发票智能识别整理归档

解决什么问题

手工处理发票时，常见瓶颈不是“看”，而是把图片、PDF、压缩包里的分散信息录入到表格：发票代码、号码、税号、金额、税率、行程信息经常混在版面里，铁路客票和税务代开还有非标准字段。更麻烦的是，单张识别后还要分类、核对重复、判断是否要人工验真，最后汇总给财务或报销流程。

技能如何工作

发票识别整理归档 接收发票图片、PDF 或压缩包，必要时自动解压后逐文件处理。核心输出是一个格式化 Excel，包含 发票明细、汇总统计 与 异常与需关注 三个工作表：

• 字段抽取：覆盖 29 个字段，包括基础信息、购销方、金额、费用类别、会计科目、行程信息与验真结果。
• 类型适配：支持增值税专用发票、普通发票、电子普通发票、客运服务电子发票、铁路电子客票和税务代开发票，并按优先级识别。
• 文本回退：优先使用 PDF 文本层或 OCR，缺失中文语言包时可降级为文件名推断与手工标记；RapidOCR 提供不依赖 Tesseract chi_sim 的中文图片识别路径。
• 自动验真：按购买方税号、销售方税号、发票号码、税率与开票日期五个维度打分，可疑行用颜色标记，相同发票号码会提示疑似重复。
• 汇总统计：按自定义分类规则聚合金额与数量，生成 KPI、类别汇总表与饼图，便于报销或成本归集。

适用边界

该技能适合发票资料整理、报销前核对和批量表格化，但不替代税务系统联网验真；超过默认阈值或验真得分较低的发票仍需人工复核。扫描件模糊、字段缺失或完全非发票文件时，输出会保留“需手动填写”或清空无关字段，适合做初筛与归档底座，而不是最终财务凭证。