Budżet: 200 USD Termin: 1 dzień

Cześć!

Możemy stworzyć dla Ciebie lokalne narzędzie Python do takiej weryfikacji.

1. Czy możesz przesłać przykłady plików Excel i faktur do sprawdzenia struktury danych?
2. Którą część należy zrealizować w pierwszej kolejności: zbieranie z Gmaila, weryfikację czy końcowy raport Excel?

—
O nas

Jesteśmy dZENcode – firmą IT zajmującą się kompleksowym rozwojem: od projektowania i programowania po integracje i wsparcie posprzedażowe rozwiązań cyfrowych.
Tworzymy projekty od podstaw, a także angażujemy się w już istniejące rozwiązania, które potrzebują poprawek, rozwoju lub wsparcia technicznego.

Szczegółowe informacje o naszych usługach i stawkach znajdziesz na oficjalnej stronie: Freelancehunt

Zobacz – po tym będziemy mogli omówić szczegóły i ustalić następny krok.

⚠️ Po wyjaśnieniu wszystkich szczegółów określimy zakres prac, odpowiedni format współpracy: zadaniowy, outsourcing lub outstaffing – oraz ostateczną cenę.

Z nami projekty gwarantowanie dochodzą do wydania:
• 10+ lat świadczymy usługi IT;
• 90+ pracowników etatowych;
• 250+ publicznych opinii od 2015 roku;
• Wspieramy produkty zgodnie z SLA po uruchomieniu;
• Pracujemy na podstawie NDA i umowy z firmą! Rozwiń

Budżet: 1500 USD Termin: 7 dni

Dzień dobry, Grisha!

Przejrzałem Twój projekt i proponuję opracowanie lokalnej aplikacji w Pythonie do porównywania rachunków z bankiem, kartami i księgowym. Główne etapy obejmują integrację z Gmail API do pobierania rachunków, rozpoznawanie informacji za pomocą OCR oraz logikę dopasowywania danych. Jestem pewien, że mogę zrealizować wszystkie niezbędne funkcje do automatyzacji tego procesu.

Mam doświadczenie w pracy z API i technologiami OCR, co pomoże zapewnić dokładność porównywania rachunków i uniknąć błędów w księgowości. Jestem gotów stworzyć narzędzie, które uprości Twoją pracę i zwiększy efektywność.

Aby lepiej zrozumieć Twoje cele, proszę o wyjaśnienie:
- Terminy uruchomienia: czy potrzebny jest MVP, czy jest zapas czasu?
- Czy istnieje jasne zadanie techniczne lub wizja narzędzia?
- Jaki zakres danych planujesz przetwarzać: ile rachunków i operacji?
- Jaki materiał do rozpoznawania danych masz: czy pliki PDF i obrazy są gotowe, czy trzeba je będzie załadować?

Te szczegóły pomogą mi zaproponować optymalne rozwiązanie.

Zaznaczam również, że na proces rozwoju, terminy i koszty mogą wpływać następujące czynniki:
1. Czy używamy gotowych bibliotek, czy opracowujemy unikalne rozwiązania.
2. Czy dostarczysz materiały do przetworzenia, czy będę musiał je zbierać.
3. Czy potrzebny jest indywidualny interfejs, czy wystarczy standardowy.
4. Czy istnieje szczegółowe zadanie techniczne, czy będziemy pracować w ogólnych kierunkach.
5. Jaki zakres danych planujesz przetwarzać i ile typów operacji trzeba porównywać.

Na początku ważne jest, aby stworzyć ogólną wizję końcowego rezultatu. Porozmawiajmy o funkcjach i cechach, które uważasz za ważne, a także o przykładach, które Cię inspirują. To pomoże jasno sformułować zadanie techniczne.

Czekam na Twoją odpowiedź, aby umówić się na rozmowę i omówić szczegóły projektu. Rozwiń

Budżet: 2500 USD Termin: 20 dni

Grisza, zadanie jest jasne: lokalne narzędzie Python do regularnego porównywania rachunków, banków, kart i danych księgowego. Mogę stworzyć rozwiązanie z Gmail API, analizą PDF/zdjęć, OCR z obsługą hebrajskiego, ładowaniem Excela i elastyczną logiką dopasowywania według kwoty, daty i kontrahenta. Zrobię również raport w jednym Excelu z podświetleniem rozbieżności i zrozumiałą instrukcją CLI. Mam doświadczenie w automatyzacji Python i integracjach, jestem gotów omówić strukturę twoich plików i szybko zacząć.

Budżet: 700 USD Termin: 21 dni

Cześć! Specyfikacja jest zrozumiała, projekt zdecydowanie mieści się w mojej specjalizacji. Stworzę Python-CLI, który wykonuje wszystkie 4 kontrole i generuje jeden plik Excel z kilkoma arkuszami oraz podświetleniem problematycznych wierszy.

