366 lines
13 KiB
Python
366 lines
13 KiB
Python
# 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 — různé typy dokladů:
|
|
2026-01-22 Faktura MEDIPOS 101827406 [materiál do ordinace] [9620.80 CZK].pdf
|
|
2026-01-16 Faktura MEDEVIO 2600616 JAN2026 [1999.00 CZK].pdf
|
|
2026-01-07 Faktura Ptáček 202600168 [vakcíny] [6070.00 CZK].pdf
|
|
2026-01-15 Faktura Poliklinika Prosek 91251957 [telefon a sterilizace] [827.28 CZK].pdf
|
|
2026-01-29 Faktura QuickSeal 120600292 [kontrola kvality QSK 1. cyklus 2026] [6970.00 CZK].pdf
|
|
2026-01-20 Faktura Microsoft G136228996 [licence] [942.95 CZK].pdf
|
|
2026-01-04 Faktura OpenAI 3OXD6KWG-0006 [ChatGPT plus subscription] [558.88 CZK].pdf
|
|
2026-01-31 Faktura Mediately 80fae [předplatné] [175.12 CZK].pdf
|
|
2026-01-16 Faktura MEDATRON 2261100086 [coagucheck 2x] [5677.40 CZK].pdf
|
|
2026-02-11 Opravný doklad Alza 3260384509 [vratka faktury 4009941955] [-12941.00 CZK].pdf
|
|
2026-04-28 Faktura CLIMPROFI 900260026 [servis a čištění klimatizace] [2178.00 CZK].pdf
|
|
2026-01-19 Paragon [parkování Poliklinika Prosek 2026] [4800.00 CZK].pdf
|
|
2026-03-18 Paragon [papír do tiskárny] [180.00 CZK].pdf
|
|
2026-01-13 Mzdy MUDr. Buzalkové 202512 [Jarmila Kusinová].pdf
|
|
2025-03-31 Platba Michaela Buzalkové ČLK 2025 [4000.00 CZK].pdf
|
|
2025-01-24 Zálohová faktura Stormware 2512805657 [program Pohoda mini].pdf
|
|
2025-11-11 Faktura Avenier 425160437 [vakcíny] [28180.00 CZK].pdf
|
|
2025-04-03 Faktura CLIMPROFI 900250020 [servis a čištění klimatizace] [2057.00 CZK].pdf
|
|
2026-01-22 Dodatek Poliklinika Prosek [nájemní smlouva č.3].pdf
|
|
2025-12-31 Smlouva Kooperativa 8604142932 [profesní pojištění odpovědnosti 2026].pdf
|
|
|
|
DŮLEŽITÁ PRAVIDLA:
|
|
1. Prefix [POHODA] nikdy nepřidávej.
|
|
2. Používej datum vystavení dokladu, ne datum splatnosti.
|
|
3. Typ dokladu vyber podle dokumentu:
|
|
- Faktura
|
|
- Dobropis
|
|
- Opravný doklad ← pro storno/vrátky (ne Dobropis, pokud dokument říká "Opravný daňový doklad")
|
|
- Paragon
|
|
- Dodací list
|
|
- Zálohová faktura
|
|
- Smlouva
|
|
- Dodatek ← pro dodatky ke smlouvám
|
|
- Platba ← pro členské příspěvky a podobné platby bez faktury
|
|
- Poplatek
|
|
- Mzdy ← pro výplatní / mzdové dokumenty
|
|
- 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 podle tohoto seznamu — použij přesně tato jména:
|
|
- MEDIPOS (Medipos, MEDIPOS s.r.o.)
|
|
- MEDEVIO (Medevio)
|
|
- MEDATRON (MEDATRON s.r.o., Medatron)
|
|
- ASKER (Asker)
|
|
- QuickSeal (QuickSeal International s.r.o.)
|
|
- Poliklinika Prosek (i pro "Lékárna Poliklinika Prosek a.s." — viz pravidlo 14)
|
|
- Alza
|
|
- Microsoft
|
|
- OpenAI
|
|
- Ptáček (i pro "Distribuce CZ" — viz pravidlo 6)
|
|
- Avenier
|
|
- Stormware (STORMWARE s.r.o., Pohoda software)
|
|
- CompuGroup (CompuGroup Medical, Medicus software)
|
|
- CLIMPROFI (CLIMPROFI s.r.o.)
|
|
- SEIVA (SEIVA s.r.o.)
|
|
- DrMAX
|
|
- Mediately (číslo je krátký hash, např. 80fae, bcd33)
|
|
- Kooperativa
|
|
- ICA (ICA a.s., První certifikační autorita — certifikáty)
|
|
- Česká pošta
|
|
- SOLDIERBOY
|
|
- OMNIPRAX
|
|
- Medicross (MediCross s.r.o.)
|
|
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. SPECIÁLNÍ PRAVIDLO: u faktur MEDEVIO přidej za číslo faktury i měsíční kód, například "2600616 JAN2026".
|
|
9. Částku piš vždy s desetinnou tečkou a měnou, například [5578.97 CZK]. Pokud je částka záporná (dobropis/storno), piš ji jako [-12941.00 CZK].
|
|
10. Pokud je částka v EUR, měna je EUR, pokud v Kč/CZK, měna je CZK.
|
|
11. Popis drž krátký, praktický a česky.
|
|
12. Popis dávej do hranatých závorek [popis].
|
|
13. Nepoužívej dvojtečky, lomítka, uvozovky ani znaky nevhodné pro Windows názvy souborů.
|
|
14. Pokud je dodavatel "Lékárna Poliklinika Prosek", "Lékárna Prosek" nebo podobně, použij jako dodavatele "Poliklinika Prosek" a jako popis [lékárna] nebo [léky do ordinace].
|
|
15. Paragon: pokud dokument nemá číslo dokladu, vynech ho. Popis musí popisovat co bylo nakoupeno.
|
|
16. Pokud jde jen o dodací list bez daňového dokladu, částku můžeš uvést, ale typ musí zůstat Dodací list.
|
|
17. Pokud si nejsi jistý popisem, použij obecný popis: [materiál do ordinace], [lékárna], [vakcíny], [testy], [licence], [předplatné].
|
|
18. 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()
|
|
# Odstraň markdown code block (```json ... ``` nebo ``` ... ```)
|
|
text = re.sub(r"^```(?:json)?\s*", "", text)
|
|
text = re.sub(r"\s*```$", "", text.strip()).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()
|