Documentación completa para integrar la API de detección de PDF con IA de TruthScan en sus aplicaciones.
Pruébala sin código visitando nuestro endpoint FastAPI: https://detect-text.truthscan.com/docs
Precios y créditos
La detección de PDF deduce 1.000 créditos por página (p. ej., un PDF de 5 páginas usa 5.000 créditos).
Consulte su saldo con GET /check-user-credits. Ver planes de precios
TruthScan usa claves de API para permitir el acceso a la API. Puede obtener su clave de API en la parte superior de la página en nuestro portal de desarrolladores.
Para solicitudes de URL de carga prefirmada (`GET /get-presigned-url`), incluya su clave de API en el encabezado `apikey`.
Para solicitudes de detección de PDF (`POST /detect-pdf`), incluya su clave de API en el cuerpo JSON como `key`.
Debe reemplazar YOUR API KEY GOES HERE con su clave de API personal.
El detector de PDF analiza documentos PDF cargados en busca de indicios de generación por IA y manipulación digital. Los PDF se procesan de forma asíncrona: suba el archivo, envíelo a detección mediante `/detect-pdf` y luego consulte los resultados.
El detector ejecuta varios módulos de análisis en cada documento. De forma predeterminada se ejecutan todos los módulos. Puede elegir qué módulos ejecutar incluyendo el parámetro `modules` en su solicitud:
metadataRevisa los metadatos del documento en busca de artefactos de manipulación dejados por IA o herramientas de edición digital.
structureInspecciona el documento en busca de ediciones digitales, como capas de texto oculto.
Selección de modelo
Envíe `model` en el cuerpo de la solicitud como uno de los valores siguientes. Cualquier otro valor devuelve 400 Bad Request.
pdf_detector: Versión más reciente (actualmente `pdf_detector/v5`). Equivale a omitir `model`.pdf_detector/v1: Detecta si el PDF fue generado por una herramienta de IA en los metadatos PDF.pdf_detector/v3: Comprueba ediciones digitales y señales de documentos generados por IA.pdf_detector/v4: Comprueba ediciones digitales y señales de documentos generados por IA, con rendimiento general mejorado respecto a v3.pdf_detector/v5: Detector más reciente. Ejecuta análisis de metadatos y de estructura.Selección de módulos
Envíe `modules` en el cuerpo de la solicitud como uno de los valores siguientes.
[]: Todos los módulos (predeterminado). Equivale a omitir `modules`.["metadata"]: Solo análisis de metadatos.["structure"]: Solo análisis de estructura.Flujo de trabajo
Requisitos de archivo
Los archivos deben ser `.pdf`, de como máximo 2 MB y estar accesibles públicamente en la URL que proporcione.
Deducción de créditos
La detección de PDF consume 1.000 créditos por página, independientemente de los módulos seleccionados. Un PDF de 5 páginas cuesta 5.000 créditos. Verifique su saldo con `GET /check-user-credits` antes de enviar documentos grandes.
Solicite una URL de carga preautorizada antes de enviar un PDF para detección. `file_name` (obligatorio): el nombre del archivo PDF (debe terminar en `.pdf`). `expiration` (opcional): tiempo de expiración de la URL en segundos (predeterminado: 3600).
Encabezados
Incluya su clave API en el encabezado `apikey`.
GET https://detect-text.truthscan.com/get-presigned-urlEjemplo de solicitud
curl -X 'GET' \
'https://detect-text.truthscan.com/get-presigned-url?file_name=report.pdf&expiration=3600' \
-H 'accept: application/json' \
-H 'apikey: YOUR-API-KEY-GOES-HERE'Suba el archivo con un PUT a la `presigned_url` de la respuesta antes de llamar a `/detect-pdf`.
Ejemplo de respuesta
{
"status": "success",
"presigned_url": "https://...digitaloceanspaces.com/...?X-Amz-Algorithm=...",
"file_path": "userId_20250604120000_report.pdf"
}Use la `presigned_url` proporcionada para subir su PDF mediante una solicitud `PUT`.
Ejemplo de solicitud
curl -X PUT 'https://nyc3.digitaloceanspaces.com/ai-detector-prod/uploads/581d47c7-3ef4-42af-88d9-6dab6bf69389_20250611-121955_report.pdf...' \
--header 'Content-Type: application/pdf' \
--header 'x-amz-acl: private' \
--data-binary '@report.pdf'Envíe un PDF que ya se haya subido al almacenamiento de objetos.