Jak to zrobię:

Zbieranie z poczty: Gmail API (OAuth), wyszukiwanie e-maili w określonym okresie, pobieranie załączników (PDF + zdjęcia).
Rozpoznawanie: PDF — tekst bezpośrednio (pdfplumber/PyMuPDF); zdjęcia — zgadzam się z Tobą, dla hebrajskiego Claude API (vision) daje znacznie lepszą dokładność niż Tesseract.
Excel: odczyt wyciągu bankowego, plików kart i pliku księgowego przez pandas/openpyxl.
Porównanie: suma + data (z tolerancją) + kontrahent (nieostre porównanie nazw, rapidfuzz).
Kontrole A-D: przychody bez faktury, wydatki bez faktury, porównanie z listą księgowego (w obie strony), lista płac vs bank.
Raport: jeden .xlsx, osobny arkusz dla każdej kontroli, niezgodności wyróżnione kolorem. Plus instrukcja uruchamiania i konfiguracji Gmail/Google Cloud.
Relewantne doświadczenie: robiłem integracje z Google API i generację zorganizowanych raportów Excel z walidacją i porównywaniem danych (mam przykład w portfolio — parser-agregator z raportem 24-kolumnowym). Dużo pracowałem z PDF/arkuszami.

Kilka pytań (można na waszych przykładach plików — będę wdzięczny):

Jak określać „uznane wydatki” (według kategorii w wyciągu czy osobnym wykazem)?
Jakie tolerancje są akceptowalne w odniesieniu do sumy i daty przy porównywaniu?
W jakim formacie jest lista płac (PDF/Excel)? Rozwiń

Budżet: 350 USD Termin: 7 dni

Cześć, Grzegorzu! Nazywam się Aleksander. Jestem analitykiem z tytułem magistra w dziedzinie ekonomii biznesu oraz deweloperem rozwiązań AI. Automatyzacja księgowości finansowej, dopasowywanie wyciągów oraz budowa algorytmów weryfikacji to moja specjalizacja.

Twoje zlecenie zostało sformułowane w maksymalnie profesjonalny sposób. Całkowicie popieram użycie API Claude (modeli Anthropic) zamiast Tesseract — to zapewni 100% dokładność rozpoznawania hebrajskiego i cyfr na zdjęciach paragonów dzięki potężnym możliwościom wizji modelu.

Proponuję architekturę narzędzia pod klucz, która w pełni zrealizuje Twoje zadanie:

1. ZBIERANIE I PARSOWANIE DANYCH (GMAIL + EXCEL + PDF):
— Połączenie z pocztą zrealizuję przez oficjalne API Gmail oraz OAuth (używamy google-api-python-client). Wspólnie skonfigurujemy projekt w Google Cloud Console i wygenerujemy credentials.json.
— Skrypt automatycznie pobierze faktury PDF oraz zdjęcia paragonów za wybrany okres. Do PDF używamy pdfplumber/PyPDF, do obrazów — API Claude, które natychmiast przekształci dane w ustrukturyzowany JSON (data, kwota, kontrahent).
— Za pomocą Pandas odczytujemy wyciągi bankowe, pliki kart kredytowych oraz arkusze Excel księgowego.

2. LOGIKA DOPASOWANIA I WERYFIKACJI:
— Ponieważ nie ma jednego klucza, dopasowanie będzie oparte na kombinacji markerów: [Data z dopuszczalnym odchyleniem 2-3 dni na przelew bankowy + Dokładna kwota + Niejednoznaczne porównanie nazw kontrahentów (Fuzzy Matching)].
— Algorytm wykona wszystkie niezbędne weryfikacje: obecność faktur na wszystkie przychody, przechowywanie paragonów na uznane wydatki, weryfikacja z listą księgowego dla urzędów skarbowych/VAT oraz sprawdzenie zgodności kwot w liście płac z faktycznym obciążeniem w banku.

3. WYNIK I FORMAT DOSTARCZENIA:
— Program będzie miał prosty i szybki interfejs CLI (uruchamianie w wierszu poleceń w 1 kliknięcie bez obciążania interfejsami webowymi).
— Na wyjściu skrypt generuje jeden lokalny plik Excel (za pomocą openpyxl) z oddzielnymi arkuszami: „Przychody bez wystawionej faktury”, „Wydatki bez zachowanego paragonu”, „Faktury, które nie są u księgowego”, „Weryfikacja listy płac z bankiem” itd. Niezgodności będą wizualnie wyróżnione kolorem.
— Przekazuję pełny kod źródłowy projektu, krótką instrukcję uruchomienia oraz przewodnik dotyczący tworzenia credentials w Google Cloud Console.

Koszt opracowania — 350 USD. Termin — 7 dni. Jestem gotów rozpocząć pracę przez bezpieczną umowę Safe. Proszę, prześlij przykłady struktur swoich plików Excel do zaprojektowania logiki dopasowania! Rozwiń

Budżet: 2400 USD Termin: 21 dni

Jeśli chodzi o termin i budżet - pierwszą roboczą wersję takiego lokalnego narzędzia oceniłbym na 2400 dolarów i 2-3 tygodnie przy dostępności przykładów Excel, PDF i zdjęć paragonów. Stos technologiczny Python, pandas, openpyxl, PyMuPDF lub pdfplumber, Gmail API i OAuth są odpowiednie. Dla zdjęć w hebrajskim osobno sprawdziłbym jakość rozpoznawania przez Claude API, ponieważ tutaj dokładność jest ważniejsza od ładnej architektury =/

Zobacz, jest tu niuans - w pliku księgowego nie ma jednego numeru konta, dlatego banki, karty, załączniki Gmail i księgowy Excel muszą najpierw zostać przekształcone do wspólnego modelu danych, a następnie porównane według kwoty - daty - kontrahenta z tolerancjami i dziennikiem przyczyn. !!Weryfikacja finansów nie powinna być czarną skrzynką!!

