面向上市公司的发票识别与自动入账技能包，通过 OCR 拍照/截图提取发票数据， 自动分类并匹配入账。支持增值税专用发票、普通发票、全电发票、机动车发票、 通行费、火车票机票等全类型发票，实现发票验真、自动分类、三单匹配和台账管理。
1 installs
Design & media
发票归集自动台账工具
Try it本地离线OCR识别图片/PDF发票，自动分类专票/普票/电子普票，生成月度报销台账，断网可用，财务数据不向外传输。采用「本地OCR取字为主 + 本地多模态大模型(VLM)辅助字段定位」的混合路线，兼顾数字准确率与版式适应性。
What it does
本地离线OCR识别图片/PDF发票，自动分类专票/普票/电子普票，生成月度报销台账，断网可用，财务数据不向外传输。采用「本地OCR取字为主 + 本地多模态大模型(VLM)辅助字段定位」的混合路线，兼顾数字准确率与版式适应性。
The skill document
一、设计路线（混合架构）
核心原则：本地 OCR 为主，本地 VLM 辅助。
| 环节 | 负责方 | 说明 |
|---|---|---|
| 取字（字符级） | 本地 OCR（PaddleOCR） | 逐字识别发票号码、税号、价税合计等长数字串，确定性强、不幻觉 |
| 字段定位/归类 | OCR规则优先；本地 VLM 辅助兜底 | 标准票用关键词+正则直接定位；版式异常/缺字段时调本地多模态模型从图定位字段 |
| 校验 | 脚本（validate） | 价税合计≈不含税+税额、发票号码正则、必填项、分类 |
| 出表 | 脚本（ledger_builder） | openpyxl 生成「月度财税台账.xlsx」+「异常票据清单」 |
⚠️ VLM 仅作为辅助：只负责"这段OCR文字归到哪个字段"，不负责从零读数字；数字以 OCR 结果为基准。 ⚠️ 所有模型必须本地运行（Ollama 加载多模态模型），严禁把发票图片/金额发往任何云端接口。
二、技能执行流程
- 仅当用户明确提供了票据存放文件夹路径时才继续；若用户未提供目录，直接退出，不追问、不扫描电脑任何目录。
- 用
python scripts/run_pipeline.py "<文件夹路径>"在本地执行整套流程： a. 遍历目录内 PDF / JPG / JPEG / PNG（上限file_limit个，超出提示分批）。 b. 本地 OCR 逐张取字（PDF 先渲染首页为图像）。 c. 字段抽取：先用关键词+正则从 OCR 文本定位字段；若关键数字字段缺失或置信度低，调本地 VLM 辅助定位（仍以南向 OCR 数字为准）。 d. 校验：勾稽关系 + 格式校验 + 分类，生成「风险备注」，不可读/对不上的标记为「异常」。 e. 按月分组统计总收入、总税额、各类票据数量。 f. 在票据目录生成「月度财税台账.xlsx」（固定表头）+ 独立「异常票据清单」页。 - （可选 · 仅 WorkBuddy 环境）输出完成后，自动唤醒【小微企业财税专家】Agent，同步台账数据做税务测算与风险分析。若运行环境不支持 Agent 绑定（如 OpenClaw 等非 WorkBuddy 平台），跳过此步即可——台账与异常清单已完整生成，不影响主流程。
运行脚本前确认依赖已装：pip install -r scripts/requirements.txt，且 Ollama 已加载本地多模态模型（默认 qwen2.5vl:7b，可用环境变量 VLM_MODEL / OLLAMA_API 覆盖）。
三、容错&安全规则
- 损坏、模糊无法识别的发票单独列入「异常票据清单」写入 Excel，不丢弃源文件。
- 全程禁止将发票原图、金额、企业信息上传任何云端接口；VLM 必须走本地 Ollama。
- 不修改、删除客户原始发票文件，仅读取解析。
- 含个人身份证、隐私抬头的票据信息仅本地缓存，任务结束自动清空内存数据。
- 中文路径、带空格文件夹自动兼容，无乱码。
- VLM 调用失败（本地模型未就绪等）时降级为「OCR+正则」，缺失字段进入异常清单，不中断整体流程。
- 运行前自动检测本地环境（PaddleOCR 是否安装、Ollama 服务是否运行且已拉取所需模型）；任一缺失则打印明确的安装命令提示后退出，绝不静默联网安装或拉取模型（坚持全本地离线）。
四、Excel台账固定表头
开票日期 | 发票类型 | 销售方 | 不含税金额 | 税额 | 价税合计 | 发票号码 | 票据状态 | 所属月份 | 风险备注
Related skills
整理一批发票/票据 PDF（增值税普通发票、铁路电子客票、住宿交通餐饮等），按购买方抬头归档到对应项目并出具报销清单。本技能应在用户需要整理发票报销、把发票归档到项目、或出具报销/消费清单时使用。不要用于：合同/法律文书合规审查、证据实体分析、PDF 合并压缩加页码（用 pdf-processor）、扫描件 OCR 转写（用 legal-ocr）。
一个接口可识别28种财务场景的票据，详细包括：增值税电子普通发票、增值税电子专用发票、增值税普通发票_数电、增值税专用发票_数电、增值税通行费发票、增值税通行费发票_数电、增值税区块链电子发票、增值税专用发票、增值税普通发票、增值税卷票、出租车发票、火车票_红票、火车票_蓝票、火车票_数电、航空运输电子客票行程单、航空运输电子客票行程单_数电、机动车销售统一发票、定额发票、通用机打发票、过路过桥费发票、税收完税证明、非税票据、船票、汽车票、医疗门诊发票、其他票据
支持识别企业财务报销场景的19 种常见票据，包括：增值税发票,增值税卷票,出租车发票,火车票,航空运输电子客票行程单,机动车销售统一发票,定额发票,过路过桥费发票,医疗发票,税收完税证明,船票,非税票据,通用机打发票,汽车票,值税通行费发票,网约车行程单,银联POS签购单,医疗住院发票,医疗费用结算单识别。仅在用户明确要求识别某张本地票据图片时触发，调用前必须确认用户同意上传该文件到 Scnet 远程 OCR 服务。
34 installs
支持文字 / 语音单张开票、ERP订单批量开票、非结构化资料开票三大场景，提供开票全流程标准化服务。 本 Skill 面向财务批量发票处理场景，自动多格式发票识别、真伪核验、查重风控，一键输出标准化发票台账，一站式解决人工逐票核对、重复报销管控难题。 发票开具与开票权限处理。当用户提出以下需求时触发：发票开具、数电票开具、数电票开票、蓝字发票开具、单张开票、批量开票、开票二维码获取、开票二维码状态查询、开票授权、开票权限校验、开票权限延长、扫码授权开票
读取并分析本机“小河狸发票助手”软件中的数据。当用户要求连接小河狸发票助手、查询发票台账或明细、选择公司、统计进销项、分析客户/供应商/商品排行、查看月度开票趋势、汇总税额，或查询已归档电子发票附件时使用。通过应用的 localhost Skill API 在本机处理数据。 当前版本主要用于只读提取数据，不支持通过智能体导入、修改或删除发票数据。`open-attachment` 只会在本机调用系统默认程序打开已归档的 PDF/OFD/XML 文件，不会把文件内容上传到智能体或云端。