InvoiceFlowAI — 电子发票整理与报销准备工具

English | 中文

把邮箱中的 PDF、OFD、XML 电子发票和部分发票下载链接，整理成分类文件与 Excel 报销汇总。

面向每月需要手工收集多张电子发票的个人、自由职业者和小团队。连接自己的 QQ 或 163 邮箱后，可批量收集发票、OCR 识别、分类归档并生成汇总；低置信度结果保留给用户人工检查。

下载：最新 Windows（安装版 / 免安装版）与 macOS（Apple Silicon）安装包

邮件和发票文件在本地处理。启用 GLM OCR / 视觉识别时，发票图片会发送到你配置的模型服务商用于提取。

DeepSeek Harness 插件

@ethanyoq/dsh-invoice-downloader 将本地 IMAP 发票下载、OCR、归档和 Excel 汇总带到 DeepSeek Harness 的右侧边栏。适用于希望把重复整理工作交给本地自动化、同时保留人工复核的报销场景。

dsh plugin --profile web add @ethanyoq/dsh-invoice-downloader
dsh web --profile web

打开右侧的“发票下载”入口，选择保存位置，安装一次本地引擎后填写 QQ 或 163 邮箱的 IMAP 授权码。首次安装需要联网下载 Python 依赖和 Chromium；rapidocr-onnxruntime 的 pip wheel 自带默认 PP-OCRv3 模型，无需额外手动下载模型。发票文件在本地 OCR；OCR 文本发送给当前选择的 DeepSeek 模型提取字段。插件支持 Windows x64 和 macOS Apple Silicon，授权码由 DSH 凭据服务保存，不写入插件设置或扫描日志。

---

✨ 核心亮点

	特性	说明
🔒	一键运行，开箱即用	解压即可运行，无需安装 Python 或任何依赖
🤖	双引擎 AI 识别	Track A（OCR精确流）+ Track B（视觉降级流），自动切换，无需手动操作
🔍	四层智能漏斗	白名单域名 → 主题关键字 → 正文检测 → 二维码扫描，精准过滤非发票邮件
📄	链接发票自动恢复	Playwright 自动打开百望云、税务平台链接，下载正式 PDF 存档
🧾	发票与凭证自动撮合	住宿发票/水单、打车发票/行程单自动配对并相邻命名归档
🪟	安静的后台处理	URL 恢复 worker、Node 与 Chromium 全链路隐藏运行，不再批量弹出控制台窗口
🗂️	自然语言分类规则	支持"滴滴大于100元放进大额"这样的自定义规则
📊	一键 Excel 报表	自动生成 summary_report.xlsx，发票清单、金额汇总全覆盖

---

🏗️ 整体工作流程

flowchart LR
    A["📧 QQ / 163\n邮箱 IMAP"] --> B["📥 邮件抓取\nEmailFetcher"]
    B --> C{"🔍 四层\n智能漏斗"}
    C -->|"通过"| D["📎 附件提取\nZIP 递归解包"]
    C -->|"丢弃"| X["🗑️ 非发票邮件"]
    D --> E{"附件类型?"}
    E -->|"PDF/OFD/XML"| F["🤖 AI 提取引擎"]
    E -->|"URL 链接"| G["🌐 PDF 恢复\nPlaywright"]
    G --> F
    F --> H{"提取\n成功?"}
    H -->|"✅"| I["📂 智能分类\n规则重命名"]
    H -->|"❌"| J["📁 Manual_Check"]
    I --> K["🗂️ 本地归档"]
    K --> L["📊 Excel 报表"]

---

🤖 双引擎 AI 提取架构

系统采用 Track A + Track B + Local Fallback 三层防线，任何一层成功即采用结果，确保极高的识别成功率。

为什么这样设计？

• Track A（OCR + LLM）：精度最高，先提取文字结构再理解
• Track B（glm-4.5V 视觉）：直接"看图"，适合复杂排版或图片类发票
• Local Fallback：本地正则规则，断网可用，零 API 消耗

---

🔍 四层智能筛选漏斗

系统不会对每封邮件都调用 AI，而是先经过四层漏斗精准判断，大幅降低误识别率和 API 费用。

筛选通过后，附件还会经过 三级决策：

层级	触发条件	处理方式
🗑️ A 层（丢弃）	Tracking pixel、Logo、装饰图（≤32px）	直接跳过
📦 B 层（暂存）	附件 >5MB、ZIP 解包失败	保留但不处理
✅ C 层（归档）	正常 PDF/OFD/XML	进入 AI 提取流程

---

🌐 三级 PDF 恢复方案

许多发票邮件只有"点击下载"的链接，系统自动识别平台并选择最优方案：

flowchart TD
    Link(["🔗 邮件中的发票链接"]) --> Detect{"识别链接平台"}
    Detect -->|"百望云"| BW["🏢 Playwright 自动化\n登录 → 点击下载 → 捕获文件\n字段匹配验证"]
    Detect -->|"国税·诺诺·航信"| DI["📥 HTTP 直接下载\n识别发票族群\n本地字段校验"]
    Detect -->|"未知网页"| Generic["🌐 网页转 PDF\n检测登录/验证码\nA4 格式渲染"]
    BW & DI & Generic --> Final(["📄 本地 PDF"])
    Final --> AI(["🤖 AI 提取流程"])

---

⚙️ 配置指南

首次使用只需配置一次，之后每次扫描直接点击运行。

第一步 · 开启 163 邮箱 IMAP

📖 点击展开 163 邮箱详细步骤

服务器参数

参数	值
IMAP 服务器	imap.163.com
端口	993（SSL/TLS）

开启步骤

1. 登录 mail.163.com，点击右上角「设置」
2. 在下拉菜单中选择「POP3/SMTP/IMAP」
3. 找到「IMAP/SMTP 服务」，点击右侧「开启」按钮
4. 弹出「账号安全验证」窗口：
   • 扫码方式（推荐）：手机扫描二维码，自动发送验证短信
   • 手动方式：按提示手动发送短信到指定号码
5. 短信发送后点击「我已发送」
6. 系统生成 16 位授权码（字母组合，仅显示一次，务必立即复制保存）

⚠️ 授权码不是邮箱登录密码，是专用于第三方客户端的独立密码，大小写敏感。

📚 163 邮箱官方帮助

---

第二步 · 开启 QQ 邮箱 IMAP

📖 点击展开 QQ 邮箱详细步骤

…