> Pobierzemy załączniki z Gmaila za okres
> Wyciągniemy datę, kwotę, kontrahenta i numer konta z PDF i zdjęć
> Znormalizujemy bankowe, kartowe i księgowe Excely
> Stworzymy zasady porównywania i osobne kontrole dotyczące przychodów, wydatków, danych księgowego i listy płac
> Na wyjściu będzie raport Excel z arkuszami, podświetleniem problematycznych wierszy i krótkim wyjaśnieniem przyczyn

Od Ciebie potrzebne są zanonimizowane przykłady banków, kart, pliku księgowego oraz 5-10 dokumentów w hebrajskim. W przypadku Gmaila - albo tworzymy dane uwierzytelniające w Google Cloud Console razem w ramach instrukcji, albo przekazujesz gotowy plik dostępu przez bezpieczny kanał giełdy.

Uściślę 2 kwestie
> Wydatki na kartach są już oznaczone jako uznane wydatki, czy tę klasyfikację również trzeba uwzględnić w zasadach
> Dokumenty można wysyłać do Claude API do rozpoznawania, czy potrzebny jest tryb bez zewnętrznego przesyłania plików

Podobne prace Ingello
> AI i automatyzacja przetwarzania danych - https://business.ingello.com/vorfahr
> korporacyjne systemy księgowe i logika biznesowa - https://business.ingello.com/platforma
> procesy, księgowość i zasady porównywania - https://business.ingello.com/forma-bpm

FLH-landing Ingello - https://systems-fl.ingello.com Rozwiń

Budżet: 200 USD Termin: 7 dni

W takim zestawieniu najczęściej łamie się nie kod, a zgodność formatów: banki, karty i arkusze Excel mogą nazywać te same płatności różnie.

Zebrałbym lokalne narzędzie Python, które wyciąga dane z Gmaila, odczytuje Excel/PDF/obrazy, przekształca kwoty i daty do jednego formatu i pokazuje rozbieżności w osobnym raporcie.

Dla takich zadań lepiej od razu prowadzić log błędów i listę „nie rozpoznano”, aby księgowy nie musiał ręcznie szukać problemu we wszystkich plikach.

Mogę zacząć dzisiaj: najpierw stworzę działający prototyp na jednym scenariuszu weryfikacji, po sprawdzeniu dopracuję resztę reguł.

Napisz, w jakiej formie wygodniej otrzymać ostateczny raport — osobny Excel czy kilka zakładek w jednym pliku.

Budżet: 125 USD Termin: 7 dni

Cześć! Zapoznałem się z Twoim zadaniem technicznym. TZW jest niezwykle jasno opisane, architektura narzędzia i logika raportu są mi całkowicie zrozumiałe. Jestem gotów zrealizować ten projekt „pod klucz” w Pythonie. Mam gotowe doświadczenie i opracowania we wszystkich kluczowych modułach Twojego zadania: Praca z danymi i Excel: Mam duże doświadczenie w automatyzacji arkuszy za pomocą bibliotek pandas i openpyxl. Stworzenie podsumowującego raportu wielostronicowego z kolorowym podświetleniem problematycznych wierszy zrealizuję bez problemu. Parsowanie i odczyt dokumentów: Realizowałem moduły do wyciągania czystego tekstu z PDF za pomocą PyMuPDF oraz integrację z IMAP/Gmail API do automatycznego pobierania załączników. Integracja AI (OCR na sieciach neuronowych): Pracuję z integracją lokalnych i chmurowych modeli AI (OpenAI / Ollama API) do inteligentnego rozpoznawania tekstu oraz surowych parametrów (data, kwota, kontrahent) z nieostrych zdjęć paragonów. Mój plan realizacji: Stworzenie modułowego programu CLI, gdzie każdy etap (pobieranie, rozpoznawanie, analiza, finalny Excel) będzie wydzielony. Pełne logowanie procesów w konsoli, abyś widział, na którym etapie wystąpiła rozbieżność. Przygotowanie zrozumiałej instrukcji do uruchomienia i konfiguracji pliku .env (plików poświadczeń Google). Będę wdzięczny za przesłanie testowych przykładów struktury Twoich plików Excel oraz zdjęć rachunków do przeprowadzenia lokalnych testów logiki dopasowania. Jestem gotów omówić szczegóły, terminy i koszty na czacie!

Budżet: 300 USD Termin: 10 dni

Witam! Świetne zadanie, automatyzacja rutynowego porównania przez Python to najpewniejszy sposób na zaoszczędzenie dziesiątek godzin przed raportami. Logika dopasowania jest mi całkowicie znana: zrealizuję skrypt w Pythonie (pandas + openpyxl) do parsowania wyciągów. Do nieprecyzyjnego porównania kontrahentów (gdy nazwy się nieco różnią) użyjemy biblioteki thefuzz / RapidFuzz z ustawieniem progu podobieństwa. Zbieranie dokumentów z poczty zautomatyzujemy przez oficjalny google-api-python-client (OAuth 2.0). Co do OCR: w pełni popieram decyzję o użyciu Claude API (modele Sonnet) zamiast Tesseract — Claude znacznie dokładniej rozpoznaje struktury dokumentów, daty i kwoty, szczególnie w języku hebrajskim (od prawej do lewej). Na wyjściu zrobimy staranny raport Excel z kolorowym oznaczeniem niezgodności przez openpyxl. Jestem gotowa omówić strukturę waszych plików i przystąpić do pracy!