Cuerpo de la solicitud
url (obligatorio): URL de almacenamiento de objetos del PDF subido (host de `presigned_url` + `file_path`).key (obligatorio): Su clave API.model: El modelo del detector a usar. El valor predeterminado es `pdf_detector` (más reciente). Los valores versionados admitidos incluyen `pdf_detector/v1`, `pdf_detector/v3`, `pdf_detector/v4` y `pdf_detector/v5`.modules: Array de módulos a ejecutar: `["metadata"]`, `["structure"]` o `["metadata", "structure"]`. Omita o envíe `[]` para ejecutar todos. Se aplica a v4 y v5; se ignora en versiones heredadas.POST https://detect-text.truthscan.com/detect-pdfEjemplo de solicitud : todos los módulos (predeterminado)
curl -X 'POST' \
'https://detect-text.truthscan.com/detect-pdf' \
-H 'accept: application/json' \
-H 'Content-Type: application/json' \
-d '{
"url": "https://your-bucket.region.digitaloceanspaces.com/userId_20250604120000_report.pdf",
"key": "YOUR-API-KEY-GOES-HERE"
}'Ejemplo de solicitud : solo metadatos
curl -X 'POST' \
'https://detect-text.truthscan.com/detect-pdf' \
-H 'accept: application/json' \
-H 'Content-Type: application/json' \
-d '{
"url": "https://your-bucket.region.digitaloceanspaces.com/userId_20250604120000_report.pdf",
"key": "YOUR-API-KEY-GOES-HERE",
"modules": ["metadata"]
}'Ejemplo de respuesta
{
"id": "77565038-9e3d-4e6a-8c80-e20785be5ee9",
"model": "pdf_detector",
"result": null,
"result_details": null,
"status": "pending",
"retry_count": 0
}La respuesta contiene un `id` de documento. Úselo para consultar resultados mediante `POST /query`. El procesamiento suele completarse en unos segundos.
Use el endpoint `/query` (el mismo que la detección de texto) para comprobar el estado y obtener resultados. El formato de respuesta depende del `model` usado en el trabajo. Consulte hasta que `status` sea `done`.
POST https://detect-text.truthscan.com/queryEjemplo de solicitud
curl -X 'POST' \
'https://detect-text.truthscan.com/query' \
-H 'accept: application/json' \
-H 'Content-Type: application/json' \
-d '{
"id": "DOCUMENT-ID-FROM-STEP-3"
}'Ejemplo de respuesta : documento manipulado
{
"id": "594502f3-5474-4d2f-9a7a-039f85485854",
"model": "pdf_detector",
"status": "done",
"retry_count": 0,
"modules": {
"metadata": {
"status": "done",
"result_details": {
"prediction": "ChatGPT",
"rule": "PyMuPDF - Creator: OpenAI",
"base_category": "Possibly AI Generated/Edited",
"basic_source": "ChatGPT"
},
"source_details": {
"source": "AI Generated",
"credits_deducted": 1000
},
"label": "Tampered"
},
"structure": {
"status": "done",
"result_details": {
"prediction": "Suspicious",
"rule": { "hidden": "medium" },
"max_severity": "medium",
"signals_flagged": 1,
"signals": {
"hidden": {
"label": "Hidden Text",
"flagged": true,
"severity": "medium",
"findings": [
{
"severity": "medium",
"detail": "Page 1: invisible text layer found beneath visible content."
