и качество протяжного механизма, а не свойства IDP. Эти критерии разобраны в материале GeekHow о сканерах для оцифровки документов.

Распространение SaaS-модели означает, что отдельного установщика DocHorizon для локальной автономной обработки нет. При требованиях к полностью изолированной среде вопрос архитектуры нужно решать на этапе выбора продукта, а не после настройки потоков. Для мобильного SDK и корпоративных вариантов условия лицензирования отличаются от кредитной модели веб-платформы, поэтому их нельзя автоматически считать частью одного и того же тарифа.

Интерфейс и рабочие зоны

Интерфейс организован вокруг организации, проекта и включённых в нём сервисов. Пользователь не видит универсальный редактор документа с панелью форматирования. Вместо этого рабочая среда разбита на страницы управления сервисами, модели и пресеты, конструктор потоков, учётные данные и инструменты проверки результата. Такая структура соответствует автоматизации: сначала определяется доступный набор функций проекта, затем правила обработки и только после этого канал ввода и назначение результата.

Dashboard и Services

В Dashboard собраны сервисы, доступные проекту. Среди них встречаются Document Capturing для разных моделей, Flow Builder, Human In The Loop и другие модули. Переключатели в Project Settings → Services задают, какие возможности вообще участвуют в проекте. Это важное архитектурное ограничение: наличие функции в продукте ещё не означает, что она автоматически активна в конкретном проекте или доступна созданным credentials.

Модели и Presets

Preset — сохранённая конфигурация обработки для конкретной модели. В Financial Model можно включать основные финансовые поля, Line Items и дополнительные компоненты, например Hash или Document Classification. В Identity Model конфигурация определяет поля удостоверения личности и параметры masking. Такой подход отделяет логику извлечения от конкретного потока: один preset можно выбирать в разных действиях Document Capture, не собирая набор полей заново.

Для нестандартных схем извлечения используется Prompt Builder. Он позволяет описывать собственные поля и инструкции к ним без подготовки большого размеченного набора документов. Результат такого пресета можно подключать к Flow Builder или вызывать через отдельный API. Это расширяет платформу за пределы готовых моделей, но не отменяет необходимость проверять ответы на репрезентативной выборке: свободно сформулированное поле должно иметь однозначный бизнес-смысл и стабильный формат.

Flow Builder

Flow Builder — no-code/low-code конструктор, где процесс представляется цепочкой узлов. Входом может быть файл из облачного хранилища, электронная почта, мобильный канал или другое интеграционное событие. Следующие узлы вызывают Document Capture, утилиты, маршрутизацию и выходные коннекторы. Поля между блоками связываются через data selector, поэтому результат одного действия становится параметром другого.

Важной частью конструктора является тестирование каждого узла на sample data до публикации всего процесса. Это снижает стоимость диагностики: легче обнаружить неверный preset или пустой File Content в конкретном действии, чем выяснять причину уже после отправки данных в ERP. Однако визуальный конструктор не превращает бизнес-процесс в полностью «безнастроечный»: подключение аккаунтов, сопоставление полей, права доступа и условия ветвления всё равно требуют понимания источника и целевой системы.

Credentials, Access и API Keys

Программный доступ связан с проектными credentials. Для учётных данных задаётся перечень разрешённых сервисов, а API-ключ используется в запросах к платформе. Поддерживается IP whitelisting. Такое разделение полезно для принципа минимальных привилегий: интеграции не обязательно выдавать доступ к каждому включённому модулю проекта. Ключи нельзя помещать в клиентский JavaScript или мобильный код, где их можно извлечь из приложения; безопаснее хранить их на серверной стороне или в менеджере секретов.

Human In The Loop

Human In The Loop добавляет очередь ручной проверки для документов, которые требуют участия оператора. В конфигурации задаются условия review и reviewers; документы, попавшие под эти условия, направляются человеку, который может исправить результат извлечения. Одновременно документ обрабатывает один reviewer. Это не замена автоматизации, а контролируемая ветка исключений для случаев, где цена ошибочно извлечённого значения выше стоимости ручной верификации.

Основные функции и их связь

OCR и структурированное извлечение

OCR распознаёт текст из изображений и PDF, а Document Capture преобразует его в поля модели. В готовых схемах это не просто набор слов: финансовый документ может отдавать реквизиты, суммы и строки позиций, а удостоверение личности — поля документа. OCR API поддерживает более 150 языков распознавания и возвращает структурированный результат; для интеграций базовым машинно-читаемым представлением служит JSON.

Качество результата зависит не только от распознавания символов. Неверный тип модели, низкое качество изображения, обрезанная страница и неоднозначная схема поля способны дать формально валидный, но бизнес-непригодный ответ. Поэтому в производственном процессе важны preset, проверка обязательных полей и отдельное обращение с исключениями.

Классификация и маршрутизация

Классификация определяет, какой документ поступил в поток, а Router выбирает следующую ветку. В финансовом preset доступен компонент Document Classification; для собственных правил можно использовать Prompt Builder и сравнивать его результат в Router. Так один входной канал способен разделять счета, чеки, формы и другие категории перед дальнейшей обработкой.

Маршрутизация особенно полезна там, где у разных типов документов разные целевые системы. Счёт можно отправить в финансовый контур, форму — в CRM, а неподдержанный тип — в ручную очередь. Важный контрольный параметр Router — режим выбора ветки: платформа поддерживает выполнение первой подходящей ветви, поэтому пересекающиеся условия нужно проектировать так, чтобы их порядок не приводил к нежелательной классификации.

Prompt Builder для собственных полей

Prompt Builder предназначен для полей, которых нет в готовой модели или которые зависят от бизнес-контекста. Конфигурация состоит из именованных полей и инструкций к извлечению. Предпросмотр помогает оценить, что модель возвращает на конкретном документе, а сохранённый preset затем используется в API или потоке.

Сильная сторона этого подхода — отсутствие обязательного большого обучающего корпуса для старта. Ограничение — необходимость чётко описать ожидаемое значение и проверять устойчивость на разных шаблонах. Когда поле должно соответствовать строгому справочнику, одной формулировки недостаточно: результат нужно сопоставлять с мастер-данными или проверять правилами следующего этапа.

Конвертация и Document Toolkit

Платформа умеет не только извлекать поля, но и преобразовывать документы и форматы. В наборе инструментов предусмотрены операции получения, объединения, разделения и извлечения документов. Основной список форматов результата текущей платформы включает JSON, XML, CSV, XLSX, UBL, PDF и TXT. Выбор зависит от назначения: JSON удобен для API, UBL — для структурированного электронного счёта, XLSX — для табличного контроля, PDF — для архивной копии.

Для разовой конвертации без автоматизированной цепочки полноценная IDP-платформа часто избыточна. Например, ручной перенос содержимого PDF в облачный текстовый документ можно выполнить по отдельной инструкции о конвертации PDF в Google Docs. DocHorizon оправдывается, когда преобразование является лишь одним узлом регулярно повторяющегося процесса.

