Invoice Contract Data Extraction

发票与合同数据提取

这个技能做什么

读取发票、收据、合同文件，自动提取结构化数据：

1. 发票/收据提取：供应商、金额、税额、日期、明细行项目
2. 合同提取：合同方、生效日期、到期日、金额、关键条款、签字信息
3. 数据校验：金额计算核对、日期合理性检查
4. 结构化输出：JSON 格式 + 人类可读报告
5. 批量处理：支持一次处理多个文件

触发条件

• 提到"发票""invoice""收据""receipt""合同""contract""提取""extract"
• 使用 /extract-invoice 或 /extract-contract 命令
• 提供PDF/图片文件并要求提取数据

示例：

• "提取这个发票的信息：invoice.pdf"
• "/extract-invoice ./receipts/"
• "从这个合同里提取关键条款"

工作流

步骤 1：确认输入

必需信息：

• 文件路径（PDF/图片）或文件目录（批量）

可选信息：

• 文件类型（发票/收据/合同，默认自动检测）
• 输出格式（JSON/报告/两者，默认两者）
• 特定字段需求（如"只提取金额和日期"）

步骤 2：文件读取与检测

读取文件内容：

• PDF 文件：使用 Read 工具读取（支持PDF）
• 图片文件：使用 Read 工具读取（支持图片OCR）
• 判断文件类型：发票/收据/合同

步骤 3：数据提取

3.1 发票/收据提取

提取字段：

3.2 合同提取

提取字段：

步骤 4：数据校验

提取后执行以下校验：

发票校验：

• 小计 + 税额 = 总计？（误差<0.01）
• 明细行项目金额之和 = 小计？
• 日期格式合理？（开票日期 ≤ 到期日期）
• 金额为正数？
• 货币符号与金额匹配？

合同校验：

• 生效日期 ≤ 到期日期？
• 甲乙方信息完整？
• 关键条款是否有明显缺失？
• 签字信息完整？

校验不通过的字段，标注 ⚠️ 并说明问题。

步骤 5：输出

输出 1：JSON 结构化数据

{
  "file": "invoice_001.pdf",
  "type": "invoice",
  "extractedAt": "2026-07-22",
  "fields": {
    "invoiceNumber": "INV-2026-0042",
    "issueDate": "2026-07-15",
    "dueDate": "2026-08-15",
    "vendor": {
      "name": "Acme Corp",
      "address": "123 Main St, San Francisco, CA",
      "taxId": "US123456789"
    },
    "customer": {
      "name": "TechStart Inc"
    },
    "lineItems": [
      {
        "description": "Consulting service - July",
        "quantity": 40,
        "unitPrice": 150.00,
        "amount": 6000.00
      }
    ],
    "subtotal": 6000.00,
    "taxRate": 0.0875,
    "taxAmount": 525.00,
    "total": 6525.00,
    "currency": "USD"
  },
  "validation": {
    "passed": true,
    "warnings": []
  }
}

输出 2：可读报告

---

📄 数据提取报告

文件：{文件名} 类型：{发票/收据/合同} 提取日期：{日期}

提取结果

明细行项目

校验结果

• [✅] 小计 + 税额 = 总计
• [✅] 明细金额之和 = 小计
• [⚠️] 到期日期为空（可能需要人工确认）

原文对照

{关键区域的原文截图或引用，方便人工核对}

---

步骤 6：批量处理模式

如果输入是目录，对每个文件：

1. 逐个提取
2. 汇总到一张表格
3. 输出合并的 JSON 数组
4. 标注提取失败或校验不通过的文件

批量汇总表：

步骤 7：质量自检

• 所有必填字段已提取或标注"未找到"
• 金额校验已执行
• 日期校验已执行
• JSON 格式有效
• 可读报告包含原文对照
• 批量模式下汇总表完整

使用示例

示例 1：单发票

提取 invoice_2026_07.pdf 的数据

示例 2：批量

/extract-invoice ./receipts/ --format=json

示例 3：合同

从这份合同里提取关键条款和签字信息：contract.pdf

注意事项

1. 准确性：金额和日期是关键字段，如有不确定标注"需人工确认"
2. 多语言：支持中英文发票和合同
3. 多格式：PDF、PNG、JPG 均可
4. 隐私：提取的数据不发送到外部，本地处理
5. 不替代专业判断：合同条款解读仅供参考，重要合同需法务审核

技能边界

不做：

• 不做财务记账（只提取数据，不入账）
• 不做法律建议
• 不验证发票真伪
• 不处理加密/密码保护的文件（提示用户提供解密版本）

---

AgentSkills Factory 出品 | 版本 1.0.0 | 适用于 Claude Code / Cursor / Codex CLI / OpenClaw