}
]
}
}
},
"detailed_explanation": "Page 1 contains a hidden text layer beneath visible content, suggesting possible content manipulation.",
"label": "Suspicious"
}
},
"summary": {
"label": "Tampered",
"detection_steps": ["metadata", "structure"],
"detection_rules": {
"metadata": "PyMuPDF - Creator: OpenAI",
"structure": "1 signals fired"
},
"details": {
"is_ai": true,
"ai_detection_steps": ["metadata"],
"is_digitally_edited": true,
"digital_edit_detection_steps": ["structure"]
}
}
}Módulo de metadatos
label: Tampered si se encontró una huella de IA; Genuine en caso contrario.result_details.prediction: La herramienta de IA identificada (p. ej. `"ChatGPT"`) o `"No Tampering Detected"`.source_details: Anidado en `modules.metadata`.source_details.source: `"AI Generated"`, `"Digitally Edited"` o `null`.source_details.credits_deducted: Créditos cobrados por este trabajo con claves de TruthScan; `null` en caso contrario.Ejemplo de respuesta: documento genuino
{
"id": "e4c0f5d7-b061-4d4e-af9c-5b8da03e6f44",
"model": "pdf_detector",
"status": "done",
"retry_count": 0,
"modules": {
"metadata": {
"status": "done",
"result_details": {
"prediction": "No Tampering Detected",
"rule": null,
"base_category": "No Tampering Detected",
"basic_source": null
},
"source_details": {
"source": null,
"credits_deducted": 1000
},
"label": "Genuine"
},
"structure": {
"status": "done",
"result_details": {
"prediction": "Genuine",
"rule": {},
"max_severity": null,
"signals_flagged": 0,
"signals": {
"hidden": {
"label": "Hidden Text",
"flagged": false,
"severity": null,
"findings": []
}
}
},
"detailed_explanation": "No AI-generation or tampering fingerprints were detected; the PDF looks clean.",
"label": "Genuine"
}
},
"summary": {
"label": "Genuine",
"detection_steps": [],
"detection_rules": {},
"details": {
"is_ai": false,
"ai_detection_steps": [],
"is_digitally_edited": false,
"digital_edit_detection_steps": []
}
}
}Cómo entender la respuesta
`summary.label` es el veredicto general. `summary.detection_steps` indica qué módulos marcaron el documento. `summary.detection_rules` registra qué activó cada módulo marcado. `summary.details.is_ai` es `true` si el documento se identificó como generado por IA. `summary.details.is_digitally_edited` es `true` si se detectaron ediciones estructurales.
Módulo de estructura
label: Tampered, Suspicious o Genuine.result_details.signals: Desglose por señal. `hidden` detecta capas de texto oculto en el documento.result_details.signals_flagged: Número total de señales que se activaron.detailed_explanation: Resumen en lenguaje natural de los hallazgos.Veredicto
Tampered: Evidencia sólida de manipulación de contenido u origen generado por IA.Suspicious: Una o más señales detectadas, pero no en el nivel de confianza más alto.Genuine: No se detectaron señales de manipulación.Niveles de severidad
Cada hallazgo individual tiene un nivel de severidad: `"low"`, `"medium"` o `"high"`.
La mayoría de los errores serán por parámetros incorrectos enviados a la API. Verifique nuevamente los parámetros de cada llamada de API para asegurarse de que esté formateado correctamente e intente ejecutar el código de ejemplo proporcionado.
Los códigos de error genéricos que usamos se ajustan al estándar REST:
| Código de Error | Significado |
|---|---|
| 400 | Bad Request -- Su solicitud es inválida. |
| 403 | Prohibido -- La clave de API no es válida o no hay créditos suficientes (1.000 por página del PDF). |
| 404 | Not Found -- El recurso especificado no existe. |
| 405 | Method Not Allowed -- Intentó acceder a un recurso con un método inválido. |
| 406 | Not Acceptable -- Solicitó un formato que no es JSON. |
| 410 | Gone -- El recurso en este endpoint ha sido eliminado. |
| 422 | Invalid Request Body -- El cuerpo de su solicitud está formateado incorrectamente o es inválido o tiene parámetros faltantes. |
| 429 | Too Many Requests -- ¡Está enviando demasiadas solicitudes! ¡Reduzca la velocidad! |
| 500 | Internal Server Error -- Tuvimos un problema con nuestro servidor. Intente nuevamente más tarde. |
| 503 | Service Unavailable -- Estamos temporalmente fuera de línea para mantenimiento. Intente nuevamente más tarde. |
Obtenga informes forenses completos - mapas de calor, indicadores clave y descripciones detalladas.
Free
Pruebe el motor completo
Starter
$0,03 / resultado - $290/año
Para individuos y equipos pequeños
Professional
$0,02 / resultado - $990/año
Para equipos en producción
Business
$0,01 / resultado - $3.990/año
Para operaciones de alto volumen
Find answers to the most common questions about our AI PDF detection API.