Маскирование и анонимизация

Identity Model поддерживает Masking выбранных полей. На выходе создаётся версия документа, где чувствительные участки закрыты в соответствии с настройкой preset. Эта функция полезна для передачи копии документа дальше по процессу без раскрытия всего исходного содержания, но она не заменяет правовую оценку обработки персональных данных: организация всё равно отвечает за законное основание, срок хранения и доступ к исходнику.

Проверка, Hash и выявление дубликатов

Financial Model может добавлять Hash, который используется для выявления повторно поданных документов. В потоке значение признака дубликата доступно Router и позволяет отделить повтор от нового документа. Это помогает, например, не отправлять один и тот же чек на возмещение дважды. Платформа также включает механизмы verification и fraud detection как отдельные части IDP-процесса.

Дубликат не равен доказанному мошенничеству. Hash сообщает о совпадении по логике сервиса, а бизнес-решение должно учитывать контекст: повторная загрузка могла возникнуть из-за сбоя пользователя или повторного запуска потока. Поэтому разумная схема не уничтожает документ автоматически, а переводит подозрительный случай в отдельную ветку контроля.

Human-in-the-Loop

Автоматическое извлечение можно дополнить ручной валидацией. Документы, соответствующие условиям review, попадают reviewer, который исправляет или подтверждает результат. Это создаёт контролируемый компромисс между полной автоматизацией и ручным вводом: типовые документы проходят без оператора, а исключения требуют внимания.

Интеграции, API и асинхронные процессы

Flow Builder содержит коннекторы для внешних сервисов и поддерживает вызовы REST. Готовые интеграционные сценарии работают с Google Drive и Microsoft Excel 365; вход также можно получать через email, FTP, API и сторонние интеграции. Результат передаётся в ERP, хранилища и собственные приложения.

Для высоких объёмов важна асинхронная модель API. Клиент отправляет задание, а результат получает после завершения через polling или webhook. Это снижает риск тайм-аутов в длинных цепочках, но добавляет обязанность корректно хранить идентификатор задания, повторно обрабатывать временные сетевые ошибки и защищать webhook от поддельных вызовов.

От входящего документа к результату: логика процесса

Типичный процесс состоит из нескольких независимых уровней. Источник отвечает за появление файла; модель — за интерпретацию содержимого; preset — за конкретную конфигурацию полей и компонентов; Flow Builder связывает обработку с бизнес-событиями; выход сохраняет или передаёт результат. Разделение уровней важно для сопровождения: изменение папки источника не требует переобучать модель, а добавление нового выходного коннектора не меняет схему распознавания.

На вход поступает исходный файл или ссылка на него. Затем Document Capture применяет выбранную модель и preset. После извлечения поток может проверить классификацию, дубликаты или другие условия, направить часть документов в Human In The Loop и преобразовать результат в формат назначения. Финальный узел записывает файл, добавляет строку в таблицу, вызывает API или передаёт данные дальше. Публикация переводит проверенную схему из режима настройки в автоматический режим.

Для надёжности производственного контура полезно различать три результата. Первый — исходный документ, который может иметь собственные правила хранения. Второй — структурированные данные, используемые учётной системой. Третий — служебная информация обработки: состояние задания, ошибки, классификация и признаки проверки. Если бизнес хранит только один из этих слоёв, расследовать спорный результат позднее сложнее.

Задача → инструмент → результат → что проверить

Задача	Инструмент AI.dp	Результат	Контроль
Получить поля счёта	Financial Model + preset	Структурированные реквизиты, суммы и при включении Line Items — позиции	Наличие обязательных полей, типы чисел, валюта, итоговые суммы
Разделить смешанный поток	Document Classification или Prompt Builder + Router	Документы уходят в разные ветки	Взаимоисключаемость условий и обработка неизвестного типа
Скрыть поля удостоверения	Identity Model + Masking	Маскированное изображение документа	Закрыты именно выбранные поля, исходник не передаётся вместо маскированной версии
Отсечь повторный чек	Hash + Router	Повтор попадает в отдельную ветку	Причина совпадения и дальнейшее бизнес-решение, а не только бинарный признак
Извлечь нестандартное поле	Prompt Builder	Собственное структурированное значение	Стабильность формата на разных шаблонах и граничных случаях
Проверить исключение человеком	Human In The Loop	Исправленный или подтверждённый результат	Условия маршрутизации, назначение reviewer, статус после проверки
Передать данные в таблицу	Flow Builder + Excel 365	Новая строка или набор значений в worksheet	Сопоставление полей, заголовки колонок, отсутствие дублей при повторном запуске
Отправить в собственную систему	REST API/webhook	JSON или другой согласованный машинный результат	Аутентификация, повторяемость вызовов, обработка ошибок и idempotency на стороне получателя

Эта карта показывает, почему настройка IDP не заканчивается успешным OCR. Для каждого автоматического действия требуется независимая проверка следующего интерфейса: извлечение должно совпадать со схемой данных, маршрутизация — с бизнес-правилами, а интеграция — с контрактом целевой системы.

Карта форматов и совместимости

Слой	Подтверждённые примеры	Редактируемость и переносимость	Что может потеряться
Вход OCR	PDF, JPG/JPEG, PNG, DOC, DOCX, XLSX, HEIC, WebP и другие	Исходный файл передаётся в облачную обработку; редактирование выполняется вне AI.dp	Плохая съёмка, обрезка, размытость и сложная верстка могут ухудшить извлечение
Структурированный обмен	JSON, XML, CSV	Подходит для API, интеграций, баз и последующей обработки	Внешний вид исходной страницы не сохраняется как часть табличной схемы
Табличный результат	XLSX	Удобен для ручного контроля и передачи в электронные таблицы	Сложная иерархия данных требует заранее продуманного отображения на строки и колонки
Электронный счёт	UBL	Структурированный отраслевой обмен	Поля, не предусмотренные выбранной схемой интеграции, требуют отдельного отображения
Документная копия	PDF, TXT	PDF сохраняет документный характер, TXT — только текстовый слой	TXT не передаёт исходную геометрию и оформление
Мобильный захват	Изображение/документ через Document Scanning SDK	Встраивается в собственное мобильное приложение	Это канал ввода, а не перенос проекта или интерфейса Flow Builder на телефон

Если конечной системе нужен PDF, его лучше рассматривать отдельно от редактируемого документа. Для обратной задачи — получить PDF из текста, подготовленного в облачном редакторе, — на GeekHow есть инструкция по сохранению Google Docs в PDF. В AI.dp формат выбирается не ради удобства просмотра, а исходя из контракта между узлами автоматизации.

