Fix OCR Date Regression and LLM Monitoring Logging
Resolves the 2025 date hallucination bug in OCR/transaction parser by fixing prompt injection logic. Updates LLM logging to omit static system prompts and prevent truncation.
Semua postingan
Halaman2dari5
v1.0.0-020 : Dokumentasi Lengkap Aturan Prompt OCR & Parsing Transaksi (Beserta Perbaikan INDOMARCO Model 2)
Kompilasi seluruh 12 aturan utama OCR Engine, 16 aturan Smart Transaction Parser, serta dokumentasi penanganan spesifik Nota INDOMARCO Model 2.
Jualan, Sajen, MCP
v1.0.0-009 : Penambahan Submenu LLM & API Key Monitoring
Implementasi antarmuka LLM Monitoring terpusat di MCP Server Hub untuk memantau status model aktif, limit API Key Gemini free tier, dan log prompt history.
MCP
v1.0.0-010 : LLM Request Logging & Penyempurnaan Monitoring Dashboard
Implementasi pencatatan otomatis setiap pemanggilan LLM (prompt, model, token) ke tabel mcp_request_logs di mcp_hub_db. Penyempurnaan dashboard monitoring: highlight hanya key aktif, filter rule_based, dan popover prompt yang proporsional.
MCP
v1.0.0-011 : [DRAFT] Optimasi System Prompt — Native Separation & Ollama Modelfile
Memisahkan system prompt hardcode dari user input menggunakan field API yang tepat (systemInstruction untuk Gemini, system untuk Ollama) dan membuat Ollama Custom Modelfile agar system prompt nol token saat runtime di jalur Ollama.
MCP, Jualan
v1.0.0-012 : LLM Quota Monitoring — RPM & RPD Real-Time + Indikator Merah
Menambahkan tampilan sisa kuota RPM dan RPD per model per API key secara real-time dari database log, beserta indikator merah otomatis ketika kuota Gemini Free Tier habis atau terkena HTTP 429.
MCP
v1.0.0-018 : Perbaikan Presisi OCR Tanggal Transaksi & Aturan Diskon Anti-Double Counting
Changelog perbaikan bug ekstraksi tanggal transaksi pada UI SmartNote, pembersihan skema OCR di MCP Server, serta implementasi logika diskon mutually-exclusive (anti-double counting).
Jualan, Sajen, MCP
v1.0.0-019 : Dynamic RAG Knowledge Injection untuk OCR Engine
Refaktor arsitektur OCR Engine dari prompt hardcode menjadi Dynamic RAG Injection. Pengetahuan penafsiran nota spesifik (seperti format Faktur FI RINCINSARI / KRT.LSN.SAT) kini disuplai secara dinamis dari Vector Database RAG saat runtime, bukan dikodekan statis di source code.
Jualan, MCP, Sajen