Automatyzacje

    Jak automatycznie wczytywać faktury PDF od dostawców do BaseLinkera

    W skrócie

    Bez przepisywania pozycji. Pracownik wgrywa fakturę PDF w panelu, model AI odczytuje z niej kody EAN, nazwy, ilości i wartości, a aplikacja dopasowuje pozycje do katalogu w BaseLinkerze i zakłada zamówienie zakupu u właściwego dostawcy — zawsze jako szkic do akceptacji. Tak działa to w Pako Group, na serwerze klienta.

    Pako Group — własna aplikacja na serwerze klienta + BaseLinker

    Pulpit aplikacji do faktur: kolejka faktur, status i log przetwarzaniaOtwórz w pełnym rozmiarze
    Pulpit aplikacji do faktur: kolejka faktur, status i log przetwarzania

    Faktury dostawców zamieniane w zamówienia — własna aplikacja na serwerze klienta

    Pako Group — własna aplikacja na serwerze klienta + BaseLinker

    Problem:

    Ręczne przepisywanie pozycji z faktur dostawców do systemu zamówień było czasochłonne i podatne na błędy. Pracownik musiał otworzyć fakturę, odczytać każdą pozycję (nazwa, EAN, ilość, cena), odnaleźć produkt w katalogu i przepisać dane do zamówienia — dziesiątki minut na jedną fakturę, do tego literówki, złe ilości i pomyłki w cenach. Pierwsza wersja automatyzacji działała na zewnętrznym narzędziu no-code i współdzielonym dysku, co znaczyło zależność od cudzej usługi, pliki krążące poza firmą i brak jednego miejsca, w którym widać, co się właściwie wydarzyło z konkretną fakturą.

    Rozwiązanie:

    Zamiast łańcucha w zewnętrznym narzędziu zbudowaliśmy osobną aplikację, która stoi na serwerze klienta i ma własny pulpit. Cała ścieżka od pliku do zamówienia jest w jednym miejscu:

    • Pracownik wgrywa fakturę (PDF) wprost w panelu — bez współdzielonego dysku i bez kont zewnętrznych.
    • Aplikacja wyciąga tekst z PDF-a i przekazuje go modelowi AI, który odczytuje pozycje: kod EAN, nazwę, ilość i wartość.
    • Cena jednostkowa liczona jest z wartości i ilości, z obsługą polskich formatów liczb.
    • Pozycje dopasowywane są do katalogu w BaseLinkerze po kodach EAN z kilku pól karty produktu, a dla nieodnalezionych uruchamia się głębsze przeszukanie katalogu.
    • Model rozpoznaje też sprzedawcę (nazwa i NIP) — dostawca dobierany jest najpierw po NIP-ie, potem po znormalizowanej nazwie; gdy nie ma pewności, zamówienie ląduje na dostawcy zastępczym do ręcznego przypisania.
    • Powstaje jedno zamówienie zakupu na fakturę, zawsze jako szkic — nic nie trafia do dostawcy bez akceptacji człowieka.
    • Pozycje bez dopasowania idą do osobnego pliku „problem”, żeby od razu było wiadomo, co wymaga ręki.
    • Pulpit pokazuje kolejkę, status każdej faktury, log przetwarzania i pliki do pobrania; osobny przełącznik pozwala uruchomić całość w trybie testowym, bez zakładania zamówień.

    Efekt:

    • Koniec z ręcznym przepisywaniem pozycji z faktur
    • Mniej błędów — literówki, złe ilości i pomyłki w cenach znikają z procesu
    • Zamówienie do dostawcy powstaje wprost z faktury, jako szkic do zatwierdzenia
    • Widać, co przeszło, a co wymaga ręki — status, log i plik z problemami przy każdej fakturze
    • Wszystko działa na serwerze klienta, bez zależności od zewnętrznej platformy i bez plików krążących poza firmą

    Moja rola:

    Przeniesienie działającej automatyzacji z narzędzia no-code do własnej aplikacji (Node.js w kontenerze) na serwerze klienta: pulpit do wgrywania faktur i śledzenia kolejki, odczyt PDF, warstwa AI do ekstrakcji pozycji, dopasowanie po kodach EAN do katalogu BaseLinkera wraz z głębokim przeszukaniem, rozpoznawanie dostawcy po NIP-ie i nazwie, zakładanie zamówień zakupu przez API, generowanie plików CSV oraz tryb testowy do bezpiecznego sprawdzania zmian.

    Stack technologiczny:

    Node.js/Express w kontenerze Docker (aplikacja na serwerze klienta) Odczyt tekstu z plików PDF Model AI (Gemini) do odczytu pozycji z faktury BaseLinker API (katalog produktów, dostawcy, zamówienia zakupu) Własny pulpit webowy z logowaniem, kolejką i logiem przetwarzania

    Najczęstsze pytania

    Czy zamówienie trafia do dostawcy bez sprawdzenia?

    Nie. Aplikacja zakłada jedno zamówienie zakupu na fakturę i zawsze zapisuje je jako szkic — nic nie trafia do dostawcy bez akceptacji człowieka. Pozycje bez dopasowania lądują w osobnym pliku „problem”, więc od razu widać, co wymaga ręcznej pracy.

    Jak aplikacja rozpoznaje dostawcę z faktury?

    Model AI odczytuje nazwę sprzedawcy i NIP. Dostawca jest dobierany najpierw po NIP-ie, potem po znormalizowanej nazwie. Gdy nie ma pewności, zamówienie trafia na dostawcę zastępczego do ręcznego przypisania.

    Co, jeśli kodu EAN nie ma w katalogu BaseLinkera?

    Pozycje są szukane po kodach EAN w kilku polach karty produktu, a dla nieodnalezionych uruchamia się głębsze przeszukanie katalogu. To, czego nadal nie da się dopasować, trafia do pliku z problemami.

    Gdzie działa aplikacja?

    Na serwerze klienta, jako aplikacja Node.js w kontenerze Docker z własnym pulpitem i logowaniem. Fakturę wgrywa się wprost w panelu, bez współdzielonego dysku i zewnętrznego narzędzia no-code; do modelu AI trafia tekst wyciągnięty z PDF-a. Pulpit pokazuje kolejkę, status i log każdej faktury, a tryb testowy pozwala sprawdzić zmiany bez zakładania zamówień.

    Chcesz podobne rezultaty?

    Każda firma jest inna, ale rezultaty są podobne – więcej klientów, mniejsze koszty, szybszy wzrost