notebookvb

2026-06-10 08:53:01 +02:00
parent 4723f9b174
commit a7f33afb66
9 changed files with 1293 additions and 0 deletions
@@ -0,0 +1,23 @@
+# EmailAgent — TODO
+
+## Plánované
+
+- [ ] **OCR nad skeny** — faktury bez textové vrstvy (skenovaná PDF) dnes
+  `pdf_faktur_check()` vrací `bez_textu` a soubor se uloží jen s varováním
+  `[PDF BEZ TEXTU]`, bez ověření obsahu. Doplnit OCR (např. Tesseract /
+  `ocrmypdf`, nebo render stránky přes `fitz` → OCR), aby se i u skenů ověřilo
+  slovo `faktur*` a případně vytěžil text pro klasifikaci.
+
+## Hotovo
+
+- [x] Cílová složka přepnuta na ostrou `#040 Faktury přijaté`.
+- [x] Po zpracování: kategorie `ClaudeProcessed` + přesun do
+  `Inbox/ProcessedByAgent/Invoices` (vyžaduje Mail.ReadWrite).
+
+## Možná rozšíření (až se výsledky odladí)
+
+- [ ] Plánované spouštění přes Windows Task Scheduler.
+- [ ] Přísnější režim: ukládat jen když text PDF potvrdí `faktur` (tvrdá brána)
+  — možné až po doplnění OCR, jinak hrozí ztráta skenovaných faktur.
+- [ ] Zvážit dedup i proti podsložce `NamedInvoicesbyOpenAI` v cílové složce
+  (dnes se hashuje jen top-level `*.pdf`).