Budżet: 500 USD Termin: 7 dni

Dzień dobry!

Profesjonalnie rozwijam skrypty i narzędzia automatyzacji w Pythonie. Jestem gotów zrealizować dla Ciebie to lokalne narzędzie do porównywania rachunków. Mam duże doświadczenie w pracy z Gmail API (OAuth), pandas, openpyxl, ekstrakcją danych przez pdfplumber oraz integracją Claude API do precyzyjnego OCR hebrajskiego i nieprecyzyjnego wyszukiwania.

Napisz do mnie w wiadomości prywatnej, ustalimy szczegóły.

Budżet: 600 USD Termin: 3 dni

Cześć, mam ogromne doświadczenie w pracy z API Google i arkuszami. Bez problemu wykonam twoje zadanie w języku programowania Python. Jeśli chcesz otrzymać wysokiej jakości pracę w rozsądnych terminach - pisz w wiadomościach prywatnych, aby omówić szczegóły.

Budżet: 1000 USD Termin: 6 dni

Zadanie jest jasne: lokalne narzędzie Python do porównywania rachunków z Gmail z bankiem, kartami i plikiem księgowego. Takie rzeczy mnie interesują.

Jak to zrealizuję: Gmail API (OAuth) do pobierania załączników, pdfplumber do wyodrębniania tekstu z PDF, Claude API do OCR obrazów z hebrajskim (dokładniej Tesseract w hebrajskim), pandas + openpyxl do odczytu Excela i tworzenia końcowego raportu. Dopasowanie rekordów według kwoty, daty i nieprecyzyjnego dopasowania nazwy kontrahenta (rapidfuzz). Wynik: jeden Excel z kolorowym oznaczeniem dla wszystkich czterech kontroli.

Kilka pytań: (1) Ile mniej więcej wierszy jest w wyciągu bankowym za okres i ile rachunków średnio za 2 miesiące? (2) Excel księgowego jest w hebrajskim czy w rosyjskim/angielskim? (3) Czy są gotowi od razu dostarczyć przykłady plików do testowania?

Jestem gotów zacząć w tym tygodniu, podam stałą cenę po waszych odpowiedziach.

Budżet: 2100 USD Termin: 14 dni

Cześć. Nazywam się Aleksiej, reprezentuję grupę deweloperów – NC-1. Od ponad pięciu lat tworzymy strony internetowe, aplikacje mobilne, sklepy internetowe, systemy ERP/CRM i inne produkty e-commerce. W naszej drużynie jest programista python, senior z niezbędnym doświadczeniem i wiedzą. Wstępny koszt i czas realizacji: 1 900 USD, 14 dni roboczych. Proszę o przesłanie przykładów struktury plików Excel (bank, karty, plik księgowego) oraz przykładów faktur (PDF i zdjęcia) do testowania. Z poważaniem, Aleksiej M.

Budżet: 2400 USD Termin: 14 dni

mamy już praktycznie gotowe podobne rozwiązanie do weryfikacji dokumentów, tabel i operacji finansowych, które można szybko dostosować do waszego schematu i omówić tutaj na giełdzie, jestem w kontakcie =)
Czas realizacji to orientacyjnie 10-14 dni roboczych na pierwsze narzędzie robocze z Gmail, Excel, rozpoznawaniem PDF i zdjęć, porównaniami według kwoty, daty i nazwy kontrahenta, plus końcowy Excel z wyróżnieniem problematycznych wierszy.
Co do budżetu na ten etap, proponowałbym 2400 USD, dokładniej po obejrzeniu 2-3 przykładów plików bankowych, kart, księgowego i kilku faktur w hebrajskim.

- ważny aspekt dotyczący OCR
-- dla hebrajskiego nie polecałbym tylko klasycznego Tesseract, lepiej stworzyć warstwę rozpoznawania przez model z weryfikacją pewności i ręcznym logowaniem spornych dokumentów.
-- w ten sposób zmniejszamy ryzyko cichych błędów w VAT i raportowaniu, a to miejsce, gdzie automatyka powinna być ostrożniejsza niż mój wewnętrzny księgowy po trzeciej kawie.

- pytania
-- w Excelu banku i kart daty i kwoty są zawsze w tym samym formacie, czy każdy plik ma swoją strukturę?
-- czy arkusz płacowy to osobny PDF z poczty, czy osobny wiersz w pliku księgowym?

- podobne przypadki
-- https://business.ingello.com/vorfahr - blisko w zakresie przetwarzania danych AI i automatyzacji ręcznych operacji
-- https://business.ingello.com/platforma - blisko w zakresie logiki księgowej, ról, danych i procesów zarządzających
-- https://business.ingello.com/forma-bpm - blisko w zakresie formalizacji procesów biznesowych i kontroli między źródłami

główna strona dla giełdy - https://systems-fl.ingello.com Rozwiń

Budżet: 1500 USD Termin: 15 dni

Witaj. Mam duże doświadczenie z Pythonem. Jestem gotów wykonać zadanie.

