Agent Skills
返回列表
📊

票据识别 字段抽取 置信校验

数据分析 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_a10ab3ad/laravel-ocr。

技能介绍

要解决什么问题

财务、物流和行政里大量工作仍是「对着票据手敲字段」:金额、日期、单号对不上就要反复核对。通用 OCR 往往只吐一整页文本或框坐标,你要自己写正则和规则才能落成业务字段,而且很难判断哪一列该不该信。

技能如何工作

@user_a10ab3ad/laravel-ocr 以 Python + Tesseract 为引擎,通过 run.py 把本地图片或远程 URL 走同一套解析链路,直接输出 结构化 JSON(如 amount、value、conf)。

  • 单张:--file 解析一张图,得到字段值与字段级置信度。
  • 远程:--url 先下载再识别,避免「先存盘再上传」的割裂流程。
  • 批量:--batch --input-dir ... --output-dir ... 为每张图写独立 JSON,并生成 summary.json 汇总。
  • 质量排查:--verbose 看字段抽取决策;--dry-run 预览输出路径;--selftest 自检环境与关键断言。

下游可以按 conf 做门控,例如资料建议对低于 0.8 的字段走人工复核,而不是整页盲信。

适用边界

  • 面向 印刷体/打印体,手写体、严重模糊或倾斜过大(资料提到约 15°)应先做图像预处理。
  • PDF 内嵌扫描件需先转为 PNG/JPEG;不覆盖二维码/条形码内容识别。
  • 处理含敏感信息的票据时,注意本地处理与数据留存策略,避免把影像丢到不可信第三方。

使用场景

  • 月底核对供应商发票时,用 `--file` 把扫描件解析成金额、日期等 JSON,按 `conf` 筛出需人工复核的字段
  • 物流签收后归档运单影像,用 `--batch` 对目录内多张运单逐张出 JSON 并生成 `summary.json` 做汇总核对
  • 报销季收到同事邮件里的票据链接,用 `--url` 直接下载远程图片并完成结构化抽取,减少手工抄录
  • 接入内部录入工具前,开发者用 `--selftest` 与 `--verbose` 确认 Tesseract 环境与字段抽取行为是否符合预期

适合人员

  • 财务/AP 专员:要把发票影像里的金额、日期、票号落到系统或表格,并需要字段级可信度而非整页 OCR 文本
  • 物流运营/单证岗:批量处理运单扫描件,希望每张图有独立 JSON 和批次汇总,便于检索与对账
  • 行政/报销经办:反复处理同类报销单据扫描图,需要结构化输出以减少手敲且能识别低质量识别结果
  • 后端或数据工程师:要在 pipeline 里接入票据结构化能力,需要 CLI 批量、URL 输入与 `conf` 门控接口