Безопасность, приватность и интернет-зависимость

Для IDP безопасность определяется не только шифрованием транспорта. Платформа обрабатывает документы, которые часто содержат персональные, финансовые и идентификационные данные, поэтому важны место обработки, срок хранения, доступ пользователей, права API и поведение интеграций после завершения задачи.

Набор подтверждённых мер включает ISO 27001, ISAE 3000 Type I, соответствие GDPR и CCPA, SSL и размещение инфраструктуры в ЕС. В облачной инфраструктуре используются Microsoft Entra ID и Cloudflare. Серверы по умолчанию размещаются в Амстердаме, Нидерланды; для корпоративного проекта доступна другая согласованная локация. Эти характеристики не отменяют требований самой организации к DPA, реестру обработок и настройке доступа.

В вопросе хранения важно различать API-обработку и данные самой платформы. По умолчанию клиентские данные при обработке не сохраняются. Одновременно платформа позволяет хранить данные, связанные с обработкой документов, и настраивать retention periods. Следовательно, перед запуском производственного проекта нужно определить, какие данные остаются после обработки в выбранной конфигурации, и выставить срок хранения в соответствии с внутренней политикой, а не полагаться на одно общее утверждение «данные не хранятся».

Загруженные и обработанные данные остаются данными пользователя; условия сервиса предусматривают использование данных в обезличенной форме для улучшения продукта и выполнения юридических обязанностей. Для чувствительных процессов этот пункт следует сопоставить с договором и DPA организации. Удаление учётной записи прекращает доступ к сервису, а после расторжения Doxis может удалить аккаунт и связанные данные, поэтому критичные результаты нельзя считать архивом только потому, что они когда-то были видны в платформе.

Интернет является обязательной частью архитектуры. Сбой соединения, облачного API, стороннего коннектора или идентификационного провайдера способен остановить весь поток, хотя распознающая модель сама по себе настроена верно. Производственный контур должен различать временную сетевую ошибку и логическую ошибку документа, чтобы повторное выполнение не создавало дубликаты в ERP или таблице.

Цена, бесплатный доступ и лицензирование

Веб-платформа использует pay-as-you-go. Для старта предоставляется €25 кредитов, после чего расходы зависят от фактического использования и сложности подключённых сервисов. Баланс можно пополнять, а расчёт учитывается в рамках платёжного периода. Действующие fees показываются внутри платформы; для корпоративных проектов возможны индивидуальные условия. Поэтому фиксированную «цену программы за месяц» без конкретного потока и объёма документов назвать корректно нельзя.

Стартовые €25 — не бессрочный free plan. Они позволяют создать проект, включить сервисы и провести первые обработки, но регулярный производственный поток требует оплачиваемого баланса. Для оценки бюджета недостаточно умножить число документов на одно условное значение: разные сервисы, модели и дополнительные этапы формируют разную нагрузку.

Мобильный Document Scanning SDK лицензируется отдельно: для SDK используется коммерческая модель с фиксированной годовой лицензией и оговорённым объёмом. Это важное отличие от кредитов браузерной платформы. Компания, которая строит мобильный захват плюс серверную обработку, должна считать обе части архитектуры, а не предполагать, что оплата AI.dp автоматически включает неограниченное распространение SDK в собственном приложении.

Регистрация платформы рассчитана на рабочий контекст и использует business email. Для командного внедрения стоимость также включает не только кредиты, но и время на проектирование модели данных, подключение систем и контроль качества. Чем больше исключений и нестандартных шаблонов, тем заметнее становится стоимость сопровождения, даже если сама облачная обработка тарифицируется прозрачно.

Скрытая стоимость владения

Первая неочевидная статья расходов — интеграция. Готовый коннектор сокращает объём кода, но всё равно требуется настроить права, сопоставление полей и обработку повторов. Если целевая ERP имеет собственный API, затраты смещаются в разработку и поддержку интеграционного слоя. При изменении схемы ERP поток нужно обновлять синхронно, иначе технически успешный Document Capture будет выдавать данные, которые некуда корректно записать.

Вторая статья — ручная проверка. Human In The Loop снижает риск автоматической ошибки, но каждый документ в очереди требует времени reviewer. Если условия review настроены слишком широко, IDP превращается в дорогой предобработчик ручного ввода. Если слишком узко — возрастает риск пропустить ошибочное значение. Экономика зависит от доли исключений, а не только от цены распознавания.

Третья — мобильный канал. Отдельное лицензирование Document Scanning SDK добавляется к обработке AI.dp. Для проекта с большим числом приложений или высоким объёмом захвата условия SDK следует согласовать до архитектурного решения, иначе пилот на браузерной загрузке даст неполную картину стоимости конечного продукта.

Четвёртая — хранение и аудит. Если регламент требует сохранять исходники, структурированный результат и историю проверки, понадобится внешнее хранилище и политика retention. Сам факт существования облачной платформы не отменяет расходов на архив, резервирование и контроль доступа в системах заказчика.

Пятая — миграция. Потоки Flow Builder, presets и mappings являются частью конкретной платформы. Структурированный результат в JSON, XML, CSV или XLSX переносим, а визуальная схема автоматизации не является универсальным проектным форматом для Rossum, ABBYY, Google или Azure. Чем больше бизнес-логики живёт внутри Flow Builder, тем выше стоимость перехода на другое IDP-решение.

Что перестанет работать первым

Учётная запись и доступ к организации. Без действующей авторизации пользователь не сможет управлять проектом, пресетами и flows. Для API отдельно важны credentials и доступ конкретного credential к сервису.

Интернет и облачный endpoint. Веб-интерфейс, API и автоматические коннекторы зависят от сетевой доступности. Локальный файл на компьютере сам по себе не обрабатывается офлайн.

Баланс и биллинг. После исчерпания стартовых кредитов производственная обработка требует оплачиваемого использования. Тестовый баланс нельзя рассматривать как постоянную бесплатную квоту.

Внешний коннектор. Поток с Google Drive, Excel 365, ERP или webhook может остановиться из-за отозванного OAuth-доступа, изменённой папки, удалённой worksheet или нового контракта API, даже когда AI.dp продолжает распознавать документы.

Схема данных. Изменение столбцов таблицы, полей ERP или формата документа первым проявляется не как «падение OCR», а как пропуски и ошибки mapping. Поэтому стабильность процесса зависит от версии модели данных на обоих концах.

Сторонняя мобильная оболочка. Document Scanning SDK является компонентом приложения заказчика. Обновления iOS, Android, Flutter или другого фреймворка могут потребовать обновления интеграции отдельно от облачного проекта AI.dp.

Как пользоваться программой — советы гика

Ниже приведены рабочие последовательности для интерфейса DocHorizon/AI.dp и Flow Builder. Название Klippa DocHorizon на скриншотах прежнего интерфейса относится к той же продуктовой линии, которая сейчас называется Doxis AI.dp.