Budżet: 400 USD Termin: 7 dni

Cześć!

Dokładnie przeanalizowałem specyfikację - zadanie jest jasne. Mam doświadczenie z Pythonem, Gmail API, parsowaniem PDF (pdfplumber/PyMuPDF), przetwarzaniem Excela przez pandas/openpyxl oraz Claude API do OCR, w tym rozpoznawaniem tekstu w języku hebrajskim.

Co zrealizuję:
Integracja Gmail API z OAuth do zbierania faktur
Ekstrakcja tekstu z PDF + Claude API do OCR zdjęć/obrazów z obsługą hebrajskiego
Logika nieprecyzyjnego dopasowania według kwoty, daty i nazwy kontrahenta
Wszystkie 4 kontrole (przychody, wydatki, lista księgowego, lista płac)
Końcowy raport Excel z kolorowym podświetleniem niezgodności
Instrukcja dotycząca konfiguracji poświadczeń Gmail

Jestem gotów zacząć po otrzymaniu przykładów plików Excel i wzorów faktur do testowania. Rozwiń

Budżet: 560 USD Termin: 10 dni

Cześć,

Mogę stworzyć to jako czyste narzędzie do uzgadniania oparte na Pythonie, które działa lokalnie na żądanie i obsługuje pełny proces od początku do końca.

Moje podejście zacznie się od modułowej rury: pobieranie załączników faktur z API Gmaila (oparte na OAuth) dla wybranego zakresu dat, a następnie strukturalne wydobycie danych przy użyciu analizy PDF dla cyfrowych faktur i OCR dla obrazów, z szczególnym uwzględnieniem tekstu hebrajskiego przy użyciu modelu wizji o wysokiej dokładności, gdy zajdzie taka potrzeba. Wszystkie wydobyte dane zostaną znormalizowane do spójnego schematu (data, kwota, kontrahent, metadane referencyjne).

Dla źródeł finansowych zbuduję solidne parsery dla wyciągów bankowych w Excelu, eksportów kart kredytowych oraz raportu księgowego przy użyciu pandas, z warstwami walidacyjnymi w celu ustandaryzowania formatów w różnych bankach i dostawcach kart.

Silnik uzgadniania zastosuje następnie logikę dopasowywania fuzzy w oparciu o kwotę, tolerancję daty i podobieństwo kontrahenta, generując jasne kategorie rozbieżności, takie jak brakujące faktury, niedopasowane wydatki, niezgodności księgowe i odchylenia płacowe.

Ostateczny wynik będzie strukturalnym raportem Excel z wieloma arkuszami i formatowaniem warunkowym, aby wyraźnie podkreślić problemy. Użyję openpyxl do formatowania i zapewnię, że plik będzie łatwy do interpretacji do przeglądu księgowego.

Projekt zostanie dostarczony jako narzędzie CLI z jasnymi instrukcjami konfiguracji, w tym konfiguracją OAuth Gmaila, instalacją zależności oraz prostym plikiem konfiguracyjnym dla ścieżek plików i reguł dopasowywania.

Pozdrawiam, Hanh Rozwiń

Budżet: 650 USD Termin: 12 dni

Cześć, mam nadzieję, że wszystko w porządku

Mogę stworzyć lokalne narzędzie do uzgadniania w Pythonie, które będziesz mógł uruchamiać ręcznie co miesiąc lub co dwa miesiące, aby porównać faktury z Gmaila, wyciągi bankowe, pliki kart kredytowych oraz plik Excel księgowego.

Moje podejście polega na stworzeniu narzędzia CLI, które łączy się z Gmail przez OAuth, wyszukuje e-maile w określonym zakresie dat, pobiera załączniki PDF i obrazy oraz wyodrębnia dane faktur, takie jak data, kwota, nazwa kontrahenta i numer faktury, gdy są dostępne. W przypadku plików PDF mogę użyć bezpośredniego wyodrębniania tekstu, a dla obrazów mogę wspierać hebrajskie OCR przy użyciu API Claude lub innej niezawodnej opcji OCR.

Narzędzie odczyta pliki Excel z kart bankowych i księgowego za pomocą pandas i openpyxl, a następnie dopasuje rekordy, używając kwoty, tolerancji daty i porównania nazw z użyciem fuzzy.

Ostateczny raport Excel będzie zawierał przychody bez wystawionej faktury, wydatki bez zapisanej faktury, faktury brakujące w zapisach księgowego oraz uzgodnienie płac. Problematyczne wiersze będą wyraźnie wyróżnione.

Dostarczone materiały obejmują kod źródłowy, przewodnik instalacji, instrukcje dotyczące poświadczeń API Gmail, wsparcie dla testów oraz lokalny plik Excel.

Z poważaniem
Youssef. Rozwiń

Budżet: 140 USD Termin: 5 dni

Cześć! Jestem gotów zrealizować Twój obszerny projekt po minimalnej cenie rynkowej. Zajmie to około 5–7 dni, ponieważ trzeba będzie starannie dopracować niejasne porównanie nazw kontrahentów i przetestować działanie na Twoich przykładach. Co do ceny, dostosuję się do Twojego minimalnego budżetu 6000 hrywien, ponieważ obecnie zbieram opinie na giełdzie. Jeśli to aktualne, prześlij przykłady plików w wiadomości prywatnej, przyjrzymy się strukturze i zaczniemy. Pracujemy przez Safe.

