使用Doc AI托管版Custom Document Extractor时Processor ID未找到问题

核心问题分析 #

使用控制台「部署与使用」标签页的托管版自定义文档提取器时，出现PROCESSOR_NOT_FOUND错误，且list_processors接口无法识别该ID，但通用开箱即用处理器正常工作，说明问题出在托管版处理器的调用方式、位置参数或权限配置上。

排查与解决步骤 #

• 确认托管版处理器的完整资源路径
  托管版自定义提取器的处理器ID并非单独字符串，而是包含完整层级的资源名称。控制台「部署与使用」页的托管版处理器，完整名称格式为：projects/{project_id}/locations/{location}/processors/{processor_id}，检查代码中是否直接使用短ID而非完整路径。

• 修正位置参数（location）
  托管版处理器的位置可能不是us或eu这类全局区域，而是具体区域（如us-central1）。到控制台查看托管版处理器的详情页，确认实际部署区域，替换代码中的location参数。

• 检查API调用权限

  • 确保当前账号拥有documentai.processors.get和documentai.processors.list权限，可通过IAM角色roles/documentai.admin或roles/documentai.user授予。
  • 验证本地Google Cloud认证是否正确，可执行gcloud auth application-default login重新认证，或确认服务账号密钥文件配置无误。

• 调整list_processors代码的区域参数
  若托管版处理器部署在特定区域，修改代码中的location值：

  from google.cloud import documentai_v1
  
  def list_processors(project_id, location):
      client = documentai_v1.DocumentProcessorServiceClient()
      parent = f"projects/{project_id}/locations/{location}"
  
      response = client.list_processors(parent=parent)
      for processor in response:
          print(f"Processor name: {processor.name}")
          print(f"Processor display name: {processor.display_name}\n")
  
  project_id = "你的项目ID"
  location = "us-central1"  # 替换为托管版处理器实际部署的区域
  list_processors(project_id, location)
  

• 直接使用完整处理器名称调用
  在调用自定义提取器时，直接传入控制台复制的完整处理器资源名称，而非单独ID：

  def process_document():
      client = documentai_v1.DocumentProcessorServiceClient()
      # 替换为控制台复制的完整处理器名称
      processor_name = "projects/你的项目ID/locations/us-central1/processors/你的托管版处理器ID"
      # 后续处理逻辑...
  

内容的提问来源于stack exchange，提问作者Energy Plat