Подготовить организацию, проект и нужные сервисы

Цель. Создать минимальную рабочую среду, где доступна модель обработки и Flow Builder.

Подготовка. Нужна учётная запись с business email и новый либо существующий project внутри organization.

1. Войдите в платформу и откройте нужный проект.
2. Перейдите в Project Settings, затем откройте Services.
3. Включите сервис, соответствующий документу. Для счетов используется Document Capturing – Financial; для удостоверений с маскированием — Document Capturing: Identity.
4. Включите Flow Builder, если документ должен проходить автоматическую цепочку.
5. Для сценария с ручной проверкой активируйте Human In The Loop.

Параметры. Не включайте модули «на всякий случай»: набор Services влияет на доступность действий и права credentials.

Проверка. Соответствующие разделы модели и Flow Builder должны стать доступными в проекте.

Типичная ошибка. Flow содержит действие Document Capture, но credential не имеет к нему доступа. Причина — сервис включён в проекте, но не разрешён конкретному credential.

Безопасный откат. Отключение ненужного сервиса не требует удалять проект. Перед отключением убедитесь, что опубликованные flows не ссылаются на него.

Создать preset финансового документа

Цель. Зафиксировать, какие группы финансовых данных извлекаются из счетов или чеков.

Подготовка. В Services должен быть включён Financial Model.

1. Откройте Financial Model.
2. Нажмите Create Preset для создания новой конфигурации.
3. Задайте понятное имя конфигурации.
4. В Components включите Financial для основных финансовых полей.
5. Включите Line Items, когда нужны позиции документа, а не только итоговые суммы и реквизиты.
6. Для проверки повторов добавьте компонент Hash; для сценария классификации — Document Classification.
7. Сохраните preset кнопкой Save.

Параметры. Чем больше компонентов активировано, тем больше данных и логики участвует в обработке. Включайте только те, которые используются следующими узлами.

Проверка. Сохранённый preset должен появиться в списке и быть доступен в поле Preset действия Document Capture.

Типичная ошибка. В output отсутствуют строки товаров. Проверьте, включён ли Line Items именно в том preset, который выбран в flow.

Безопасный откат. Перед изменением рабочего preset создайте отдельную конфигурацию для проверки новой схемы. Это не нарушит опубликованный flow, пока в нём не выбран новый preset.

Подключить Google Drive как вход Flow Builder

Цель. Запускать обработку при появлении нового файла в выбранной папке.

Подготовка. В проекте включён Flow Builder; есть Google account с доступом к исходной папке.

1. Откройте Flow Builder и нажмите New Flow.
2. Выберите + From scratch.
3. В качестве trigger выберите Google Drive и событие New File.
4. В поле Connection подключите нужный Google account.
5. В Parent Folder укажите папку, из которой должен поступать документ.
6. Включите Include File Content, чтобы следующий узел получил не только метаданные, но и содержимое файла.
7. Добавьте тестовый документ в исходную папку и нажмите Load Sample Data.

Параметры. Папка должна содержать файлы, которые разрешено читать подключённому account. Для production лучше использовать отдельный каталог входящих документов, а не общую рабочую папку.

Проверка. Sample Data должен содержать имя файла и его content, доступный для выбора в следующем узле.

Типичная ошибка. Метаданные файла видны, но Document Capture получает пустой input. Чаще всего выключен Include File Content.

Безопасный откат. Пока flow не опубликован, изменение trigger не запускает постоянную автоматизацию. Можно вернуть прежнюю папку и повторить тест с sample data.

Извлечь данные действием Document Capture

Цель. Передать содержимое входного файла в выбранную модель и получить структурированные поля.

Подготовка. В flow уже есть входной узел с sample data; создан подходящий preset.

1. Нажмите + после trigger и найдите Doxis AI.dp/DocHorizon action для Document Capture.
2. Для финансового сценария выберите Document Capture: Financial Document.
3. В Connection используйте Default AI.dp Platform либо настроенное подключение.
4. В Preset выберите сохранённую конфигурацию Financial Model.
5. В поле File or URL откройте data selector и передайте New File → Content из Google Drive trigger.
6. Запустите тест действия.

Параметры. Preset определяет, какие компоненты попадут в output. Для downstream-интеграции используйте стабильные поля, а не случайные значения из тестового документа.

Проверка. В test output должны появиться ожидаемые поля и значения; для Financial Model отдельно проверьте Financial и Line Items, если они включены.

Типичная ошибка. Документ распознан, но ожидаемого блока нет. Сначала сравните выбранный preset и активные Components, затем убедитесь, что File or URL связан именно с content входного файла.

Безопасный откат. Верните прежний preset в узле и повторите тест до публикации. Исходный файл в Google Drive при этом не изменяется.

Создать собственные поля в Prompt Builder и направить документы через Router

Цель. Извлекать нестандартный признак и на его основе выбирать ветку процесса.

Подготовка. В Services включены Document Capturing – Prompt Builder и Flow Builder.

1. Откройте Prompt Builder и нажмите + New Preset.
2. Выберите + Start from scratch.
3. Создайте поле с однозначным именем и сформулируйте prompt, описывающий нужное значение.
4. При необходимости добавьте другие поля через + Add Field и сохраните preset.
5. В Flow Builder добавьте действие Document Capture: Prompt Builder, выберите созданную конфигурацию и передайте входной файл.
6. После него добавьте Router. Для схемы, где документ должен попасть только в одну категорию, выберите режим Only the first (left) matching branch.
7. Создайте branch через + Add Branch и задайте условие по output Prompt Builder; для точного категориального значения используйте Exact Matches.
8. Протестируйте каждую ветку на документе соответствующего типа.

Параметры. Значения категорий должны быть короткими и стабильными. Если два условия способны совпасть одновременно, порядок веток становится частью бизнес-логики.

Проверка. Один и тот же тип документа должен стабильно попадать в одну и ту же ветку, а неизвестный тип — в заранее предусмотренную ветку исключений.

Типичная ошибка. Все документы идут в первую branch. Причина обычно в слишком широком условии или пересечении правил.

Безопасный откат. Сначала отключите спорную branch или верните точное условие из последней рабочей версии; не публикуйте новую маршрутизацию до повторного теста набора документов.

Выявлять повторные чеки через Hash

Цель. Отделять повторно поданные финансовые документы от новых.

Подготовка. В Financial preset включён компонент Hash, а flow уже получает output Financial Document.

1. Откройте рабочий Financial preset и убедитесь, что Hash активен.
2. В Flow Builder после Financial Document добавьте Router.
3. В условии branch выберите путь Document Capture: Financial Document → components → hash → is duplicate.
4. Для ветки дубликатов задайте точное совпадение с признаком повторного документа.
5. Подключите к этой ветке безопасное действие: отдельную очередь, журнал или ручную проверку, а не необратимое удаление.
6. Протестируйте первый экземпляр и повторную подачу того же документа.