Budżet: 550 USD Termin: 14 dni

Cześć! Jestem Władimir, programistą Pythona i założycielem agencji inżynieryjnej Vaysed. Twoje zadanie techniczne jest opisane maksymalnie szczegółowo i poprawnie, co pozwala od razu zrozumieć logikę biznesową przyszłego narzędzia. Zadanie dotyczące automatyzacji weryfikacji finansowej i parsowania danych idealnie pasuje do mojego stosu technologii, i jestem gotów zrealizować ten lokalny skrypt pod klucz. Mam duże praktyczne doświadczenie w pracy z różnymi API, przetwarzaniu danych nieustrukturyzowanych i automatyzacji skomplikowanych procesów weryfikacji. Stworzenie podobnej lokalnej aplikacji w Pythonie pozwoli Ci bezpiecznie przetwarzać dokumenty finansowe bez przesyłania poufnych plików na zewnętrzne serwery.

Realizacja techniczna projektu rozpocznie się od skonfigurowania bezpiecznej autoryzacji przez OAuth w celu zbierania danych przez Gmail API. Skrypt będzie skanować pocztę za określony okres, filtrować wiadomości i lokalnie zapisywać załączniki do dalszego przetwarzania. Masz absolutnie rację co do użycia Claude API, to idealne rozwiązanie do poprawnego rozpoznawania hebrajskiego i wydobywania ustrukturyzowanych danych z paragonów, które zwróci informacje w wygodnym formacie. Dla zwykłych dokumentów PDF wykorzystam bibliotekę pdfplumber do bezpośredniego wydobywania tekstu, co znacznie zaoszczędzi zasoby i przyspieszy pracę.

Do porównania kontrahentów z różnych źródeł zastosuję algorytmy nieprecyzyjnego wyszukiwania, skrypt będzie porównywał rekordy według sztywnych kryteriów sumy i daty, a także według miękkiego kryterium podobieństwa nazwy firmy. Cała logika sprawdzeń, w tym wyszukiwanie dochodów bez faktur, wydatków bez paragonów, weryfikacja z księgowym i analiza listy płac, zostanie zrealizowana za pomocą potężnych ram danych pandas, co zapewni wysoką szybkość pracy nawet przy dużych ilościach danych. Ostateczny wynik zostanie wyeksportowany do czystego pliku Excel z podziałem na arkusze, gdzie skonfiguruję formatowanie warunkowe przez openpyxl, aby wszystkie niezgodności były automatycznie podświetlane dla szybkiej kontroli wizualnej.

Na koniec otrzymasz w pełni gotowy do użycia produkt, w tym czysty kod źródłowy projektu z komentarzami oraz plik z zależnościami do szybkiej instalacji. Przygotuję również szczegółową instrukcję krok po kroku dotyczącą konfiguracji projektu w chmurze Google, uzyskiwania kluczy, wprowadzania tokena Claude i uruchamiania skryptu z wiersza poleceń. Możesz szczegółowo zapoznać się z moim podejściem inżynieryjnym i przykładami już zrealizowanych projektów w moim portfolio pod linkiem Freelancehunt.

Budżet: 400 USD Termin: 7 dni

Cześć!\n\nMam duże doświadczenie w tworzeniu systemów i aplikacji w Pythonie.\nPrzykłady moich prac możesz zobaczyć w portfolio.\nJestem gotów wykonać postawione zadanie.\n\nProponuję omówić szczegóły w wiadomościach prywatnych.

Budżet: 350 USD Termin: 10 dni

Zadanie zrozumiałem: potrzebny lokalny narzędzie Python, które uruchamia się ręcznie co 1-2 miesiące na twoim komputerze i porównuje cztery źródła. Rachunki z poczty Gmail (PDF i zdjęcia paragonów), wyciąg bankowy w Excelu, wydatki z kart w Excelu z kilku plików oraz Excel księgowego. Na wyjściu jeden Excel z arkuszami: dochody bez wystawionego rachunku, wydatki bez zachowanego rachunku, rozbieżności z listą księgowego oraz porównanie listy płac, z podświetleniem problematycznych wierszy.

Jak widzę realizację. Zbieranie z poczty przez Gmail API po OAuth, wybór wiadomości za okres z załącznikami, pobieranie PDF i obrazów. Z PDF tekst wyciągany bezpośrednio przez pdfplumber lub PyMuPDF. Zdjęcia i skany paragonów z hebrajskim, zgadzam się z tobą, lepiej przez Claude API z obsługą obrazów, a nie klasyczny Tesseract: w hebrajskim na zdjęciach dokładność jest znacznie wyższa, a to tutaj jest krytyczne. Excel odczytywany przez pandas i openpyxl.

Dopasowanie buduję na kombinacji suma plus data z dopuszczalnym odchyleniem plus nazwa kontrahenta przez nieprecyzyjne porównanie, aby wychwycić zgodności nawet wtedy, gdy nazwa jest napisana nieco inaczej. Ponieważ w pliku księgowego nie ma jednego numeru rachunku, wszystkie źródła najpierw przekształcam do jednego modelu danych, a potem dopasowuję z dziennikiem przyczyn, aby porównanie nie było czarną skrzynką i abyś widział, dlaczego wiersz się nie zgadza.

