Mistral Small 4

import json
import os

import httpx

PROMPT = "Vytěžte klíčové podmínky smlouvy níže a vraťte pouze JSON s těmito klíči:\n\nprovider_name         strana, která plní (poskytovatel, prodávající, pronajímatel, zhotovitel),\n                      přesně jak je uvedena, včetně právní formy\nprovider_id           IČO této strany, pokud je uvedeno\nclient_name           strana, která platí (objednatel, kupující, nájemce, nabyvatel)\nclient_id             IČO této strany, pokud je uvedeno\ncontract_type         jedna z hodnot: services, supply, lease, license, maintenance\nprice                 sjednaná cena bez DPH (číslo)\ncurrency              kód měny podle ISO 4217 (CZK, EUR, USD, …)\nprice_period          jedna z hodnot: one_time, monthly, yearly\neffective_date        datum účinnosti smlouvy (YYYY-MM-DD)\nend_date              konec doby určité (YYYY-MM-DD); null, je-li smlouva na dobu neurčitou\nnotice_period_months  výpovědní lhůta v měsících (číslo); null, pokud žádná není\npenalty_pct_per_day   smluvní pokuta za prodlení s platbou v procentech dlužné částky za den\n                      (např. 0.05 pro 0,05 %); null, pokud žádná není\ngoverning_law         kód státu rozhodného práva podle ISO 3166 (např. CZ); státy USA jako US-XX\n\nPravidla:\n- Relativní data („dnem podpisu“, „prvním dnem následujícího měsíce“) přepočtěte vůči datu podpisu.\n- Datum podpisu není datum účinnosti, pokud to smlouva neříká.\n- Záloha, jistota a pevné pokuty za jiná porušení nejsou cena ani pokuta za prodlení s platbou.\n- Pokud hodnota ve smlouvě není, vraťte null. Nehádejte.\n- Částky jako čísla s desetinnou tečkou, bez oddělovačů tisíců a bez symbolu měny.\n"
SCHEMA = json.loads("{\"type\":\"object\",\"properties\":{\"provider_name\":{\"type\":[\"string\",\"null\"]},\"provider_id\":{\"type\":[\"string\",\"null\"]},\"client_name\":{\"type\":[\"string\",\"null\"]},\"client_id\":{\"type\":[\"string\",\"null\"]},\"contract_type\":{\"type\":[\"string\",\"null\"],\"enum\":[\"services\",\"supply\",\"lease\",\"license\",\"maintenance\",null]},\"price\":{\"type\":[\"number\",\"null\"]},\"currency\":{\"type\":[\"string\",\"null\"]},\"price_period\":{\"type\":[\"string\",\"null\"],\"enum\":[\"one_time\",\"monthly\",\"yearly\",null]},\"effective_date\":{\"type\":[\"string\",\"null\"],\"description\":\"YYYY-MM-DD\"},\"end_date\":{\"type\":[\"string\",\"null\"],\"description\":\"YYYY-MM-DD\"},\"notice_period_months\":{\"type\":[\"integer\",\"null\"]},\"penalty_pct_per_day\":{\"type\":[\"number\",\"null\"]},\"governing_law\":{\"type\":[\"string\",\"null\"]}},\"required\":[\"provider_name\",\"provider_id\",\"client_name\",\"client_id\",\"contract_type\",\"price\",\"currency\",\"price_period\",\"effective_date\",\"end_date\",\"notice_period_months\",\"penalty_pct_per_day\",\"governing_law\"],\"additionalProperties\":false}")


def run(document_text: str) -> dict:
    """Text of the document in, the extracted fields as a dict out."""
    response = httpx.post(
        "https://openrouter.ai/api/v1/chat/completions",
        headers={"Authorization": f"Bearer {os.environ['OPENROUTER_API_KEY']}"},
        json={
            "model": "mistralai/mistral-small-2603",
            "temperature": 0,
            "messages": [{"role": "user", "content": f"{PROMPT}\n\n---\n{document_text}"}],
            # For a scan or photo, send [{"type": "text", "text": PROMPT},
            # {"type": "image_url", "image_url": {"url": "data:image/png;base64,..."}}] instead.
            "response_format": {
                "type": "json_schema",
                "json_schema": {"name": "contracts", "strict": False, "schema": SCHEMA},
            },
        },
        timeout=120,
    )
    response.raise_for_status()
    return json.loads(response.json()["choices"][0]["message"]["content"])

