From d850486eb97beb9c25b168088a20d3ce7c20738f Mon Sep 17 00:00:00 2001 From: "vladimir.buzalka" Date: Fri, 5 Jun 2026 14:17:52 +0200 Subject: [PATCH] z230 --- Faktury/FakturyRenameClaude.py | 328 ++++++++++++++++++ ...akturyRename.py => FakturyRenameOpenAI.py} | 0 2 files changed, 328 insertions(+) create mode 100644 Faktury/FakturyRenameClaude.py rename Faktury/{FakturyRename.py => FakturyRenameOpenAI.py} (100%) diff --git a/Faktury/FakturyRenameClaude.py b/Faktury/FakturyRenameClaude.py new file mode 100644 index 0000000..6ae8869 --- /dev/null +++ b/Faktury/FakturyRenameClaude.py @@ -0,0 +1,328 @@ +# FakturyRenameClaude.py +# Verze: 1.0 +# Datum: 05JUN2026 +# Autor: Claude (Anthropic) +# +# Popis: +# Obdoba FakturyRenameOpenAI.py — místo OpenAI Responses API používá +# Anthropic Messages API (Claude). PDF se posílá jako base64 document blok. +# Výsledný formát názvu: +# YYYY-MM-DD Typ Dodavatel ČÍSLO [popis] [částka MĚNA].pdf +# +# Při DRY_RUN = False skript soubor přejmenuje a přesune do podadresáře +# NamedInvoicesbyClaude, aby další běh zpracovával jen nové dokumenty. + +import os +import base64 +import json +import re +import time +from pathlib import Path + +import anthropic + + +# ========================= +# CENA API +# ========================= + +USD_TO_CZK = 25.0 + +MODEL = "claude-haiku-4-5" + +PRICE_INPUT_USD_PER_1M = 1.00 +PRICE_OUTPUT_USD_PER_1M = 5.00 + + +# ========================= +# NASTAVENÍ +# ========================= + +FOLDER = Path( + r"u:\Dropbox\Ordinace\!!MUDr. Michaela Buzalková s.r.o\Prosek\#040 Faktury přijaté" +) + +PROCESSED_FOLDER = FOLDER / "NamedInvoicesbyClaude" + +# Pro test na 3 fakturách nech DRY_RUN = True. +# Skript jen vypíše a zaloguje návrhy názvů, ale soubory nepřejmenuje. +DRY_RUN = False + +PDF_PATTERN = "*.pdf" + +LOG_FILE = FOLDER / "_rename_log_invoices_claude.txt" + +ENV_FILE = Path(__file__).resolve().parent.parent / "Medevio" / ".env" + + +# ========================= +# PRAVIDLA PRO POJMENOVÁNÍ +# ========================= + +NAMING_RULES = """ +Jsi pomocník pro pojmenování naskenovaných PDF dokladů MUDr. Michaely Buzalkové. + +ÚKOL: +Z PDF faktury/dokladu vytěž datum, typ dokladu, dodavatele, číslo dokladu, stručný popis, částku a měnu. +Vrať pouze JSON s polem "filename". + +CÍLOVÝ FORMÁT: +YYYY-MM-DD Typ Dodavatel ČÍSLO [popis] [částka MĚNA].pdf + +PŘÍKLADY: +2026-06-01 Faktura ASKER 261103225 [kontejner Yannick 1.5 l] [339.00 CZK].pdf +2026-06-01 Faktura MEDIPOS 10195703 [CRP, kapiláry, písty, rukavice, nádoba] [5578.97 CZK].pdf +2026-05-29 Faktura Ptáček 202604570 [vakcíny Adacel, Vaqta, Havrix] [9235.20 CZK].pdf +2026-05-29 Faktura Poliklinika Prosek 91260763 [lékárna] [16165.40 CZK].pdf +2026-06-01 Dodací list QuickSeal 200609058 [VivaDiag Hydroxyvitamin D3] [2620.00 CZK].pdf + +DŮLEŽITÁ PRAVIDLA: +1. Prefix [POHODA] nikdy nepřidávej. +2. Používej datum vystavení dokladu, ne datum splatnosti. +3. Typ dokladu vyber podle dokumentu: + - Faktura + - Dobropis + - Paragon + - Dodací list + - Zálohová faktura + - Smlouva + - Platba + - Poplatek + - Výdajový pokladní doklad +4. Pokud je v dokumentu napsáno "Dodací list není daňový doklad - nehraďte", typ musí být "Dodací list", ne "Faktura". +5. Dodavatel zapisuj krátce a konzistentně: + - MEDIPOS + - MEDEVIO + - MEDATRON + - ASKER + - QuickSeal + - Poliklinika Prosek + - Alza + - Microsoft + - Anthropic + - Ptáček +6. SPECIÁLNÍ PRAVIDLO: pokud je dodavatel/firma "Distribuce CZ", v názvu souboru použij dodavatele "Ptáček". +7. SPECIÁLNÍ PRAVIDLO: u faktur MEDIPOS použij jako číslo dokladu variabilní symbol nebo hlavní číslo faktury bez mezer, například 10195703. Nepoužívej interní evidenční číslo typu FV-5703/2026. +8. Částku piš vždy s desetinnou tečkou a měnou, například [5578.97 CZK]. +9. Když je částka v Kč, měna je CZK. +10. Popis drž krátký, praktický a česky. +11. Popis dávej do hranatých závorek. +12. Nepoužívej dvojtečky, lomítka, uvozovky ani znaky nevhodné pro Windows názvy souborů. +13. Pokud jde jen o dodací list bez daňového dokladu, částku můžeš uvést, ale typ musí zůstat Dodací list. +14. Pokud si nejsi jistý popisem, použij obecný popis typu [materiál do ordinace], [lékárna], [vakcíny], [testy]. +15. Výstup musí být pouze validní JSON, nic jiného. + +JSON FORMÁT: +{ + "filename": "YYYY-MM-DD Faktura Dodavatel 123456 [popis] [123.45 CZK].pdf" +} +""" + + +# ========================= +# POMOCNÉ FUNKCE +# ========================= + +def load_env() -> None: + if ENV_FILE.exists(): + for line in ENV_FILE.read_text(encoding="utf-8").splitlines(): + line = line.strip() + if "=" in line and not line.startswith("#"): + k, v = line.split("=", 1) + os.environ[k.strip()] = v.strip() + + +def pdf_to_base64(path: Path) -> str: + return base64.standard_b64encode(path.read_bytes()).decode("utf-8") + + +def sanitize_windows_filename(name: str) -> str: + name = re.sub(r'[<>:"/\\|?*]', " ", name) + name = re.sub(r"\s+", " ", name).strip() + name = name.rstrip(" .") + if not name.lower().endswith(".pdf"): + name += ".pdf" + return name + + +def unique_path(target: Path) -> Path: + if not target.exists(): + return target + stem = target.stem + suffix = target.suffix + parent = target.parent + i = 2 + while True: + candidate = parent / f"{stem} ({i}){suffix}" + if not candidate.exists(): + return candidate + i += 1 + + +def extract_json_object(text: str) -> dict: + text = text.strip() + try: + return json.loads(text) + except json.JSONDecodeError: + pass + match = re.search(r"\{.*\}", text, flags=re.DOTALL) + if not match: + raise ValueError(f"Model nevrátil JSON:\n{text}") + return json.loads(match.group(0)) + + +def calculate_cost(input_tokens: int, output_tokens: int) -> dict: + input_cost_usd = input_tokens / 1_000_000 * PRICE_INPUT_USD_PER_1M + output_cost_usd = output_tokens / 1_000_000 * PRICE_OUTPUT_USD_PER_1M + total_cost_usd = input_cost_usd + output_cost_usd + return { + "input_tokens": input_tokens, + "output_tokens": output_tokens, + "total_tokens": input_tokens + output_tokens, + "input_cost_usd": input_cost_usd, + "output_cost_usd": output_cost_usd, + "total_cost_usd": total_cost_usd, + "total_cost_czk": total_cost_usd * USD_TO_CZK, + } + + +def ask_claude_for_filename(client: anthropic.Anthropic, pdf_path: Path) -> tuple[str, dict]: + pdf_b64 = pdf_to_base64(pdf_path) + + response = client.messages.create( + model=MODEL, + max_tokens=256, + messages=[ + { + "role": "user", + "content": [ + { + "type": "document", + "source": { + "type": "base64", + "media_type": "application/pdf", + "data": pdf_b64, + }, + }, + { + "type": "text", + "text": NAMING_RULES, + }, + ], + } + ], + ) + + text = next( + (block.text for block in response.content if block.type == "text"), "" + ).strip() + + obj = extract_json_object(text) + filename = obj.get("filename", "").strip() + if not filename: + raise ValueError(f"JSON neobsahuje filename:\n{text}") + + cost = calculate_cost(response.usage.input_tokens, response.usage.output_tokens) + return sanitize_windows_filename(filename), cost + + +def log_line(text: str) -> None: + print(text) + with LOG_FILE.open("a", encoding="utf-8") as f: + f.write(text + "\n") + + +# ========================= +# HLAVNÍ BĚH +# ========================= + +def main() -> None: + if not FOLDER.exists(): + raise FileNotFoundError(f"Adresář neexistuje: {FOLDER}") + + load_env() + + if not os.getenv("ANTHROPIC_API_KEY"): + raise RuntimeError( + f"Chybí ANTHROPIC_API_KEY. Zkontroluj soubor {ENV_FILE}" + ) + + client = anthropic.Anthropic() + + pdfs = sorted(FOLDER.glob(PDF_PATTERN)) + pdfs = [p for p in pdfs if p.is_file() and p.suffix.lower() == ".pdf"] + + if not pdfs: + print("Nenalezeno žádné PDF.") + return + + total_input_tokens = 0 + total_output_tokens = 0 + total_tokens = 0 + total_cost_usd = 0.0 + total_cost_czk = 0.0 + + log_line("") + log_line("=" * 80) + log_line(f"START: {time.strftime('%Y-%m-%d %H:%M:%S')}") + log_line(f"Adresář: {FOLDER}") + log_line(f"Hotové faktury: {PROCESSED_FOLDER}") + log_line(f"Počet PDF: {len(pdfs)}") + log_line(f"DRY_RUN: {DRY_RUN}") + log_line(f"MODEL: {MODEL}") + log_line(f"Kurz: 1 USD = {USD_TO_CZK:.2f} CZK") + log_line("=" * 80) + + for i, pdf in enumerate(pdfs, start=1): + log_line(f"\n[{i}/{len(pdfs)}] Původní název: {pdf.name}") + + try: + new_name, cost = ask_claude_for_filename(client, pdf) + + total_input_tokens += cost["input_tokens"] + total_output_tokens += cost["output_tokens"] + total_tokens += cost["total_tokens"] + total_cost_usd += cost["total_cost_usd"] + total_cost_czk += cost["total_cost_czk"] + + log_line(f" Návrh: {new_name}") + log_line( + f" Tokeny: input={cost['input_tokens']}, " + f"output={cost['output_tokens']}, " + f"total={cost['total_tokens']}" + ) + log_line( + f" Cena volání: ${cost['total_cost_usd']:.6f} " + f"≈ {cost['total_cost_czk']:.2f} Kč" + ) + + target = unique_path(PROCESSED_FOLDER / new_name) + if target.name != new_name: + log_line(f" Cíl po vyřešení konfliktu: {target.name}") + + if DRY_RUN: + log_line(f" Cíl: {target}") + log_line(" Stav: DRY-RUN, nepřejmenováno/nepřesunuto") + else: + PROCESSED_FOLDER.mkdir(exist_ok=True) + pdf.rename(target) + if pdf.name == new_name: + log_line(" Stav: PŘESUNUTO") + else: + log_line(" Stav: PŘEJMENOVÁNO A PŘESUNUTO") + + except Exception as e: + log_line(f" CHYBA: {type(e).__name__}: {e}") + + log_line("") + log_line("=" * 80) + log_line("SOUHRN CENY") + log_line(f"Tokeny celkem: input={total_input_tokens}, output={total_output_tokens}, total={total_tokens}") + log_line(f"Cena celkem: ${total_cost_usd:.6f} ≈ {total_cost_czk:.2f} Kč") + log_line("=" * 80) + + log_line("\nHOTOVO") + + +if __name__ == "__main__": + main() diff --git a/Faktury/FakturyRename.py b/Faktury/FakturyRenameOpenAI.py similarity index 100% rename from Faktury/FakturyRename.py rename to Faktury/FakturyRenameOpenAI.py