Параметры. Hash является техническим признаком совпадения. Решение об отказе в выплате, удалении или блокировке должно приниматься отдельной бизнес-логикой.

Проверка. Первый документ проходит по обычной ветке, повторный — по ветке duplicate.

Типичная ошибка. Router не видит is duplicate. Проверьте, что Hash включён в тот preset, который реально использует Document Capture.

Безопасный откат. Переведите duplicate branch в ручную проверку. Это сохраняет документ и позволяет выяснить причину совпадения без потери данных.

Замаскировать чувствительные поля удостоверения

Цель. Получить версию документа, где выбранные поля закрыты перед дальнейшей передачей.

Подготовка. В Services включены Document Capturing: Identity и Flow Builder.

1. Откройте Identity Model и создайте конфигурацию через + New Preset.
2. В preset включите Masking.
3. Выберите поля, которые должны быть скрыты, и нажмите Save.
4. До сборки flow откройте Try Service, загрузите контрольный документ и выберите созданный preset.
5. Убедитесь, что нужные области закрыты, затем создайте поток с trigger входного файла.
6. Добавьте Document Capture: Identity Document, выберите preset и передайте file content.
7. Для сохранения маскированного изображения добавьте Files Helper: Create File, передайте image из output Identity Document, задайте Encoding: Base64 и имя файла.
8. Следующим узлом сохраните созданный файл в целевое хранилище, например через Google Drive Upload File.

Параметры. Маскируйте только те поля, которые не нужны следующему участнику процесса. Внутренняя система, требующая исходного значения, должна получать его по отдельному защищённому каналу.

Проверка. В Try Service и в выходном файле закрыты одинаковые поля; downstream-узел получает маскированную версию, а не исходник.

Типичная ошибка. Поле остаётся читаемым. Проверьте выбранные masking fields и preset в Identity Document.

Безопасный откат. Не заменяйте исходник маскированным файлом до проверки. Сохраняйте результат в отдельную папку, чтобы неверная конфигурация не уничтожила оригинал.

Добавить Human In The Loop для исключений

Цель. Направлять спорные документы оператору вместо автоматической передачи ошибочного результата.

Подготовка. В Project Settings → Services включён Human In The Loop; определены пользователи, которые имеют право на review.

1. Откройте конфигурацию Human In The Loop в проекте.
2. Определите review conditions, при которых документ должен покинуть полностью автоматическую ветку.
3. Назначьте reviewers, которым доступна очередь.
4. Свяжите review с тем этапом потока, где уже получен результат извлечения и известна причина исключения.
5. Отправьте контрольный документ, который намеренно соответствует review condition.
6. Откройте его из очереди reviewer, исправьте тестовое поле и завершите review.

Параметры. Один документ проверяется одним reviewer одновременно. Условия review должны быть достаточно узкими, чтобы не отправлять весь поток на ручной ввод.

Проверка. Контрольный документ появляется в очереди, исправление сохраняется, а после завершения процесс продолжает предусмотренную ветку.

Типичная ошибка. Очередь пуста, хотя Document Capture работает. Проверьте, удовлетворяет ли тестовый документ именно review conditions и назначен ли reviewer.

Безопасный откат. Временно расширьте логирование и перенаправьте исключения в безопасное хранилище. Не отключайте review в production, пока причина пропуска не установлена.

Записать извлечённые поля в Microsoft Excel 365

Цель. Превратить output Document Capture в строку worksheet без ручного копирования.

Подготовка. В flow уже есть проверенный Document Capture; доступна книга Excel 365 и worksheet с ожидаемой структурой.

1. После Document Capture нажмите + и найдите действие Excel Append Row to Worksheet.
2. Создайте или выберите connection к Microsoft Excel 365.
3. Укажите Workbook и Worksheet.
4. Если первая строка таблицы содержит имена полей, включите Does the first row contain headers?.
5. Для каждого столбца откройте data selector и сопоставьте нужное значение из output Document Capture.
6. Запустите test action и проверьте созданную строку.
7. Когда все узлы прошли тест, нажмите Publish.

Параметры. Mapping должен соответствовать типам столбцов. Для денежных значений и дат заранее определите формат, который понимает целевая таблица.

Проверка. В worksheet появляется одна строка с данными именно из тестового документа, без сдвига между колонками.

Типичная ошибка. Значения попадают не под те заголовки. Исправьте mapping через data selector; изменение OCR-модели для этой проблемы не требуется.

Безопасный откат. Тестируйте вывод в отдельной worksheet. Если опубликованный flow начал создавать неверные строки, временно переведите trigger на отдельную тестовую папку, восстановите mapping и только после контрольного запуска верните production-папку.

Сохранить результат как JSON в облачное хранилище

Цель. Получить переносимый машинный результат, который можно архивировать или передать другой системе.

Подготовка. Document Capture уже возвращает нужные компоненты; подключено целевое хранилище.

1. После Document Capture добавьте действие создания файла, например Google Drive Create new file.
2. Сформируйте File Name из устойчивого идентификатора документа; в финансовом сценарии можно использовать извлечённый invoice_number и расширение .json.
3. Соберите Text из нужных components либо передайте подготовленный JSON output.
4. Установите Content Type в текстовый вариант, соответствующий создаваемому JSON-файлу.
5. В Parent Folder выберите отдельную выходную папку.
6. Запустите тест, откройте созданный файл и проверьте его синтаксис и поля.
7. Публикуйте flow только после успешной проверки.

Параметры. Имя файла должно быть уникальным. Если invoice_number может повторяться, добавьте дополнительный идентификатор, иначе повторный запуск способен перезаписать или создать конфликтующий объект в целевой системе.

Проверка. JSON открывается как валидный структурированный документ и содержит только согласованные поля.

Типичная ошибка. Файл создаётся, но downstream-система не читает его. Проверьте, что значение действительно сериализовано как JSON, а не записано как строковое представление интерфейсного объекта.

Безопасный откат. Используйте отдельную тестовую папку и не удаляйте исходный документ после экспорта до подтверждения, что целевая система приняла результат.

Создать credential и API-ключ для серверной интеграции

Цель. Дать собственному backend минимально необходимый доступ к API проекта.

Подготовка. Нужны права на Project Settings и список сервисов, которые действительно будет вызывать интеграция.

1. Откройте Project Settings → Credentials.
2. Создайте новый credential и дайте ему имя, связанное с конкретной системой, а не с человеком.
3. При необходимости задайте IP whitelisting.
4. На вкладке Access включите только требуемые сервисы.
5. Откройте вкладку API Keys и создайте ключ.
6. Скопируйте значение в серверный менеджер секретов. Для HTTP-аутентификации API использует заголовок x-api-key.
7. Выполните тестовый запрос из backend и убедитесь, что credential не имеет доступа к лишним сервисам.

