azure-ai-contentunderstanding-py
Extrai informações de diferentes tipos de mídia. Ajuda a entender o conteúdo de documentos, imagens, áudio e vídeo automaticamente.
O que ela faz
Esta ferramenta extrai informações de documentos, imagens, áudio e vídeo. Ela pode transcrever áudio, identificar texto em imagens e extrair dados de faturas.
Quando usar
- ✓Quando você precisa transcrever um arquivo de áudio.
- ✓Para encontrar informações específicas em um documento longo.
- ✓Para extrair dados de faturas ou recibos.
Exemplo do que pedir para a IA
“Extraia o texto de todas as imagens neste documento PDF.”
Quer saber mais? Abra as seções abaixo.
Como usar
O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.
Link da skill
Mensagem pronta para colar
Como funciona
Você fornece um arquivo (documento, imagem, áudio ou vídeo) e escolhe o tipo de análise. A ferramenta processa o arquivo e devolve as informações extraídas de forma organizada.
Instalação
Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.
No terminal (Claude Code, Codex, Cursor), na pasta do projeto:
npx skills add sickn33/agentic-awesome-skills --skill azure-ai-contentunderstanding-pyOu baixe só o arquivo:
curl -L https://raw.githubusercontent.com/sickn33/agentic-awesome-skills/main/plugins/agentic-awesome-skills-claude/skills/azure-ai-contentunderstanding-py/SKILL.md -o SKILL.mdConteúdo técnico (SKILL.md)
Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.
SDK do Azure AI Content Understanding para Python
Serviço de IA multimodal que extrai conteúdo semântico de documentos, vídeos, áudios e arquivos de imagem para RAG e fluxos de trabalho automatizados.
Instalação
pip install azure-ai-contentunderstanding
Variáveis de Ambiente
CONTENTUNDERSTANDING_ENDPOINT=https://<resource>.cognitiveservices.azure.com/
Autenticação
import os
from azure.ai.contentunderstanding import ContentUnderstandingClient
from azure.identity import DefaultAzureCredential
endpoint = os.environ["CONTENTUNDERSTANDING_ENDPOINT"]
credential = DefaultAzureCredential()
client = ContentUnderstandingClient(endpoint=endpoint, credential=credential)
Fluxo de Trabalho Principal
As operações de Content Understanding são operações assíncronas de longa duração:
- Iniciar Análise — Inicie a operação de análise com
begin_analyze()(retorna um poller) - Verificar Resultados — Verifique até que a análise seja concluída (o SDK cuida disso com
.result()) - Processar Resultados — Extraia resultados estruturados de
AnalyzeResult.contents
Analisadores Pré-construídos
| Analisador | Tipo de Conteúdo | Propósito |
|---|---|---|
prebuilt-documentSearch |
Documentos | Extrai markdown para aplicações RAG |
prebuilt-imageSearch |
Imagens | Extrai conteúdo de imagens |
prebuilt-audioSearch |
Áudio | Transcreve áudio com marcação de tempo |
prebuilt-videoSearch |
Vídeo | Extrai quadros, transcrições, resumos |
prebuilt-invoice |
Documentos | Extrai campos de faturas |
Analisar Documento
import os
from azure.ai.contentunderstanding import ContentUnderstandingClient
from azure.ai.contentunderstanding.models import AnalyzeInput
from azure.identity import DefaultAzureCredential
endpoint = os.environ["CONTENTUNDERSTANDING_ENDPOINT"]
client = ContentUnderstandingClient(
endpoint=endpoint,
credential=DefaultAzureCredential()
)
# Analyze document from URL
poller = client.begin_analyze(
analyzer_id="prebuilt-documentSearch",
inputs=[AnalyzeInput(url="https://example.com/document.pdf")]
)
result = poller.result()
# Access markdown content (contents is a list)
content = result.contents[0]
print(content.markdown)
Acessar Detalhes do Conteúdo do Documento
from azure.ai.contentunderstanding.models import MediaContentKind, DocumentContent
content = result.contents[0]
if content.kind == MediaContentKind.DOCUMENT:
document_content: DocumentContent = content # type: ignore
print(document_content.start_page_number)
