Fatrocu CLI v3.1.0 — Dokümantasyon

Özellikler

⚡

Hızlı İşleme

~55 token/s (CPU) / ~280 token/s (GPU). İmajeV-2B-Q8_0 ile saniyeler içinde sonuç.

🔒

%100 Yerel

Veri hiç internete gitmez. Tüm işlemler bilgisayarınızda gerçekleşir.

🤖

İmajeV-2B-Q8_0

2 milyar parametreli, hafif ve güçlü bir görsel-dil modelü. OCR + çıkarma tek adımda.

📄

PDF & Görsel

PDF, PNG, JPG, TIFF, BMP formatları desteklenir. Otomatik sayfa ayrıştırma.

📊

Excel/CSV Export

İşlenen faturaları Excel veya CSV olarak dışa aktarın.

🎯

Tam Otomasyon

Sadece modeli indirin, uygulamayı çalıştırın — geri kalanını biz hallederiz.

Kurulum

1

Prerequisites

Windows 10/11 x64, Linux, macOS
Python 3.10+
Git Bash veya PowerShell
7-8 GB boş disk alanı

2

Model İndirme

fatrocu models --download "ImajeV-2B-Q8_0"

✅ Model indirildi: Qwen2.5-VL-7B-Instruct-Q4_K_M.gguf
   Boyut: 6.98 GB
   Hedef: C:\Users\{USER}\AppData\Roaming\Fatrocu\models\

3

CLI Kullanıma Hazır

fatrocu status
# Çıktı:
#   Online: ✓
#   Model: ImajeV-2B-Q8_0
#   Device: CPU

✅ Fatrocu CLI hazır! 🎉

Hızlı Başlangıç

Terminal×
➜ git clone https://github.com/Nec0ti/Fatrocu
➜ cd fatrocu-cli
➜ cargo build --release
➜ cargo run --release -- models --download "ImajeV-2B-Q8_0"
➜ cargo run --release -- process --model "ImajeV-2B-Q8_0" --image "invoice.pdf"
➜ cargo run --release -- list

PowerShell×
$ git clone https://github.com/Nec0ti/Fatrocu
$ cd fatrocu-cli
$ cargo build --release
$ .\target\release\fatrocu.exe models --download "ImajeV-2B-Q8_0"
$ .\target\release\fatrocu.exe process --model "ImajeV-2B-Q8_0" --image "invoice.pdf"

Komut Referansı

Komut	Açıklama	Örnek
`fatrocu process`	Bir fatura işler ve JSON olarak kaydeder	`fatrocu process --model ImajeV-2B-Q8_0 --image invoice.pdf --output result.json`
`fatrocu models --download`	Bir modeli indirir	`fatrocu models --download "ImajeV-2B-Q8_0"`
`fatrocu models --list`	Yüklü modelleri listeler	`fatrocu models --list`
`fatrocu export --format xlsx`	Excel olarak dışa aktarır	`fatrocu export --format xlsx --output report.xlsx`
`fatrocu status`	Motor durumunu gösterir	`fatrocu status`

API Referansı

process

fatrocu process \
    --model <model-adi> \
    --model-path <model.gguf> \
    --image <gorsel|pdf> \
    --output <sonuc.json> \
    --temp 0.2 \
    --n-predict 2048 \
    --threads 4 \
    --gpu-layers 0

Bir fatura görseli veya PDF'yi işler. İmajeV-2B-Q8_0 modeli kullanılarak OCR ve alan çıkarma yapılır. Sonuç JSON olarak kaydedilir.

models --download

fatrocu models --download "ImajeV-2B-Q8_0" \
    --url https://huggingface.co/Qwen/Qwen2.5-VL-7B-Instruct/resolve/main/Qwen2.5-VL-7B-Instruct-Q4_K_M.gguf \
    --output models/Qwen2.5-VL-7B-Instruct-Q4_K_M.gguf

Bir modeli HuggingFace'den indirir ve yerel dizine kaydeder. İndirme ilerleme çubuğu ile gösterilir.

export --format xlsx

fatrocu export \
    --format xlsx \
    --output "Fatrocu_Raporu.xlsx" \
    --status reviewed

İşlenen faturaları Excel dosyası olarak dışa aktarır. Her sayfa bir faturanın detaylarını içerir.

Ortam Değişkenleri

PATH

llama-cli.exe'nin bulunacağı dizin PATH'e eklenmelidir.

FATROCU_MODEL_PATH

Model dosyasının tam yolu. Varsayılan: %APPDATA%\Fatrocu\models\

FATROCU_THREADS

İşlem sayısı. Varsayılan: 4

FATROCU_TEMP

Örneklemleme sıcaklığı. Varsayılan: 0.2

Sık Sorulan Sorular

Hangi modelleri destekliyorsunuz?

İmajeV-2B-Q8_0 (varsayılan), Gemma 4 E4B, Gemma 4 E2B. Ayrıca kendi GGUF modellerinizi de yükleyebilirsiniz.

Hangi işletim sistemlerini destekliyorsunuz?

Windows 10/11 x64, Linux, macOS. GPU desteği NVIDIA CUDA, AMD ROCm ile çalışır.

Ne kadar disk alanı gerekir?

İmajeV-2B-Q8_0 için ~7 GB. Gemma 4 E4B için ~4.8 GB, E2B için ~2.8 GB.

Hangi dosya formatlarını kabul ediyorsunuz?

PDF, PNG, JPG, JPEG, TIFF, BMP. PDF'ler otomatik olarak sayfa sayısına göre işlenir.

GPU kullanımı nasıl ayarlanır?

--gpu-layers N ile GPU katmanlarını ayarlayabilirsiniz. 24 GB VRAM için önerilen: --gpu-layers 45

Hangi GPU'lar destekleniyor?

NVIDIA CUDA (CUDA 12+), AMD ROCm, Intel Arc. M.2 NVMe SSD önerilir.

Bağımlılıkları nasıl kuruyorum?

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124
pip install excelize python-dateutil python-dotenv