Параметры. API-ключ является секретом. Не сохраняйте его в публичном репозитории, клиентском JavaScript, мобильном bundle или скриншоте документации.

Проверка. Разрешённый endpoint принимает запрос, а недоступный credential сервис остаётся закрыт.

Типичная ошибка. API возвращает отказ при рабочем ключе. Проверьте вкладку Access: credential может существовать, но не иметь права на выбранную модель.

Безопасный откат. При утечке отзовите скомпрометированный ключ и создайте новый; не пытайтесь «спрятать» уже опубликованное значение изменением имени credential.

Сквозной сценарий: новый PDF-счёт → извлечение → строка Excel

Цель. Собрать воспроизводимый минимальный процесс, который показывает связь источника, модели и результата.

Подготовка. Нужны Financial Model, Flow Builder, папка Google Drive с тестовым PDF-счётом и worksheet Excel 365.

1. В Project Settings → Services включите Document Capturing – Financial и Flow Builder.
2. В Financial Model создайте preset, включите Financial и при необходимости Line Items, затем сохраните его.
3. Создайте New Flow → + From scratch.
4. Добавьте trigger Google Drive New File, выберите connection и Parent Folder, включите Include File Content.
5. Загрузите тестовый PDF в папку и нажмите Load Sample Data.
6. Добавьте Document Capture: Financial Document, выберите preset и передайте New File → Content в File or URL.
7. Запустите тест Document Capture и сравните основные поля со счётом.
8. Добавьте Excel 365 Append Row to Worksheet, выберите workbook и worksheet, затем свяжите столбцы с output Financial Document.
9. Выполните тест Excel action и проверьте одну созданную строку.
10. Удалите тестовую строку из рабочей таблицы или используйте отдельную worksheet для пилота, после чего нажмите Publish.
11. Положите второй контрольный PDF в исходную папку и убедитесь, что полный процесс выполняется автоматически один раз.

Параметры. Для production добавьте отдельную обработку ошибок и защиту от повторной записи, если внешний trigger способен повторно доставить один и тот же файл.

Проверка. Полный критерий успеха — не зелёный тест Document Capture, а появление корректной строки в целевой worksheet после нового файла во входной папке.

Типичная ошибка. Каждый узел отдельно проходит тест, но опубликованный поток ничего не делает. Проверьте, что flow действительно опубликован, trigger смотрит на нужную папку и connection не потерял доступ.

Безопасный откат. Переведите trigger на отдельную тестовую папку, не удаляя конфигурацию; устраните проблему на тестовой worksheet и только после контрольного запуска верните рабочую папку.

Плюсы и минусы

Плюсы

• Платформа объединяет OCR, извлечение, классификацию, маршрутизацию, маскирование, проверку и выходные интеграции в одном документном процессе.
• Flow Builder позволяет собирать цепочки из triggers, Document Capture, Router, утилит и коннекторов без написания всей оркестрации с нуля.
• Presets отделяют настройки модели от конкретного flow, что упрощает повторное использование одной схемы извлечения.
• Prompt Builder даёт способ извлекать собственные поля без подготовки большого размеченного обучающего набора на старте.
• REST API и асинхронная обработка позволяют встраивать IDP в серверные приложения, а не ограничиваться веб-интерфейсом.
• Human In The Loop создаёт контролируемую ветку ручной проверки для исключений вместо принудительной полной автоматизации.
• Поддерживаются машинные форматы JSON, XML, CSV и UBL, а также XLSX, PDF и TXT, поэтому результат можно направлять в разные классы систем.
• Мобильное сканирование доступно как SDK и может быть встроено в собственный клиентский продукт.

Минусы

• Это облачный сервис: без интернета и доступности внешней инфраструктуры веб-потоки и API не работают.
• Текущий продукт носит имя Doxis AI.dp, тогда как часть обучающих материалов и скриншотов всё ещё использует Klippa DocHorizon; при сопровождении приходится учитывать оба названия.
• Стартовые €25 кредитов не являются постоянным бесплатным тарифом, а производственная стоимость зависит от фактического набора сервисов и объёма.
• Mobile Scanning SDK имеет отдельное коммерческое лицензирование и не сводится к кредитному балансу веб-платформы.
• Визуальный Flow Builder уменьшает объём кода, но не устраняет сложность mapping, OAuth-доступа, схем ERP, обработки повторов и исключений.
• Проектные presets и flows не являются универсальным переносимым форматом между разными IDP-платформами, поэтому глубокая автоматизация повышает стоимость миграции.
• Human In The Loop требует операционного ресурса: широкий набор review conditions способен вернуть значительную часть потока к ручной обработке.
• Вопрос хранения данных нельзя свести к одному флагу: при обработке клиентские данные по умолчанию не сохраняются, но платформа поддерживает настраиваемые retention periods для связанных с обработкой данных.

Кому подойдёт

• Финансовым и бухгалтерским процессам, где счета и чеки регулярно поступают из папок, почты или API и должны превращаться в структурированные поля либо строки учётной системы.
• Командам, строящим document intake для CRM, ERP, DMS или внутреннего backend, которым нужен не только OCR, но и маршрутизация, validation и контроль исключений.
• Проектам с несколькими типами документов, где классификация и Router сокращают необходимость вручную сортировать входящие файлы.
• Сценариям с персональными данными, если требуется техническое маскирование выбранных полей и организация готова отдельно настроить retention, права и DPA.
• Продуктовым командам, которые хотят встроить сканирование документов в собственное мобильное приложение и передавать результат в облачный IDP.
• Организациям с исключениями высокой цены, где Human In The Loop позволяет удержать ручную проверку только для спорных документов.

Кому не подойдёт

• Для разового OCR одного PDF. Настройка organization, project, model и flow будет сложнее простой одноразовой конвертации.
• Для полностью автономной офлайн-обработки. Основной продукт является облачной платформой и зависит от сети.
• Для ручной верстки и редактирования PDF. AI.dp извлекает и маршрутизирует данные, но не заменяет полноценный редактор документа.
• Для пользователя, которому нужен готовый мобильный сканер. Мобильный компонент поставляется как SDK для встраивания, а не как отдельная универсальная программа DocHorizon.
• Для команды без владельца интеграции. Даже no-code flow требует поддержки credentials, OAuth, mappings и изменений внешних систем.
• Для проекта, где стоимость должна быть известна одной фиксированной суммой до определения объёма. Платформенная модель pay-as-you-go зависит от фактической обработки, а SDK лицензируется отдельно.

