发票PDF批量匹配生成明细工具
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_c208e969/invoice-pdf-matcher
技能介绍
解决什么问题
财务对账场景里常见一种体力活:已有一份发票号码清单,手头是从电子税务局逐张下载的 PDF 发票,需要确认清单上每张票是否都收到、有没有多出来的 PDF、票面信息(金额、税额、日期等)是否一致。手工逐张打开核对,几百张发票就是反复点击的机械过程。
这个技能把这件事变成一条流水线:读入清单文件(.xlsx / .csv / .txt),递归扫描 PDF 文件夹,逐张解析票面字段,按发票号码精确匹配,最后导出一份 Excel 明细。
核心能力
- 三表输出:命中、清单漏票、多余 PDF 分别落在三个 sheet,漏掉的和多出来的一目了然
- 双模式入口:
scripts/invoice_matcher.py提供 GUI(三步式窗口)和 CLI(适合自动化脚本) - 本地闭环:全程
pdfplumber解析文本,数据不出机器,不涉及第三方上传 - 开箱可跑:配套
make_sample.py生成 4 类发票测试样例,没真实发票也能验证链路;invoice_matcher.spec是现成的 PyInstaller 打包配置
匹配逻辑本身不复杂:读取清单号码 → 递归扫描 PDF → pdfplumber 提取文本 → 正则识别字段 → 按号码精确匹配 → 输出 Excel。真正花心思的是字段正则的边界处理——references/matching-patterns.md 里记录了如 \x00 清洗、税额兜底反推等踩过的坑。
适用边界
- 不存在纯前端小程序路线。解析 PDF 需要完整 JS/Python 引擎,小程序端没有,"小程序 + PDF.js" 是架构级死路而非配置问题;若必须上小程序,只能走云函数解析 + 端上选文件/导出的折中路径
- 微信命名敏感。小程序名称含「发票」「提取」「明细」会触发金融/机关单位审核,需要中性命名
- 云开发不是免费的。v2.0 已无免费档,¥19.9/3 月的成本要如实告知需求方
- 字段提取靠正则。票面版式变化、OCR 扫描件等场景不在当前能力范围内,扩展前先核对
matching-patterns.md的兜底逻辑
使用场景
- 代账会计月底核对客户发票清单与电子税务局下载的PDF发票,需逐张确认是否收到并找出漏票
- 财务人员拿到一批PDF发票和一份发票号码清单,要把命中、漏票、多余文件分别输出到Excel交付
- 开发者想把发票匹配逻辑封装成桌面exe分发给非技术用户,要求纯本地运行、不产生上传
- 团队在评估微信小程序版本的可行性,需要明确纯前端解析PDF是否可行及云开发成本
适合人员
- 代账会计:每月为多家客户核对发票清单与PDF发票,手工逐张开票查错,希望批量自动对账
- 企业财务人员:月末关账时要把电子税务局下载的PDF发票整理成Excel明细表,避免逐张手工录入
- 桌面应用开发者:想基于Python脚本把PDF解析与匹配逻辑集成进自己的工具,或打包exe分发
- 产品与技术负责人:在评估发票工具能否以微信小程序形式分发,关注金融敏感词审核与云开发费用