发票智能处理

发票进入财务系统之前，往往要经历一段繁琐的手工处理：不同供应商的发票格式各异，文本、OCR 结果、结构化 JSON 或 CSV 需要先被解析成统一字段；行项目的金额、税、折扣要逐项核对，防止加总与票面总额不一致；采购订单、收货单与发票之间的匹配（three-way match）依赖人工比对；总账科目的归类也常因描述模糊而产生争议。一旦出现价格偏差、数量不符或找不到对应 PO，财务人员需要花费大量时间回溯原始凭证。

核心能力

invoice-processing 将这类重复性校验与归类工作交给模型处理，核心能力包括：

• 接收与解析：接受原始文本、OCR 输出、结构化 JSON 或 CSV 格式的发票数据，识别发票类型（标准发票、贷项通知单、借项通知单、形式发票），并提取发票编号、日期、到期日、供应商名称、地址和付款条件。
• 行项目与总额提取：逐行解析描述、数量、单价、扩展金额和税，验证行项目合计是否等于票面小计，同时提取税额、运费、折扣和应付总额，对任何算术不一致进行标记。
• 采购订单校验：通过 PO 编号、供应商或行项目描述匹配对应采购订单，比对数量和单价，计算 PO、收货单与发票的三方匹配分数，当价格偏差超过可配置阈值（默认 2%）或数量不一致时自动标记。
• 总账科目分类：根据项目描述、供应商类别和历史模式分配 GL 科目，常见映射如办公用品 → 6200、软件订阅 → 6500、专业服务 → 6300、原材料 → 5100，并可附加部门成本中心代码。
• 差异标记与输出：生成包含所有提取字段、校验状态、GL 分配和标记的结构化记录，按严重程度分组：阻断级错误（缺少 PO、总额不匹配超过 5%）、警告级（轻微价格偏差、字段缺失）和提示级（新供应商、首次开票）。
• 批量处理总结：对批量操作生成汇总报告，包括处理总量、通过/失败数量、总金额和标记类型分布，列出所有需要人工复核的阻断发票及具体原因。

适用边界

这个技能适合处理格式相对规范、具备基本 PO 和供应商主数据的发票，但它不能替代财务系统的权限控制和审批流。以下几点值得注意：

• 依赖输入质量：OCR 噪声或严重破损的扫描件可能导致字段提取错误，建议先对原始文件做质量控制。
• 阈值需要行业化：2% 的默认价格偏差阈值适用于大宗商品，服务类可放宽到 10%，但具体数值应由财务团队根据业务风险设定。
• 凭证匹配不是万能：对于无 PO 的发票，技能会标记为需要人工审批，但无法判断供应商是否已有覆盖该费用的开口订单或框架协议。
• 保留原始数据：建议将提取字段与原始发票数据同时归档，以满足审计追溯要求。
• 批量处理建议：在非高峰时段批量处理，并将异常项立即转交应付账款团队，避免阻塞付款流程。

通过这套流程，发票数据可以在进入财务系统前完成结构化、校验和归类，减少手工操作带来的不一致与延迟。