Сравнение с другими аналогами

Решение	Задача	Платформа и порог освоения	Форматы	Автоматизация	Модель оплаты	Ограничения и подходящий сценарий
Klippa DocHorizon / Doxis AI.dp	Полный IDP-поток от захвата и извлечения до маршрутизации и выхода	Облачный UI + API/SDK; средний порог, потому что требуется проектировать presets, mappings и flows	Вход: PDF, изображения, офисные форматы и другие; выход: JSON, XML, CSV, XLSX, UBL, PDF, TXT	Flow Builder, Router, webhooks, API, HITL, коннекторы	Pay-as-you-go, €25 стартовых кредитов; SDK отдельно	Подходит командам, которым нужен гибкий поток и смешение no-code с API; требует контроля интеграций и облачной зависимости
Rossum	Автоматизация транзакционных документов с извлечением и валидацией	Облачная платформа и API; ориентирована на корпоративные document workflows	PDF, PNG, JPEG, TIFF, XLS/XLSX, DOC/DOCX, RTF и поддерживаемые варианты импорта	Inbox/email/API ingestion, validation, workflows, webhooks и интеграции; расширенные функции зависят от плана	Годовой контракт; Starter начинается с публично указанного уровня $18 000 в год, есть 14-дневный trial	Подходит компаниям с бюджетом на корпоративную IDP-платформу и готовыми операционными процессами; высокий входной ценовой порог для небольшого пилота
ABBYY Vantage	Извлечение и классификация документов через готовые и пользовательские Skills	Web UI + API; low-code/no-code с корпоративной моделью внедрения	Документы и изображения в рамках Skills; конкретные ограничения зависят от навыка и развертывания	100+ pre-trained Skills, custom skills, интеграции и REST API	Коммерческая подписка/договор; фиксированная публичная цена на основной странице не указана	Подходит организациям, которым важна библиотека готовых Skills и корпоративные варианты развертывания; бюджет и состав лицензии требуют коммерческого согласования
Google Cloud Document AI	OCR, pre-trained processors, custom extraction, classification и splitting в инфраструктуре Google Cloud	Google Cloud Console + API; выше порог для нетехнической команды, сильнее ориентация на разработчиков	PDF и распространённые изображения; ограничения зависят от конкретного processor	API, cloud workflows и собственная интеграционная архитектура GCP	Публичный usage-based прайс по страницам/процессорам	Подходит командам, уже работающим в GCP и предпочитающим инфраструктурный API; бизнес-процесс и HITL нужно собирать вокруг сервисов Google
Azure AI Document Intelligence	Read/Layout, готовые модели, custom extraction и classification	Document Intelligence Studio + REST/SDK; удобен командам в Azure, но требует облачной архитектуры	PDF, JPG/JPEG, PNG, BMP, TIFF, HEIF; для части моделей поддерживаются Office formats	API/SDK и интеграция с сервисами Azure	Free F0 для тестирования и платный S0 с page-based тарификацией	Подходит инфраструктуре Microsoft; лимиты размера и числа страниц зависят от tier и модели, а полноценный бизнес-workflow проектируется отдельно

Выбор между этими решениями определяется уровнем, на котором команда хочет получить готовность. Rossum ближе к корпоративному document workflow с высоким контрактным порогом; ABBYY делает ставку на Skills; Google и Azure дают сильные облачные building blocks. Doxis AI.dp занимает промежуточную позицию: готовые модели, собственный Flow Builder и API находятся в одном продукте, поэтому пилот можно собрать визуально, а затем расширить кодом. Такой баланс полезен не всем: команда, уже стандартизированная на GCP или Azure, может предпочесть сервис своего облака, а крупная back-office операция — более специализированную корпоративную платформу.

Типичные проблемы и диагностика

Flow видит файл, но Document Capture получает пустой input

Симптом. Google Drive trigger срабатывает, имя файла присутствует, но извлечение не получает содержимое.

Возможная подтверждённая причина. В trigger выключен Include File Content.

Диагностика. Откройте test output New File и проверьте наличие content, который можно выбрать через data selector.

Исправление. Включите Include File Content, заново загрузите sample data и перепривяжите File or URL к New File → Content.

Проверка результата. Test Document Capture возвращает структурированные поля вместо ошибки пустого входа.

Load Sample Data не даёт подходящего файла

Симптом. Flow Builder не показывает ожидаемый пример для настройки следующих узлов.

Возможная подтверждённая причина. В выбранной Parent Folder нет доступного нового файла либо connection не имеет доступа к нему.

Диагностика. Сопоставьте connection и Parent Folder с реальной папкой, затем убедитесь, что в ней есть тестовый документ под той же учётной записью.

Исправление. Дайте connection доступ к папке или выберите корректный каталог и добавьте отдельный sample document.

Проверка результата. Load Sample Data возвращает метаданные и содержимое контрольного файла.

Извлечение работает, но нужные поля отсутствуют

Симптом. Document Capture завершён успешно, однако output не содержит Line Items, Hash или другого ожидаемого компонента.

Возможная подтверждённая причина. Компонент не включён в выбранном preset либо flow использует другой preset.

Диагностика. Сравните поле Preset в Document Capture со списком Components внутри Financial Model.

Исправление. Активируйте требуемый компонент в отдельной проверочной конфигурации или выберите правильный preset.

Проверка результата. Повторный test output содержит нужный раздел, а downstream mapping видит его в data selector.

Данные попадают не в те столбцы Excel

Симптом. Строка создаётся, но дата, сумма или номер счёта находятся под неправильными заголовками.

Возможная подтверждённая причина. Ошибка mapping в Append Row to Worksheet или несовпадение режима headers со структурой worksheet.

Диагностика. Просмотрите привязку каждого столбца и состояние Does the first row contain headers?.

Исправление. Переназначьте значения через data selector и тестируйте на отдельной worksheet.

Проверка результата. Контрольная строка совпадает с исходным документом и с заголовками таблицы.

API-ключ существует, но сервис недоступен

Симптом. Серверная интеграция проходит аутентификацию не так, как ожидается, или получает отказ при обращении к конкретной модели.

Возможная подтверждённая причина. У credential не включён нужный сервис на вкладке Access, либо сам сервис не активирован в Project Settings → Services.

Диагностика. Проверьте два уровня разрешений: доступность модуля в проекте и доступ credential к нему.

Исправление. Разрешите только требуемый сервис и повторите вызов с тем же endpoint.

Проверка результата. Разрешённый API-вызов выполняется, а ненужные сервисы остаются закрыты credential.

Опубликованный flow не реагирует на новый документ

Симптом. Отдельные test actions успешны, но новый файл не запускает полный процесс.

Возможная подтверждённая причина. Flow не опубликован, trigger связан не с той папкой или connection потерял доступ.

Диагностика. Проверьте статус публикации, Parent Folder и доступ connection к свежему контрольному файлу.

Исправление. Восстановите connection либо нужную папку, выполните тест trigger и заново опубликуйте только проверенную версию.

Проверка результата. Новый контрольный файл приводит к единственному ожидаемому запуску цепочки.

Дубликат не попадает в отдельную ветку

Симптом. Повторно загруженный чек обрабатывается как новый.

