报销资料交互式整理 Skill

核心原则

不要一次性直接输出最终报销结果。必须按“识别 -> 给用户逐项确认 -> 汇总输出”的方式处理。

原始资料目录只读。不要移动、改名、删除或覆盖用户提供的发票、凭证、截图、压缩包和模板。

OCR 和文件名推断都只是草稿来源。用户确认后的内容优先于 OCR 结果和文件名推断。

工作流程

1. 盘点资料目录。
• 使用 scripts/reimbursement_processor.py scan --source <资料目录> --output <输出目录>。
• 按公司、事项、文件类型、费用类别、票据类型、替代关系生成盘点草稿。
• 先向用户确认公司主体、项目/事项归属、项目编号和报销人。

1. OCR 和文本提取。
• 使用 scripts/reimbursement_processor.py extract --source <资料目录> --output <输出目录> --ocr auto。
• PDF 优先提取文本；图片和无文本 PDF 使用 OCR。
• 普通电子发票金额优先取 价税合计 的 （小写）¥金额；如果文本顺序错位，取发票中 ¥ 金额的最大值作为价税合计候选。
• 高铁票金额优先取 票价: 后面的金额；如果 票价: 与金额分行，取同一票据内唯一的 ￥ 金额。
• .zip 压缩包必须解压或读取内部结构；如包含 XML/OFD/PDF 发票，优先解析 XML，并把每张发票号分别记录。
• 金额、日期、发票号、发票抬头、付款凭证信息如果低置信或冲突，放入待确认项。

1. 逐项确认。
• 按 references/confirmation-format.md 的格式，把每个事项的识别结果发给用户确认。
• 一次只确认一个事项或一个报销单元，不要把所有项目混在一起问。
• 公司/项目/事项目录下的发票、票据、压缩包和付款凭证默认都属于该目录对应事项，默认纳入该事项报销。不要向用户逐条询问“是否纳入报销”。只有文件放错目录、抬头冲突、主体混用、重复票据、金额冲突或用户明确标记不报销时，才作为异常确认。
• 用户修正后，再进入下一项。

1. 生成草稿。
• 每个项目或事项生成一张差旅明细草稿。
• 只要票据位于当前公司目录和项目/事项目录下，且不是付款凭证截图，就默认生成该事项的报销行；不要因为 OCR 低置信而询问是否纳入，只把低置信字段标为待确认。
• 付款凭证截图不生成差旅明细行，只作为对应发票、替代票或费用事项的附件。
• 替代票的报销金额不取替代发票金额，而取对应付款凭证的实际支付金额。
• 付款凭证文件名中带金额时优先使用文件名金额，例如 住宿费-1117.42.jpg、住宿费(金额1117.42).jpg、住宿费1117.42元.jpg、过路费156.jpg。
• 如果替代票已匹配付款凭证但凭证金额无法确定，差旅明细和费用报销单摘要金额必须标为待确认。
• 压缩包内同一类别的多张发票可在差旅明细中汇总为一行，但发票明细必须逐张记录发票号。
• 所有发票号生成统一发票明细草稿。
• 费用报销单摘要按费用类别合并，例如高铁、住宿、加油、过路费、聚餐、考试费。
• 替代票摘要必须保留替代关系，例如 加油票(替代住宿费)，并提示括号和括号内内容需要铅笔填写。

