Agent Skills
返回列表
📁

供应商发票字段提取

办公效率 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/extract-invoice-fields-from-vendor-pdfs-into-structured-records。

技能介绍

要解决的具体问题

供应商发票通常以 PDF 格式交付，不同供应商的版式、字段命名和排版差异明显。人工录入金额、日期、发票号等关键字段不仅耗时，也容易因视觉疲劳产生错误。当需要定期处理数十张发票并汇总为结构化报表时，重复劳动的成本会迅速累积。

技能如何工作

该技能基于 invoice2data 实现，核心是通过供应商专用模板把 PDF 发票转换为结构化数据。关键步骤包括：

  • 支持多种文本提取方式：pdftotext、pdfminer、pdfplumber、OCRmyPDF、Tesseract 或 Google Cloud Vision，可按发票类型选择合适引擎。
  • 使用供应商模板匹配字段：每个供应商的版式对应模板文件，模板定义字段位置、命名规则和数据类型，以保证提取准确性。
  • 输出多格式结构化记录：结果可导出为 JSON、CSV 或 XML，便于后续系统集成或数据分析。

适用边界与注意点

  • 非通用 OCR：依赖供应商模板，不适合版式多变的非标准发票，也不用于通用 OCR 目录列表。
  • 非完整会计系统：聚焦字段提取与重命名工作流，不涉及账务对接或审批流程等全自动化处理。
  • 前置依赖：需要环境中已安装 PDF 文本提取工具或 OCR 引擎，不同供应商发票可能需不同提取工具支持。

使用场景

  • 财务人员收到多张不同版式的供应商PDF发票，需要提取金额、日期等字段生成统一汇总表。
  • 需要将一批供应商PDF发票转换为结构化JSON数据，供下游库存管理系统调用。
  • 供应商发票版式调整后，需重新配置模板并重新提取历史PDF中的关键字段。
  • 团队需要将供应商PDF发票中的发票号、税额等字段提取后导出为XML供税务系统使用。

适合人员

  • 需要定期处理大量供应商PDF发票的财务专员，希望减少手动录入字段的重复劳动。
  • 负责将发票数据导入业务系统的开发者，需要从PDF中稳定提取结构化字段并生成CSV或JSON。
  • 管理多个供应商发票数据的运营人员，希望按供应商模板快速解析并汇总发票信息。
  • 需要将PDF发票转换为XML或JSON供其他系统调用的数据工程师，关注字段提取的准确性和格式规范性。