---
type: course
title: "Lab ADK : extraire des factures PDF vers la comptabilité"
description: "Construire avec Google ADK une chaîne qui lit des factures PDF, en extrait un JSON validé (montants, TVA, échéance), contrôle les totaux, signale les anomalies et produit un fichier d'écritures comptables CSV."
level: intermediate
duration: "2h30"
tags: [ia, adk, extraction, pdf, pydantic, comptabilite]
date: 2026-10-15
authors: [Youcef]
usecases: [automatisation-processus]
platforms: [google-adk, gemini-api]
references:
  - title: "ADK : agents LLM (output_schema, output_key)"
    url: https://google.github.io/adk-docs/agents/llm-agents/
  - title: "API Gemini : sortie structurée (JSON Schema)"
    url: https://ai.google.dev/gemini-api/docs/structured-output
  - title: "pypdf : documentation"
    url: https://pypdf.readthedocs.io/en/stable/
  - title: "ReportLab : documentation"
    url: https://docs.reportlab.com/
  - title: "Pydantic : documentation"
    url: https://docs.pydantic.dev/latest/
  - title: "google/adk-python (code source)"
    url: https://github.com/google/adk-python
---

Chaque mois, le service comptable ressaisit des dizaines de factures fournisseurs : numéro, dates, lignes, HT, TVA, TTC. C'est lent, et une facture fausse (un total qui ne correspond pas aux lignes, une TVA mal calculée) passe parfois inaperçue. Dans ce lab, un agent ADK **lit** les factures, et du code Python **vérifie** tout ce qui peut l'être avant de produire les écritures comptables.

## Pour qui ?

- Vous connaissez Python et les bases d'ADK (un `Agent`, un `Runner`).
- Pas besoin d'être comptable : les trois comptes utilisés sont expliqués.
- Aucun projet Google Cloud n'est nécessaire.

## Ce que vous allez construire

```mermaid
flowchart LR
  P["factures/*.pdf (fictives)"] --> T["pypdf : texte"]
  T --> A["Agent ADK extracteur (output_schema = Facture)"]
  A --> J["JSON validé par pydantic"]
  J --> C{"Contrôles Python"}
  C -->|"cohérente"| E["ecritures.csv (journal des achats)"]
  C -->|"anomalie"| X["anomalies.json : à vérifier"]
```

1. **`generer_factures.py`** crée quatre factures PDF fictives avec ReportLab, dont trois avec un défaut volontaire.
2. **`factures.py`** extrait chaque facture en JSON **contraint** par un schéma pydantic, applique cinq contrôles de cohérence, écrit `ecritures.csv` pour les factures saines et `anomalies.json` pour toutes.
3. **`test_factures.py`** teste les contrôles et la chaîne complète sans clé d'API.

## Prérequis techniques

- Python 3.10 ou plus récent, une clé d'API Gemini.
- [requirements.txt](./files/requirements.txt) : `google-adk==2.10.0`, `pypdf`, `reportlab`, `pydantic>=2`, `python-dotenv`, `pytest`.

## Programme

| Module | Leçon | Durée indicative |
| --- | --- | --- |
| 1. Le cas d'usage | Un workflow d'extraction : ce que fait le modèle, ce que fait le code | 30 min |
| 2. Construire | Le schéma et l'agent extracteur ; les contrôles et les écritures CSV | 1h20 |
| 3. Tester et exploiter | Tests sans clé, test réel, mesure de la qualité, mise en service | 40 min |

## En local ou sur Google Cloud ?

| | En local (ce lab) | Sur Google Cloud (pour aller plus loin) |
| --- | --- | --- |
| Lecture du PDF | `pypdf` (PDF avec texte) | Document AI pour des scans, ou envoi direct du PDF à Gemini |
| Modèle | API Gemini (clé) | Vertex AI |
| Déclenchement | `python factures.py` sur un dossier | dépôt dans un bucket Cloud Storage, traitement par Cloud Run |
| Sortie | `sortie/ecritures.csv` | fichier dans un bucket, ou table BigQuery |

Code complet : [files/](./files/). Testé le 2026-10-15 avec `google-adk` 2.10.0 et `gemini-3.5-flash`.