import json
import os

import httpx

PROMPT = "Třídíte e-maily zákaznické podpory. Přečtěte si e-mail níže a vraťte pouze JSON s těmito klíči:\n\ncategory        jedna z hodnot: billing (faktury, platby, vyúčtování), delivery (kde je objednávka,\n                doprava, změna adresy), complaint (poškozené, chybné nebo vadné zboží, reklamace),\n                technical (přihlášení, chyby aplikace či systému, napojení), cancellation (zrušení\n                objednávky, výpověď smlouvy či předplatného), sales (poptávka, ceny, zájem před nákupem)\npriority        jedna z hodnot: urgent, high, normal, low (pravidla níže)\nsentiment       jedna z hodnot: positive, neutral, negative (tón zákazníka)\ncustomer_name   celé jméno zákazníka, který požadavek napsal\norder_number    číslo objednávky zákazníka, pokud je uvedeno\ninvoice_number  číslo faktury, pokud je uvedeno\namount          částka, které se požadavek týká (číslo)\ncurrency        kód měny té částky podle ISO 4217 (CZK, EUR, USD, …)\ndeadline        datum, do kdy zákazník chce vyřešení nebo odpověď (YYYY-MM-DD)\n\nPravidla priority:\n- urgent: zákazník teď nemůže pracovat, nebo je termín nejvýše 1 den po datu e-mailu\n- high: termín je nejvýše 7 dní po datu e-mailu, nebo zákazník hrozí ukončením spolupráce\n  či eskalací (právník)\n- low: zákazník výslovně píše, že to nespěchá\n- normal: vše ostatní\n\nPravidla:\n- Vlákno: hodnoťte nejnovější zprávu; čísla objednávek, faktur a částky mohou pocházet z citovaných\n  starších zpráv. Přeposlaný e-mail: zákazníkem je původní odesílatel, ne kolega, který ho přeposlal.\n- Relativní termíny („do pátku“, „zítra“, „do konce měsíce“) přepočtěte vůči datu zprávy,\n  která je uvádí.\n- Čísla tiketů podpory, IČO, DIČ a telefonní čísla nejsou čísla objednávek ani faktur.\n- Pokud hodnota v e-mailu není, vraťte null. Nehádejte.\n- Částky jako čísla s desetinnou tečkou, bez oddělovačů tisíců a bez symbolu měny.\n"
SCHEMA = json.loads("{\"type\":\"object\",\"properties\":{\"category\":{\"type\":[\"string\",\"null\"],\"enum\":[\"billing\",\"delivery\",\"complaint\",\"technical\",\"cancellation\",\"sales\",null]},\"priority\":{\"type\":[\"string\",\"null\"],\"enum\":[\"urgent\",\"high\",\"normal\",\"low\",null]},\"sentiment\":{\"type\":[\"string\",\"null\"],\"enum\":[\"positive\",\"neutral\",\"negative\",null]},\"customer_name\":{\"type\":[\"string\",\"null\"]},\"order_number\":{\"type\":[\"string\",\"null\"]},\"invoice_number\":{\"type\":[\"string\",\"null\"]},\"amount\":{\"type\":[\"number\",\"null\"]},\"currency\":{\"type\":[\"string\",\"null\"]},\"deadline\":{\"type\":[\"string\",\"null\"],\"description\":\"YYYY-MM-DD\"}},\"required\":[\"category\",\"priority\",\"sentiment\",\"customer_name\",\"order_number\",\"invoice_number\",\"amount\",\"currency\",\"deadline\"],\"additionalProperties\":false}")


