13. Visión Multimodal: Análisis de Facturas, Gráficos y OCR con LLMs

/**
 * invoice-ocr-vision.js - Extracción inteligente de documentos con Visión AI
 */
import fs from "node:fs";

async function analyzeInvoiceImage(imagePath, apiKey) {
  // 1. Leer imagen y convertir a Base64
  const imageBuffer = fs.readFileSync(imagePath);
  const base64Data = imageBuffer.toString("base64");
  const dataUrl = `data:image/jpeg;base64,${base64Data}`;

  // 2. Construir la llamada con contenido mixto (texto + imagen)
  const response = await fetch("https://api.openai.com/v1/chat/completions", {
    method: "POST",
    headers: {
      "Content-Type": "application/json",
      "Authorization": `Bearer ${apiKey}`
    },
    body: JSON.stringify({
      model: "gpt-4o-mini",
      response_format: { type: "json_object" },
      temperature: 0.1,
      messages: [
        {
          role: "system",
          content: "Eres un sistema de contabilidad automatizado. Analiza la imagen de la factura y responde en JSON estricto con los campos: proveedor, nit_o_ruc, fecha, subtotal, iva, total y lista de items."
        },
        {
          role: "user",
          content: [
            {
              type: "text",
              text: "Extrae todos los datos contables de esta factura digitalizada."
            },
            {
              type: "image_url",
              image_url: {
                url: dataUrl,
                detail: "high" // Alta resolución para leer números pequeños
              }
            }
          ]
        }
      ]
    })
  });

  const data = await response.json();
  const rawJson = data.choices[0].message.content;
  return JSON.parse(rawJson);
}

// Ejemplo de retorno estructurado:
// {
//   "proveedor": "Ferretería Central S.A.S.",
//   "nit_o_ruc": "900.123.456-1",
//   "fecha": "2026-11-04",
//   "subtotal": 120.00,
//   "iva": 22.80,
//   "total": 142.80,
//   "items": [{"descripcion": "Taladro Percutor 1/2", "cantidad": 1, "precio": 120.00}]
// }