# Baserow AI文件识别：提取收据字段前先确认真正处理了哪个附件

## 实际范围

Premium+；模型文件支持及大小限制依实际 provider。OSE MIT，商业目录另有许可。本站未运行 Baserow。

已实际执行：原创输入生成、PDF渲染、文件哈希/教材事实检查与两条故意错误拒绝。人工reference-manual.json不冒充目标工具输出；actual-template.json为空模板，不能视为实际结果。

## 使用

```bash
python3 verify.py
python3 verify.py --actual my-observation.json
```

默认材料检查使用Python标准库；可选的--pdf深度检查需要pypdf，且只接受本题定义的PDF契约。不连接任何外部服务或数据库。--actual检查你填写的规范化事实记录，不自动识别任意工具原生导出；仍须逐项回读原生输出。

## 七步操作

1. 打开三份虚构收据

receipt-a/b/c.pdf 各一页，编号、币种和总额不同，全部标注原创教材。先对照 receipts.json，不能只提取金额而忽略币种与来源文件。

2. 确认套餐和文件模型能力

AI文件字段要求 Premium+，还需要实际模型支持相应文件输入。官方不同页面出现多文件与 first compatible file 表述，先以自己的版本实测读取范围。

3. 建立单附件基准行

先按 R1–R3 每行只放一个PDF，在 AI prompt 字段引用文件列。用 prompt.md 明确四个字段和缺值，不把多个附件混进第一轮。

4. 生成并逐项回读原页

运行实际文件识别，逐行核对编号、日期、CNY/USD 和小数金额。出错后保留原始值与人工修正两个列，不能修正后声称初次提取准确。

5. 单独测试多附件顺序

建立 R4，依次附 receipt-b、receipt-a，记录版本、实际识别到的编号和读取范围；再换顺序做对照。官方表述差异未实测前不承诺一次分析全部附件。

6. 整理实际字段观察

按 actual-template.json 填三份实际结果，selection_test 单独保留实际说明。脚本检查文件归属、币种与金额，不直接调用Baserow。

7. 记录选择歧义和失败

运行错附件金额与币种负例；下载包里的人工真值不能作为多附件支持的证明。本站只生成、渲染和核验教学PDF，未进行AI文件识别。

## 原创与图片身份

source.pdf及数据文件是本站原创虚构教材。页面官方截图只说明工具入口；人工真值图与材料核验图都注明身份，未生成目标软件的假界面或假模型结果。

## 官方依据

- 文件字段与兼容附件说明: https://baserow.io/user-docs/ai-field
- provider文件能力与限制: https://baserow.io/docs/installation%2Fai-providers