Analisar Imagem
from azure.ai.contentunderstanding.models import AnalyzeInput
poller = client.begin_analyze(
analyzer_id="prebuilt-imageSearch",
inputs=[AnalyzeInput(url="https://example.com/image.jpg")]
)
result = poller.result()
content = result.contents[0]
print(content.markdown)
Analisar Vídeo
from azure.ai.contentunderstanding.models import AnalyzeInput
poller = client.begin_analyze(
analyzer_id="prebuilt-videoSearch",
inputs=[AnalyzeInput(url="https://example.com/video.mp4")]
)
result = poller.result()
# Access video content (AudioVisualContent)
content = result.contents[0]
# Get transcript phrases with timing
for phrase in content.transcript_phrases:
print(f"[{phrase.start_time} - {phrase.end_time}]: {phrase.text}")
# Get key frames (for video)
for frame in content.key_frames:
print(f"Frame at {frame.time}: {frame.description}")
Analisar Áudio
from azure.ai.contentunderstanding.models import AnalyzeInput
poller = client.begin_analyze(
analyzer_id="prebuilt-audioSearch",
inputs=[AnalyzeInput(url="https://example.com/audio.mp3")]
)
result = poller.result()
# Access audio transcript
content = result.contents[0]
for phrase in content.transcript_phrases:
print(f"[{phrase.start_time}] {phrase.text}")
Analisadores Personalizados
Crie analisadores personalizados com esquemas de campos para extração especializada:
# Criar analisador personalizado
analyzer = client.create_analyzer(
analyzer_id="meu-analisador-fatura",
analyzer={
"description": "Analisador personalizado de faturas",
"base_analyzer_id": "prebuilt-documentSearch",
"field_schema": {
"fields": {
"nome_fornecedor": {"type": "string"},
"total_fatura": {"type": "number"},
"itens_linha": {
"type": "array",
"items": {
"type": "object",
"properties": {
…
Perguntas frequentes
O que é 'multimodal'?
Significa que a ferramenta pode trabalhar com diferentes tipos de mídia, como texto, imagens, áudio e vídeo.
O que é RAG?
RAG é uma técnica que ajuda modelos de IA a usar informações de documentos externos para responder perguntas com mais precisão.
Posso criar minhas próprias análises?
Sim, você pode criar análises personalizadas para extrair tipos específicos de dados, como informações de faturas.
Detalhes
Descrição original do autor
Azure AI Content Understanding SDK for Python. Use for multimodal content extraction from documents, images, audio, and video.
Popularidade
- Estrelas no GitHub
- 48 mil
- Posição no ranking
- #2269
- Licença
- MIT
- Atualizada em
- 15/10/2026
Comentários
- …
Mais skills deste repositório
00-andruia-consultant
Ajuda seu agente a iniciar ou melhorar projetos de IA. Ele analisa código, sugere ferramentas e cria planos de ação em espanhol.
sickn33/agentic-awesome-skills
007
Faz seu agente realizar auditorias de segurança e modelagem de ameaças. É útil para proteger projetos contra ataques e vulnerabilidades.
sickn33/agentic-awesome-skills
10-andruia-skill-smith
Ajuda seu agente a criar ou melhorar ferramentas de IA. Ele define como as ferramentas funcionam, escreve a documentação e valida a estrutura.
sickn33/agentic-awesome-skills
20-andruia-niche-intelligence
Faz seu agente criar um resumo sobre um setor específico. É útil para entender o contexto, regras, padrões de uso e riscos de um projeto, usando fontes confiáveis.
sickn33/agentic-awesome-skills
Skills parecidas
agent-architecture-audit
Faz seu agente verificar se tudo está funcionando corretamente. Ele encontra e conserta problemas em sistemas de IA, garantindo que funcionem como esperado.
affaan-m/ECC
agent-eval
Ajuda seu agente a comparar diferentes ferramentas de programação de IA. Ele mede qual é mais rápido, barato e confiável para realizar tarefas específicas.
affaan-m/ECC
agent-harness-construction
Faz seu agente entender melhor como realizar tarefas. Ele otimiza as ferramentas e instruções que o agente usa para aumentar suas chances de sucesso.
affaan-m/ECC