Возможная подтверждённая причина. Hash не включён в Financial preset или Router не использует components → hash → is duplicate.

Диагностика. Сначала убедитесь, что Hash присутствует в test output Document Capture, затем проверьте условие Router.

Исправление. Включите Hash в активном preset и настройте отдельную branch по признаку duplicate.

Проверка результата. Первый экземпляр и повтор одного документа идут по разным веткам.

Маскирование не закрывает выбранное поле

Симптом. Выходное изображение Identity Document содержит открытое значение, которое должно быть скрыто.

Возможная подтверждённая причина. Поле не выбрано в Masking текущего Identity preset либо flow использует другой preset.

Диагностика. Запустите тот же документ через Try Service и сравните preset с конфигурацией Document Capture.

Исправление. Отметьте нужные masking fields, сохраните preset и повторите тест до записи файла в downstream-хранилище.

Проверка результата. Поле закрыто и в Try Service, и в файле, созданном Flow Builder.

Документы не появляются у reviewer

Симптом. Human In The Loop включён, но очередь ручной проверки остаётся пустой.

Возможная подтверждённая причина. Документ не удовлетворяет review conditions или reviewer не назначен.

Диагностика. Сопоставьте фактические данные контрольного документа с условиями review и список назначенных reviewers.

Исправление. Скорректируйте условие на тестовой конфигурации или назначьте пользователя, который должен получить документ.

Проверка результата. Контрольный документ попадает в очередь, редактируется одним reviewer и после завершения review продолжает процесс.

Стартовые кредиты закончились раньше завершения пилота

Симптом. После серии тестов новые обработки требуют пополнения баланса.

Возможная подтверждённая причина. €25 являются стартовыми credits, а не постоянным бесплатным лимитом; использование сервисов расходует баланс.

Диагностика. Сопоставьте выполненные тесты, задействованные сервисы и состояние credits в аккаунте.

Исправление. Сократите повторные тесты до репрезентативного набора и пополните баланс, когда конфигурация готова к продолжению пилота.

Проверка результата. После восстановления оплачиваемого баланса тот же проверенный flow снова выполняет обработку.

JSON создаётся, но внешняя система его отвергает

Симптом. Файл существует и содержит значения, однако ERP или backend не принимает payload.

Возможная подтверждённая причина. Проблема находится в схеме или сериализации output, а не в OCR: имена полей, типы или вложенность не соответствуют контракту целевой системы.

Диагностика. Сравните фактический JSON с ожидаемой схемой API и отделите ошибку mapping от результата распознавания.

Исправление. Приведите поля и типы в Flow Builder либо интеграционном backend к контракту получателя, сохранив исходный Document Capture output для контроля.

Проверка результата. Целевая система принимает тестовый payload, а повторный вызов не создаёт нежелательный дубль.

FAQ

Klippa DocHorizon ещё существует?

Да, продуктовая линия активна, но текущее имя — Doxis AI.dp. Klippa вошла в Doxis, а Doxis AI.dp прямо обозначается как бывший Klippa DocHorizon.

Это программа для Windows или macOS?

Основной продукт — облачная браузерная платформа с API и SDK, а не устанавливаемый настольный OCR-пакет. Поэтому его рабочая модель не привязана к локальному desktop installer.

Есть ли отдельное мобильное приложение DocHorizon?

Мобильный захват предоставляется как Document Scanning SDK для встраивания в собственные приложения. Это отличается от готового универсального приложения с интерфейсом Flow Builder на телефоне.

Можно ли обрабатывать DOCX и XLSX, а не только сканы?

В перечне входных форматов OCR API присутствуют DOC, DOCX и XLSX наряду с PDF и изображениями. Конкретный результат всё равно зависит от выбранной модели и сценария обработки.

Можно ли получить не JSON, а таблицу или PDF?

Да. Текущий список основных output formats платформы включает JSON, XML, CSV, XLSX, UBL, PDF и TXT. Flow Builder также умеет передавать отдельные извлечённые поля напрямую в Excel 365.

Нужно ли обучать модель на большом наборе документов для собственного поля?

Не всегда. Prompt Builder позволяет создать собственные поля и инструкции без большого обучающего набора на старте. Для production всё равно требуется проверка на разных реальных шаблонах, поскольку отсутствие этапа обучения не гарантирует одинаковый результат на любом документе.

Хранит ли AI.dp загруженные документы?

При обработке клиентские данные по умолчанию не сохраняются. Одновременно платформа поддерживает хранение данных, связанных с document processing, и настраиваемые retention periods. Политику конкретного проекта следует определять по фактической конфигурации и договору, особенно для персональных данных.

€25 — это бесплатный тариф?

Нет. Это стартовые credits для начала работы с pay-as-you-go платформой. После их расходования дальнейшая обработка оплачивается в соответствии с фактическим использованием.

Можно ли использовать API без Flow Builder?

Да. Платформа предоставляет REST API и credentials для прямой серверной интеграции. Flow Builder нужен тогда, когда удобнее собрать оркестрацию и коннекторы внутри AI.dp, а не в собственном backend.

Подходит ли DocHorizon для электронного архива?

Платформа может извлекать данные, создавать структурированный результат и отправлять файлы в облачные хранилища, но сама по себе не отменяет требования к архивной системе: срокам хранения, неизменности, резервированию, правам доступа и юридическим правилам конкретной организации.

Итог: когда выбирать Klippa DocHorizon / Doxis AI.dp

Для разовой расшифровки PDF или ручного исправления документа DocHorizon избыточен: ценность платформы появляется не в отдельном OCR-вызове, а в повторяемом процессе. Если документы поступают каждый день, должны классифицироваться, извлекаться по одной схеме и автоматически попадать в таблицу, ERP или API, связка preset + Flow Builder + Document Capture даёт законченный контур внутри одного продукта.

Для процессов с чувствительными данными решение имеет смысл только вместе с дисциплиной доступа и хранения. Masking и Human In The Loop дают технические механизмы контроля, но организация всё равно должна определить retention, DPA, права credentials и судьбу исходника. Облачная природа сервиса также означает, что сеть, внешние коннекторы и биллинг являются частью эксплуатационной надёжности.

Для команды разработчиков важнее API, webhooks и переносимые JSON/XML/CSV-результаты. Flow Builder в таком сценарии может закрыть интеграции, которые не хочется писать вручную, а критичную бизнес-логику оставить в backend. Для бизнес-команды без постоянных разработчиков визуальный конструктор снижает порог старта, но не освобождает от проектирования mapping и контроля исключений.

После ребрендинга главный риск выбора связан не с прекращением продукта, а с путаницей названий: Klippa DocHorizon — прежний бренд действующей Doxis AI.dp. Оценивать решение следует по текущей облачной платформе, актуальной pay-as-you-go модели, отдельному лицензированию mobile SDK и тем функциям, которые реально нужны конкретному документному потоку.