钉钉自动提取发票

要解决什么问题

财务或行政同事常要从钉钉里把已审批的差旅报销、日常报销单里的发票 PDF 捞出来，再手工抄号码、金额、行程进表。审批人多、主体公司（厦门/成都/北京等）又不同，按月汇总时很容易漏单或张冠李戴。

技能如何工作

技能把流程拆成下载 → 解析 → 分表 → 上报四段，由 run_extract.py 串联：

• 下载：遍历差旅与日常两类审批流程码，用 topapi/processinstance/listids 查近 60 天实例；仅当指定审批人在 tasks 里为 COMPLETED + AGREE 时才拉附件 PDF，状态记在 downloaded_approvals.json。
• 提取：extract_invoice.py 用 pdfplumber 读 PDF，抽出发票号码、类型、开票日期、购销方与税号、合计/税额/不含税金额，以及旅客、日期、起止地等行程字段。
• 分表：按报销实体（主体公司）分组，组内按审批时间正序，每个主体输出 {城市简称}-{月份}发票信息.xlsx，内含「财务预审汇总」「差旅费明细」「各种发票」三张 sheet。
• 上报：生成后的 Excel 自动上传到钉钉钉盘。

若 invoice/ 下已有 PDF 与元数据，可只跑提取；--run 时还会清理「审批人尚未通过」的实例对应 state、元数据和 PDF。

适用边界与注意

• 依赖钉钉应用 AppKey/AppSecret 与脚本里配置的审批人姓名；更换需改 scripts/download_oa_invoices.py 开头。
• 只处理脚本内置流程码范围内的差旅/日常报销，且以 PDF 附件为主；解析质量取决于发票版式。
• 运行时数据落在 invoice/{月份}/、final_excel/{月份}/ 等目录，注意权限与备份。