Pod względem technologii to moja główna strefa: Python, pandas, praca z Gmail i pocztą, Anthropic API w produkcji od dwóch lat, parsowanie PDF. Narzędzie zrobię tak, abyś uruchamiał je sam jedną komendą z konsoli i dodawał nowe pliki kart bez zmian w kodzie. Oddam źródła, instrukcję uruchomienia i instrukcję tworzenia poświadczeń w Google Cloud.

Jedno pytanie, od którego zależy niezawodność dopasowania: jakie okno czasowe zakładamy między datą rachunku a datą płatności w banku, tydzień czy dwa? I jeszcze, zdjęcia paragonów to równe skany czy zdjęcia telefoniczne pod kątem? Od tego zależy, jak agresywnie ustawić rozpoznawanie.

Budżet: 550 USD Termin: 6 dni

Cześć! Zadanie jest zrozumiałe, mam doświadczenie w pracy z całym wskazanym stosem: Python (Pandas/Openpyxl) do przetwarzania Excela, praca z Google API oraz integracja LLM do rozpoznawania skomplikowanych dokumentów.

Jak proponuję to zrealizować:

Gmail API: Zrealizuję bezpieczną autoryzację przez OAuth 2.0. Skrypt będzie selektywnie pobierał załączniki za wskazany okres.

Przetwarzanie dokumentów: Do PDF użyję pdfplumber do wydobywania tekstu. Do obrazów (w tym hebrajskich) zintegrować API Claude, jak prosiłeś — to da znacznie wyższą dokładność niż klasyczny Tesseract.

Logika porównania: Użyję algorytmów niedokładnego porównania tekstu (fuzzy matching), aby poprawnie dopasować nazwy kontrahentów, nawet jeśli nieco różnią się w wyciągu i fakturze.

Wynik: Stworzę podsumowujący plik Excel z wyróżnieniem rozbieżności kolorem (stylizacja przez openpyxl), abyś od razu widział problematyczne pozycje.

Mam doświadczenie w automatyzacji podobnych rutynowych procesów. Jestem gotów rozpocząć od razu po dostarczeniu przykładów plików do dostosowania logiki porównania. Rozwiń

Budżet: 200 USD Termin: 7 dni

Cześć!

Nazywam się Dmytro Wilihoćkyj, jestem programistą full-stack z doświadczeniem w tworzeniu aplikacji Telegram Mini, platform SaaS oraz systemów automatyzacji. Przez ostatnie 7 miesięcy aktywnie buduję projekty w Python/FastAPI + React, integrując skomplikowane API oraz systemy przetwarzania danych. To zadanie idealnie pasuje do mojego stosu technologicznego.

Jestem gotowy do omówienia szczegółów i pracy nad projektem.

Budżet: 200 USD Termin: 3 dni

Robiłem podobne narzędzia dla małych firm, gdzie trzeba było zbierać dane z różnych źródeł i znajdować rozbieżności. Widzę to tak: parsujemy wyciągi z banku, kart i księgowości do jednego formatu, dopasowujemy transakcje według kwoty, daty i kontrahenta, wydajemy raport z rozbieżnościami i nieprzypisanymi wierszami. Najprawdopodobniej wystarczy skrypt konsolowy z prostym raportem HTML na wyjściu, bez zbędnych zależności. Podpowiedz, w jakim formacie przychodzą wyciągi z banku i księgowości, to csv/xls czy coś własnego? Jestem gotów omówić szczegóły i oszacować terminy.

Budżet: 100 USD Termin: 1 dzień

Cześć. Mogę zrealizować takie narzędzie w Pythonie: pobieranie faktur z Gmaila, przetwarzanie PDF i obrazów, odczytywanie bankowych plików Excel, dopasowywanie rekordów i tworzenie końcowego raportu.

Pracowałem z Pythonem, Gmail API, Excelem, PDF i OCR. Na początek muszę zobaczyć przykłady plików i faktur, ponieważ od ich struktury zależy logika rozpoznawania i dopasowywania. Po zapoznaniu się będę mógł dokładniej ocenić terminy i koszty.

Budżet: 750 USD Termin: 7 dni

Cześć, Grisha!

Dokumentację przeczytałem uważnie - zadanie jest jasne. Skrypt w Pythonie do weryfikacji z Gmail API, parsowanie PDF i OCR przez Claude Vision (dla hebrajskiego na zdjęciu - dobry wybór, Tesseract tutaj jest słabszy).

Co zrealizuję:
- Gmail OAuth + wyszukiwanie i pobieranie załączników za zadany okres
- PDF: pdfplumber/PyMuPDF; zdjęcia paragonów: Claude API Vision z obsługą hebrajskiego
- Odczyt bankowych wyciągów i kart przez pandas
- Fuzzy matching według kwoty + daty (z konfigurowalnym oknem) + nieprecyzyjne porównanie nazw kontrahentów
- Wszystkie 5 kontroli z dokumentacji (A-D + lista płac)
- Końcowy Excel z oddzielnymi arkuszami i kolorowym podświetleniem rozbieżności
- CLI + instrukcja uruchamiania i podłączania Gmail

Jedno pytanie: jakie jest dopuszczalne odchylenie dat między fakturą a płatnością w banku - 3 dni czy 7? To wpływa na logikę dopasowania.