def run(document_text: str) -> dict:
    """Text of the document in, the extracted fields as a dict out."""
    response = httpx.post(
        "https://openrouter.ai/api/v1/chat/completions",
        headers={"Authorization": f"Bearer {os.environ['OPENROUTER_API_KEY']}"},
        json={
            "model": "mistralai/mistral-small-2603",
            "temperature": 0,
            "messages": [{"role": "user", "content": f"{PROMPT}\n\n---\n{document_text}"}],
            # For a scan or photo, send [{"type": "text", "text": PROMPT},
            # {"type": "image_url", "image_url": {"url": "data:image/png;base64,..."}}] instead.
            "response_format": {
                "type": "json_schema",
                "json_schema": {"name": "emails", "strict": False, "schema": SCHEMA},
            },
        },
        timeout=120,
    )
    response.raise_for_status()
    return json.loads(response.json()["choices"][0]["message"]["content"])

import json
import os

import httpx

PROMPT = "Z přiloženého dokladu vytěž údaje a vrať pouze JSON s těmito klíči:\n\nsupplier_name      název dodavatele (přesně jak je na dokladu, včetně diakritiky a právní formy)\nsupplier_id        IČO dodavatele\nvat_id             DIČ dodavatele\ninvoice_number     číslo dokladu\npayment_reference  variabilní symbol\nissue_date         datum vystavení (YYYY-MM-DD)\ntax_point_date     datum uskutečnění zdanitelného plnění, DUZP (YYYY-MM-DD)\ndue_date           datum splatnosti (YYYY-MM-DD)\nnet_by_rate        základ daně podle sazeb DPH, např. {\"21\": 18450.00, \"12\": 1200.00}\nvat_by_rate        DPH podle sazeb, např. {\"21\": 3874.50}\ntotal              celkem k úhradě (číslo, záporné u dobropisu)\ncurrency           měna podle ISO 4217 (CZK, EUR, …)\nbank_account       číslo účtu dodavatele (tvar předčíslí-číslo/kód banky) nebo IBAN\n\nPravidla:\n- Údaje odběratele nevracej, jen dodavatele.\n- Pokud údaj na dokladu není, vrať null. Nic si nedomýšlej.\n- Pokud doklad neobsahuje rozpis DPH (neplátce, zálohová faktura), vrať net_by_rate a vat_by_rate jako null.\n- Částky jako čísla s desetinnou tečkou, bez oddělovačů tisíců a bez měny.\n"
SCHEMA = json.loads("{\"type\":\"object\",\"properties\":{\"supplier_name\":{\"type\":[\"string\",\"null\"]},\"supplier_id\":{\"type\":[\"string\",\"null\"]},\"vat_id\":{\"type\":[\"string\",\"null\"]},\"invoice_number\":{\"type\":[\"string\",\"null\"]},\"payment_reference\":{\"type\":[\"string\",\"null\"]},\"issue_date\":{\"type\":[\"string\",\"null\"],\"description\":\"YYYY-MM-DD\"},\"tax_point_date\":{\"type\":[\"string\",\"null\"],\"description\":\"YYYY-MM-DD\"},\"due_date\":{\"type\":[\"string\",\"null\"],\"description\":\"YYYY-MM-DD\"},\"net_by_rate\":{\"type\":[\"object\",\"null\"],\"additionalProperties\":{\"type\":\"number\"}},\"vat_by_rate\":{\"type\":[\"object\",\"null\"],\"additionalProperties\":{\"type\":\"number\"}},\"total\":{\"type\":[\"number\",\"null\"]},\"currency\":{\"type\":[\"string\",\"null\"]},\"bank_account\":{\"type\":[\"string\",\"null\"]}},\"required\":[\"supplier_name\",\"supplier_id\",\"vat_id\",\"invoice_number\",\"payment_reference\",\"issue_date\",\"tax_point_date\",\"due_date\",\"net_by_rate\",\"vat_by_rate\",\"total\",\"currency\",\"bank_account\"],\"additionalProperties\":false}")


