Invoice-Downloader

项目详情摘要

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。 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 🤖 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： ⚙️ 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