发票归档自动化处理流程

概述

本技能自动化处理日常报销工作流：

1. 扫描指定根目录下的子文件夹
2. 筛选包含PDF发票的子文件夹
3. 读取PDF发票内容，提取金额和分类
4. 在子文件夹内生成发票统计表（WPS表格格式）
5. 按发票号码重命名PDF文件
6. 打包PDF发票为ZIP压缩包

安全限制

⚠️ 重要：路径安全机制

违反路径限制的操作将被自动拒绝。

默认配置

根目录: "{由用户首次运行时输入}"
姓名: "（留空或填写报销人姓名）"
压缩包格式: "{姓名}{YYYYMMDD}.zip"
统计表名称: "发票统计表.xlsx"

> 重要：

> - 首次触发技能时，AI 必须先询问用户"请输入发票所在的文件夹路径"，并将用户提供的路径作为根目录

> - 用户可选择性提供姓名，用于压缩包命名；留空时不带姓名前缀

> - 姓名仅用于压缩包命名，不会出现在发票统计表或 PDF 文件中

Skill结构

发票归档/
└── SKILL.md                    # 主技能定义

工作目录结构

{根目录}\                # 用户指定的根目录
├── 示例文件夹1\        # 子文件夹1（有PDF，处理）
│   ├── 发票统计表.xlsx  ← 自动生成
│   ├── 发票1.pdf
│   └── 发票2.pdf
├── 示例文件夹2\        # 子文件夹2（无PDF，跳过）
├── 其他文件夹\        # 子文件夹3（有PDF，处理）
└── ...

> 根目录由用户首次运行时输入，例如 F:\出差\未报、D:\报销发票\2026 等。

有效子文件夹条件：

• ✅ 包含至少1个PDF发票文件

工作流程

第一步：获取根目录

1. 询问用户：首次触发时，AI 必须向用户询问"请输入发票所在的文件夹路径（根目录）"
2. 接收用户输入：将用户提供的路径记为 {根目录}
3. 路径校验：使用 os.path.abspath() 规范化路径，拒绝包含 .. 的路径
4. 扫描子文件夹：扫描 {根目录} 下的所有子文件夹
5. 列出文件夹名称，供用户确认

> 可选：用户可同时提供姓名（用于压缩包命名），如未提供则压缩包名不含姓名前缀。

第二步：筛选有效文件夹

对每个子文件夹检查：

• ✅ 包含至少1个PDF文件

处理结果分类：

第三步：列出待处理文件夹并确认

检测到以下文件夹：

【有效】需要处理：
  1. 2024年3月差旅费（包含 5 个PDF）
  2. 4月交通费报销（包含 3 个PDF）

【无效】跳过处理：
  1. 项目验收材料（无PDF发票）

请确认是否继续处理有效文件夹？(是/否)

必须用户确认后才继续执行。

第四步：读取PDF发票

对每个有效文件夹中的PDF文件提取：

• 发票号码：用于重命名文件
• 价税合计金额：填写统计表
• 费用分类：自动识别

第五步：生成发票统计表

在每个有效子文件夹内创建 发票统计表.xlsx，包含以下列：

统计表格式示例：

底部加一行汇总：

第六步：重命名PDF文件

将PDF文件按发票号码重命名，格式：{发票号码}.pdf

> 例如：滴滴电子发票.pdf → 16412000000012345678.pdf

第七步：打包压缩包

压缩包只包含PDF文件，不包含统计表。

根据有效文件夹数量采用不同策略：

情况1：单个子文件夹

直接打包为 {姓名}{YYYYMMDD}.zip

情况2：多个子文件夹

步骤1：为每个子文件夹创建临时压缩包（带序号）

{姓名}20260410_001.zip  → 2024年3月差旅费
{姓名}20260410_002.zip  → 4月交通费报销

步骤2：合并所有临时压缩包为一个

最终输出：{姓名}20260410.zip

步骤3：清理临时压缩包

压缩包内容结构：

{姓名}20260410.zip
├── 2024年3月差旅费\
│   ├── 发票统计表.xlsx
│   ├── 发票1.pdf
│   └── 发票2.pdf
├── 4月交通费报销\
│   └── 发票A.pdf
└── ...

第八步：输出任务结果

情况1：单个子文件夹

========== 发票归档处理结果 ==========

【处理完成】
✓ 2024年3月差旅费
  - 处理发票：5张
  - 发票总金额：¥1,234.56
  - 统计表：发票统计表.xlsx
  - 压缩包：{姓名}20260410.zip

【跳过处理】
✗ 项目验收材料 - 缺少PDF发票文件

=====================================
共计处理：1个文件夹，5张发票
压缩包：{姓名}20260410.zip
=====================================

