harina-v3-cli 3.1.0

CLI tool to recognize receipt images using Gemini API and output in XML format

Harina v3 CLI

レシート画像を認識してXML形式で出力するCLIツールです。LiteLLM経由で複数のAIプロバイダー（Google Gemini、OpenAI、Anthropic Claude等）を使用してレシートの内容を解析します。

✨ 機能

• レシート画像からテキスト情報を抽出
• 店舗情報、商品情報、金額情報を構造化されたXMLまたはCSV形式で出力
• Google Gemini APIを使用した高精度な画像認識
• コマンドライン インターフェース

🚀 クイックスタート

# PyPIからインストール
pip install harina-v3-cli

# 使用方法
harina path/to/receipt.jpg

📦 インストール

PyPIからインストール（推奨）

pip install harina-v3-cli

開発者向けインストール

# リポジトリをクローン
git clone https://github.com/Sunwood-ai-labs/harina-v3-cli.git
cd harina-v3-cli

# 依存関係をインストール
uv sync

# 開発モードでインストール
uv pip install -e .

💡 使用方法

🔑 環境変数の設定

APIキーを設定するには、.envファイルを使用します：

# .envファイルの例をコピー
cp .env.example .env

.envファイルを編集してAPIキーを設定：

# Google Geminiを使用する場合（デフォルト）
GEMINI_API_KEY=your_actual_gemini_api_key_here

# その他のプロバイダーについては.env.exampleを参照

詳細な環境変数設定については、開発者向けガイドをご覧ください。

🛠️ 基本的な使用方法

# 標準出力にXMLを出力（デフォルト: Gemini 1.5 Flash）
harina path/to/receipt_image.jpg

# ファイルに出力（XML形式）
harina path/to/receipt_image.jpg -o output.xml

# CSV形式で出力
harina path/to/receipt_image.jpg --format csv -o output.csv

# 異なるGeminiモデルを使用
harina path/to/receipt_image.jpg --model gemini/gemini-1.5-pro

# OpenAIのGPT-4oを使用する場合（OPENAI_API_KEYが必要）
harina path/to/receipt_image.jpg --model gpt-4o

# Claude 3 Sonnetを使用する場合（ANTHROPIC_API_KEYが必要）
harina path/to/receipt_image.jpg --model claude-3-sonnet-20240229

# 環境変数でデフォルトモデルを設定
export HARINA_MODEL=gpt-4o
harina path/to/receipt_image.jpg

📄 出力形式

XML形式

XMLの出力形式は以下のようになります：

<?xml version="1.0" ?>
<receipt>
  <store_info>
    <name>店舗名</name>
    <address>住所</address>
    <phone>電話番号</phone>
  </store_info>
  <transaction_info>
    <date>2024-01-15</date>
    <time>14:30</time>
    <receipt_number>12345</receipt_number>
  </transaction_info>
  <items>
    <item>
      <name>商品名1</name>
      <quantity>1</quantity>
      <unit_price>100</unit_price>
      <total_price>100</total_price>
    </item>
    <item>
      <name>商品名2</name>
      <quantity>2</quantity>
      <unit_price>200</unit_price>
      <total_price>400</total_price>
    </item>
  </items>
  <totals>
    <subtotal>500</subtotal>
    <tax>50</tax>
    <total>550</total>
  </totals>
  <payment_info>
    <method>現金</method>
    <amount_paid>1000</amount_paid>
    <change>450</change>
  </payment_info>
</receipt>

CSV形式

CSVの出力形式は以下のようになります：

store_name,store_address,store_phone,transaction_date,transaction_time,receipt_number,item_name,item_category,item_subcategory,item_quantity,item_unit_price,item_total_price,subtotal,tax,total,payment_method,amount_paid,change
店舗名,住所,電話番号,2024-01-15,14:30,12345,商品名1,カテゴリ1,サブカテゴリ1,1,100,100,500,50,550,現金,1000,450
店舗名,住所,電話番号,2024-01-15,14:30,12345,商品名2,カテゴリ2,サブカテゴリ2,2,200,400,500,50,550,現金,1000,450

各商品は1行として出力され、店舗情報や取引情報は各商品行に繰り返し含まれます。

🖼️ 対応画像形式

• JPEG (.jpg, .jpeg)
• PNG (.png)
• GIF (.gif)
• BMP (.bmp)
• その他PIL（Pillow）でサポートされている形式

📋 必要な依存関係

• Python 3.8以上
• litellm
• click
• pillow
• requests

🔐 API キーの取得

使用するモデルプロバイダーに応じて、以下からAPIキーを取得してください：

プロバイダー	取得先	環境変数
Google Gemini	Google AI Studio	GEMINI_API_KEY
OpenAI GPT	OpenAI Platform	OPENAI_API_KEY
Anthropic Claude	Anthropic Console	ANTHROPIC_API_KEY

🔒 セキュリティに関する重要な注意事項

• APIキーを直接コードに書き込まないでください
• APIキーをGitリポジトリにコミットしないでください
• .envファイルは.gitignoreに含まれているため、Gitで追跡されません
• 本番環境では環境変数を使用してAPIキーを設定してください
• APIキーが漏洩した場合は、すぐにGoogle AI Studioで無効化し、新しいキーを生成してください

📚 詳細ドキュメント

• 💡 使用例とサンプル
• 🔧 開発者向けガイド

📄 ライセンス

MIT License