1. 最终输出。
• 使用 scripts/reimbursement_processor.py canonical --source <资料目录> --output <输出目录> 生成 canonical JSON。
• canonical JSON 只作为底稿和三次一致性校验材料，不是交给用户的最终报销输出。
• 用户逐项确认后，使用 scripts/export_reimbursement_tables.py --confirmed-dir <确认目录> --source-root <资料目录> 输出实际表格。
• 最终结果必须生成到公司目录同级的 <资料目录>/报销整理输出/。例如资料目录下有 湖南思特异科技有限公司/、武汉思特异科技有限公司/，则最终输出目录必须是同级的 报销整理输出/，不要输出到 Skill 目录、工作缓存目录、final-tables/ 临时目录或任意其它位置。
• 只有用户明确指定其它输出路径时，才可以传 --output-dir <表格输出目录>；否则不要传 --output-dir，让脚本默认写入 /报销整理输出/。
• 差旅明细表格式必须以当前项目 V7 版为基准。优先使用用户资料目录中的正式差旅明细模板；如果资料目录没有正式模板，使用 Skill 内置的 assets/travel_detail_template_v7.xlsx。不要临时新建简化版模板，不要用只有标题和表头的最小模板代替正式模板。
• 最终必须输出：差旅明细表.xlsx、费用报销单和原始凭证粘贴单总表.xlsx、钉钉报销提交图片/。
• 差旅明细表.xlsx 必须严格基于用户提供的差旅明细模板生成，每个事项/项目一个差旅明细子表；只能清空模板示例数据后填入确认过的真实行，不要改变表头结构。
• 差旅明细表中 备注 后面的 说明 列用于插入对应付款凭证截图图片；有凭证截图就嵌入原始图片文件，没有则留空，不能写成本地路径字符串。不要把付款凭证截图重新生成缩略拼图，也不要把小图放大后再嵌入；最多只调整 Excel 显示尺寸，不能对原图做像素级放大导致模糊。
• 差旅明细子表的 备注 列只写业务备注、替代关系、人员用途等说明；不要写发票号、发票号码、电子客票号或票号。所有发票号统一写入 发票明细 子表。
• 差旅明细表里的 发票明细 不要输出 来源文件 列。
• 费用报销单和原始凭证粘贴单总表.xlsx 必须按事项/项目生成费用报销单子表，费用报销单版式参考 费用报销单/ 目录中的费用报销单图片。
• 费用报销单和原始凭证粘贴单总表.xlsx 不需要单独的 发票明细 工作表；发票明细只保留在 差旅明细表.xlsx 中。
• 原始凭证粘贴单据表格必须参考 费用报销单/ 目录中的原始凭证粘贴单图片生成，用于线下粘贴发票、车票、过路费等原始凭证，不用于粘贴付款凭证截图。
• 原始凭证粘贴单据表格必须直接合并到对应 报销单-* 子表的费用报销单表格下方；如果同一个报销单有多张粘贴单，就在同一个子表下方连续生成多个粘贴单表单。
• 费用报销单表格和第一张原始凭证粘贴单之间必须间隔两个空白行；多张原始凭证粘贴单之间也必须间隔两个空白行。
• 上述两个空白间隔行必须合并为整行区域，并设置浅蓝色背景，便于区分费用报销单和粘贴单表单。
• 原始凭证粘贴单的粘贴区域必须嵌入对应发票、车票、过路费等原始凭证图片，不能在粘贴区域输出文件路径清单。
• 原始凭证粘贴单不要显示 粘贴说明：...、发票图片已嵌入粘贴区域... 或类似说明文字；只保留表单标题、日期、主体/事项/分组、粘贴区域、张数、合计金额和签名。
• 原始凭证粘贴区域中的发票图片要尽量放大，便于查看和打印，不能缩成很小的缩略图；如果用户要求放大，应按当前尺寸继续放大。
• 原始凭证粘贴单底部的合计金额填写报销金额，不按发票票面金额汇总；存在替代票时尤其要以报销金额为准。如果一个费用报销单下面有多张粘贴单，只在最后一张粘贴单显示报销总额，前面的粘贴单合计金额留空。
• 费用报销单摘要和合计金额必须以对应差旅明细子表中可报销行的 合计金额 汇总为准；如果确认目录中的 expense_summary_draft.json 与差旅明细合计不一致，必须按差旅明细重新生成费用报销单摘要和总额。
• 每个费用报销单必须写清“单据及附件共 N 页”或对应粘贴单数量，便于打印装订。
• 不要单独生成 付款凭证-* 子表。付款凭证截图只用于替代票金额核对、差旅明细说明列附件和钉钉附件提示，不进入差旅明细报销主行，也不进入原始凭证粘贴单。即使确认 JSON 中错误出现 票据=付款凭证 的行，导出前也必须剔除。
• 不再输出 钉钉提交表.xlsx。必须根据 钉钉报销提交截图/ 里的字段生成 钉钉报销提交图片/*.png，让提交人可直接把图片上传给钉钉 AI 填单解析。
• 钉钉提交图片应包含公司、所属模块、合计金额、大写、报销类别、摘要、报销金额、报销单附件提示、发票附件提示、总报销金额、项目编号、差旅地、报销人等字段；所属模块固定为 机器人；报销单附件提示为上传费用报销单图片和差旅明细表；发票附件提示为上传对应发票。
• 生成钉钉提交图片前必须确认运行环境有中文字体。优先使用微软雅黑、黑体、宋体、文泉驿或 Noto CJK；如果没有中文字体，应停止并提示安装字体，不能输出方框、问号或乱码图片。
• 费用报销单中的“替代票摘要中的括号和括号内内容需铅笔填写；审批通过后将钉钉审批号回填到本单。”必须使用红色字体；摘要中形如 (替代过路费)、(替代住宿费) 的括号及括号内内容也必须使用红色字体。
• 未确认信息不得伪装成最终事实，必须保留为待确认项；有待确认项时不要输出为最终版，只能输出为草稿版。

1. 三次一致性验收。
• 使用 scripts/reimbursement_processor.py validate --source <资料目录> --output <输出目录>/validation --runs 3。
• 三次 canonical 输出哈希完全一致，才算 Skill 成功。
• 如任意输出不一致，修正不稳定字段、排序或 OCR 处理后重新验收。

必读引用

• references/workflow.md：完整报销业务流程。
• references/field-rules.md：字段、主体、项目和票据规则。
• references/paste-rules.md：原始凭证粘贴和分组规则。
• references/confirmation-format.md：逐项确认时给用户看的固定格式。

输出约束

输出给用户确认时，清楚区分：

• 已识别：来自 OCR、PDF 文本或文件名推断的字段。
• 待确认：低置信、缺失、冲突或涉及替代票解释的字段。
• 错误：主体混用、金额不一致、发票抬头与项目归属公司不匹配等。

未完成三次一致性验收前，不要说 Skill 已成功。