def run(document_text: str) -> dict:
    """Text of the document in, the extracted fields as a dict out."""
    response = httpx.post(
        "https://openrouter.ai/api/v1/chat/completions",
        headers={"Authorization": f"Bearer {os.environ['OPENROUTER_API_KEY']}"},
        json={
            "model": "mistralai/mistral-small-2603",
            "temperature": 0,
            "messages": [{"role": "user", "content": f"{PROMPT}\n\n---\n{document_text}"}],
            # For a scan or photo, send [{"type": "text", "text": PROMPT},
            # {"type": "image_url", "image_url": {"url": "data:image/png;base64,..."}}] instead.
            "response_format": {
                "type": "json_schema",
                "json_schema": {"name": "invoices", "strict": False, "schema": SCHEMA},
            },
        },
        timeout=120,
    )
    response.raise_for_status()
    return json.loads(response.json()["choices"][0]["message"]["content"])

import json
import os

import httpx

PROMPT = "Najděte v textu níže všechny osobní údaje fyzických osob (pro anonymizaci) a vraťte pouze JSON\ns těmito klíči, každý jako seznam řetězců (prázdný seznam, když žádný není):\n\nperson_names       celá jména osob, každou osobu jednou, jak jsou v textu\nemail_addresses    e-mailové adresy osob\nphone_numbers      telefonní čísla osob, jak jsou v textu\npostal_addresses   adresy bydliště nebo doručení osob, jak jsou v textu (ulice, obec, PSČ)\nbirth_dates        data narození (YYYY-MM-DD)\nnational_ids       národní identifikační čísla (např. rodné číslo, SSN)\nbank_accounts      čísla bankovních účtů osob, jak jsou v textu\n\nPravidla:\n- Jen údaje fyzických osob. Názvy firem, IČO, DIČ a jiná čísla firem, obecné firemní adresy jako\n  info@ nebo support@, čísla objednávek a tiketů nejsou osobní údaje: vynechte je.\n- Data, která nejsou datem narození (porady, dodání, nástup), nejsou osobní údaje.\n- Hodnoty nevymýšlejte ani nedoplňujte; opište je z textu.\n"
SCHEMA = json.loads("{\"type\":\"object\",\"properties\":{\"person_names\":{\"type\":[\"array\",\"null\"],\"items\":{\"type\":\"string\"}},\"email_addresses\":{\"type\":[\"array\",\"null\"],\"items\":{\"type\":\"string\"}},\"phone_numbers\":{\"type\":[\"array\",\"null\"],\"items\":{\"type\":\"string\"}},\"postal_addresses\":{\"type\":[\"array\",\"null\"],\"items\":{\"type\":\"string\"}},\"birth_dates\":{\"type\":[\"array\",\"null\"],\"items\":{\"type\":\"string\"}},\"national_ids\":{\"type\":[\"array\",\"null\"],\"items\":{\"type\":\"string\"}},\"bank_accounts\":{\"type\":[\"array\",\"null\"],\"items\":{\"type\":\"string\"}}},\"required\":[\"person_names\",\"email_addresses\",\"phone_numbers\",\"postal_addresses\",\"birth_dates\",\"national_ids\",\"bank_accounts\"],\"additionalProperties\":false}")


def run(document_text: str) -> dict:
    """Text of the document in, the extracted fields as a dict out."""
    response = httpx.post(
        "https://openrouter.ai/api/v1/chat/completions",
        headers={"Authorization": f"Bearer {os.environ['OPENROUTER_API_KEY']}"},
        json={
            "model": "mistralai/mistral-small-2603",
            "temperature": 0,
            "messages": [{"role": "user", "content": f"{PROMPT}\n\n---\n{document_text}"}],
            # For a scan or photo, send [{"type": "text", "text": PROMPT},
            # {"type": "image_url", "image_url": {"url": "data:image/png;base64,..."}}] instead.
            "response_format": {
                "type": "json_schema",
                "json_schema": {"name": "pii", "strict": False, "schema": SCHEMA},
            },
        },
        timeout=120,
    )
    response.raise_for_status()
    return json.loads(response.json()["choices"][0]["message"]["content"])