飞书发票报销机器人

要解决什么问题

团队里常见流程是：员工在飞书群里丢一张发票截图或 PDF，财务再手工录入金额、税号、销售方，最后走审批。重复劳动多，且 OCR 若走云端还要考虑票据隐私与合规。

本技能面向已在本地部署的「飞书发票识别 → 费用报销」Agent，不负责从零搭机器人，而是把日常运维收敛成一组可对话触发的管理动作：启停进程、看状态与日志、单张票据试跑 OCR、对照审批字段映射改配置。

技能如何工作

Agent 通过飞书 WebSocket 接收用户上传的图片或 PDF，在本地用 PaddleOCR + EasyOCR 双引擎做识别；识别结果经飞书交互卡片让用户选报销类型并确认，确认后调用飞书审批 API 创建实例。

技能侧的典型操作包括：

• 用 scripts/manage.py 执行 start / stop / restart / status，以及 logs --lines N 拉最近日志
• 用 scripts/test_ocr.py 对单张文件做 OCR 试跑，输出 JSON（发票号、日期、金额、购销方、二维码验真状态等），不提交审批
• 改 $BOT_DIR/.env 中的 FEISHU_APP_ID、FEISHU_APP_SECRET、APPROVAL_CODE、OCR_WORKERS、PORT 等
• 读 references/approval_template.md 核对审批模板字段映射；用 lark-cli auth status 看 CLI 鉴权是否正常

进程多在 tmux 后台跑，状态检查会看进程存活、飞书 CLI 连接与近期日志。

适用边界与注意点

• 依赖 Python 3.11+、Node.js 16+ 及 poppler、zbar 等系统库；中文 OCR 需装好对应语言包。
• 审批附件上传需走 www.feishu.cn 域名；lark-cli 的 --output / --file 只接受相对路径。
• 卡片 select_static 选项宜用简短字符串；macOS Apple Silicon 上 zbar 可能需要配置 DYLD_FALLBACK_LIBRARY_PATH。
• 凭证与环境变量说明见技能内 references/env_guide.md，排查表在 SKILL 文档故障章节。