Jestem gotów do startu po otrzymaniu przykładów plików. Termin 7 dni. Rozwiń

Budżet: 850 USD Termin: 6 dni

Dzień dobry! Rozwijam w Pythonie, React/Node.js realizowałem podobne projekty, gotowy do współpracy.

Budżet: 200 USD Termin: 7 dni

Cześć!

Dokumentację przeczytałem uważnie — zadanie jest zrozumiałe. Python, Gmail API, parsowanie PDF i OCR obrazów, zestawienie między kilkoma plikami Excel i raport końcowy — to wszystko jest w moim zakresie.

Jedyny szczegół, który warto omówić osobno — fuzzy-matching między źródłami: nazwy kontrahentów w banku, księgowego i fakturach często się różnią, dlatego ważne jest, aby od razu ustalić próg podobieństwa, aby uniknąć fałszywych trafień i pominięć. To można rozwiązać, ale lepiej to ustalić na początku. Dla OCR w języku hebrajskim w dokumentacji widzę Claude API — to dobre rozwiązanie, znacznie lepsze niż Tesseract dla języków nielatynowych.

Szczegóły dotyczące płatności i dokładny termin omówimy prywatnie po tym, jak podzielicie się przykładami struktur Excel i wzorami faktur — to potrzebne, aby dać dokładną końcową ocenę, a nie "z sufitu".

Mam nadzieję na współpracę!

Budżet: 1150 USD Termin: 14 dni

Dzień dobry.

Jestem gotów stworzyć taki lokalny narzędzie Python do weryfikacji: Gmail API/OAuth, ładowanie PDF i obrazów z e-maili, ekstrakcja danych z PDF, OCR dla zdjęć/obrazów, odczyt bankowych i kart Excel, dopasowanie według sumy/dat/kontrahenta z fuzzy matching oraz końcowy raport Excel z osobnymi arkuszami i podświetleniem problematycznych wierszy.

Ocena: 1000 EUR, w stawce podaję równowartość około 1150 USD, ponieważ forma projektu przyjmuje USD. Termin orientacyjny to 14 dni.

Ostatecznie potwierdzę koszt i termin po pełnym Tz i danych testowych: przykłady wyciągu bankowego, kart, pliku księgowego, PDF-faktur i zdjęć paragonów. Po tym można ustalić format plików wejściowych, zasady odchyleń według dat/sum, kategorie uznanych wydatków oraz kryteria gotowości raportu.

Na wyjściu przekażę kod źródłowy, instrukcję uruchomienia, instrukcję dotyczącą poświadczeń Google Cloud oraz testowy przykład raportu.

Budżet: 100 USD Termin: 1 dzień

Dzień dobry
Zainteresowało mnie twoje zlecenie, jestem gotowa je wykonać, skontaktuj się ze mną.
Zrobię to szybko i jakościowo, pisz, omówimy.

Budżet: 900 USD Termin: 7 dni

Mam prawie identyczny projekt, który niedawno zrobiłem, ale tam chodzi o kontrolę floty. Dodałem jako przykład - możesz zobaczyć.

Możesz napisać do mnie w wiadomościach prywatnych - wyślę więcej zdjęć, ponieważ w portfolio można załadować tylko jedno.

To właśnie praca z eksportem z Gmaila, kopią zapasową na Google Drive oraz tworzeniem tabel i diagramów w Google Sheets.

Cena zależy od formatów i liczby typów plików PDF oraz od tego, jak chcesz je "czytać". Jeśli przez AI - taniej, ale może być mniej niezawodnie, jeśli kodem - bardziej niezawodnie, ale dłużej się rozwija i drożej.

Cena od 350 do 1000 USD, do 7 dni.

Budżet: 200 USD Termin: 7 dni

Cześć, Grisha! Robiłem coś podobnego w Pythonie — parsowałem wyciągi bankowe i faktury PDF, porównywałem je według kwoty, daty i kontrahenta za pomocą nieprecyzyjnego porównania nazw. Hebrajski na zdjęciu lepiej przetwarzać przez Claude Vision, tu masz rację — Tesseract popełnia na nim wiele błędów. Od razu ważny moment: data płatności w banku zazwyczaj nie pokrywa się z datą faktury, jakie okno czasowe ustalamy — tydzień, dwa? Od tego zależy, jak łagodnie dopasowujemy zgodności. Jestem gotów się tym zająć, orientacyjny czas to 7 dni, oddam źródła i krótką instrukcję uruchomienia.

Budżet: 15000 USD Termin: 7 dni

Dzień dobry! Mamy doświadczenie w automatyzacji raportowania finansowego i parsowaniu wyciągów bankowych. Realizujemy to za pomocą skryptu w Pythonie z wygodnym interfejsem do porównywania transakcji z różnych źródeł. To wyeliminuje błędy ręczne i przyspieszy proces weryfikacji. Jesteśmy gotowi do rozpoczęcia opracowywania architektury rozwiązania zaraz po omówieniu formatów Państwa danych.