情况2：多个子文件夹

========== 发票归档处理结果 ==========

【处理完成】
✓ 2024年3月差旅费
  - 处理发票：5张
  - 发票总金额：¥1,234.56

✓ 4月交通费报销
  - 处理发票：3张
  - 发票总金额：¥567.89

【跳过处理】
✗ 项目验收材料 - 缺少PDF发票文件

【合并打包】
✓ 已合并为：{姓名}20260410.zip

=====================================
共计处理：3个文件夹，10张发票
压缩包：{姓名}20260410.zip
=====================================

发票费用分类规则

规则定义

费用分类按以下优先级顺序匹配（先匹配到的优先）：

交通费（包含以下关键词）：

• 火车、飞机、机票、航班
• 出租（出租车）、打车、滴滴、滴滴出行
• 客运、客运服务、运输服务
• 汽油、燃油、油品、车用乙醇汽油

餐费（包含以下关键词）：

• 餐饮、餐费、餐服务、就餐
• 饭店、餐厅
• 金额 ≤ 500元

招待费（包含以下关键词）：

• 餐饮、餐费、餐服务
• 金额 > 500元

住宿费（包含以下关键词）：

• 住宿、酒店客房、房费、住宿费

办公费（包含以下关键词）：

• 办公、纸张、文具、电脑、耗材、办公用品

文印费（包含以下关键词）：

• 打印、复印、文印、装订、印刷、印刷费

邮费（包含以下关键词）：

• 快递、邮寄、邮费、邮政、ems

培训费（包含以下关键词）：

• 培训、培训费、课程、学习

效果图设计费（包含以下关键词）：

• 效果图、设计效果图

文本制作费（包含以下关键词）：

• 文本制作、文案、排版

设计费（包含以下关键词）：

• 设计费、设计服务（不含效果图）

咨询费（包含以下关键词）：

• 咨询、咨询费、顾问

技术服务费（包含以下关键词）：

• 技术服务、技术开发、技术咨询

工程费（包含以下关键词）：

• 工程、工程款、施工

设备费（包含以下关键词）：

• 设备、设备购置、仪器

材料费（包含以下关键词）：

• 材料、材料费、原料

安装费（包含以下关键词）：

• 安装、安装费、施工安装

软件费（包含以下关键词）：

• 软件、软件费、软件购买

办公家具（包含以下关键词）：

• 家具、办公家具、桌椅

图书（包含以下关键词）：

• 图书、书籍、书刊

福利费（包含以下关键词）：

• 福利、福利费、员工福利

保险费（包含以下关键词）：

• 保险、保险费、保费

会费（包含以下关键词）：

• 会费、会员费、协会

租车费（包含以下关键词）：

• 租车、租车费、车辆租赁

维修费（包含以下关键词）：

• 维修、维修费、修理

租赁费（包含以下关键词）：

• 租赁、租金、场地租赁

通讯费（包含以下关键词）：

• 通讯、话费、通讯费、电话费

物业费（包含以下关键词）：

• 物业、物业费、物业管理

> 注意：若以上关键词均未匹配，则归类为"其他"。产生统计表前，若发票数量较多，可按摘要内容人工复核分类结果。

技术注意事项

PDF金额提取

• 金额格式示例：价税合计（大写） 肆拾贰圆整 （小写）¥42.00
• 正则表达式（金额）：r'价税合计[^¥￥][¥￥]\s(\d+\.?\d{0,2})'
• 匹配"价税合计"和"（小写）"后面的金额数字
• 注意：发票金额可能包含多个数字（票价+税额），需取最接近价税合计的值（通常在最后）

发票号码提取

• 正则表达式：r'(?:发票号码[：:]\s*)?(\d{20,})' 或 r'(1\d{19})'
• 注意：铁路发票电子客票号（如 6581863086042892592382026）不等于发票号码，应匹配 发票号码: 后面的才是真实发票号
• 发票号码格式：20位数字，常见前缀：144/164/261/264等
• 铁路发票内含两种号码：
• 发票号码（20位，以发票号码:为标记）→ 用于重命名
• 电子客票号（含字母E或26位数字）→ 忽略

PDF读取

• 使用 pdfplumber 读取PDF内容
• 注意中文编码，使用 sys.stdout.reconfigure(encoding='utf-8')

Excel操作

• 使用 openpyxl 创建统计表
• 表头加粗，数据区域设置合适列宽
• 底部添加汇总行

路径安全

• 使用 os.path.abspath() 确保路径正确
• 验证所有操作路径以用户指定的 {根目录} 开头
• 拒绝任何包含 .. 的路径操作
• 首次运行前必须获取用户确认的根目录路径

规则更新说明

修改分类规则

编辑"发票费用分类规则"部分：

• 可新增发票项目名称映射
• 可调整金额阈值（如招待费标准从500改为其他值）

修改默认配置

编辑本文件的 默认配置 部分：

• 根目录路径
• 姓名
• 压缩包命名格式
• 统计表名称

分享给同事

将整个 发票归档 文件夹打包分享（只需 SKILL.md），同事解压到 ~/.workbuddy/skills/ 目录即可使用。

同事可自行修改 SKILL.md 中的默认配置以适应自己的工作环境。