AI发票工具升级:从一次性解析,变成会持续进化的系统

本次重构升级，将一个小工具升级为了可以持续学习进化的系统啦。

先说这套工具原来最大的痛点：

• AI 解析慢
• 成本高

今天这个工具正式进化为了为持续学习进化的系统：

因为如果每次都把整段聊天记录重新交给大模型理解、拆字段、补判断，那结果往往就是：

• 一次解析要等很久
• 高频场景也在重复调用 AI
• 成本会随着使用频率快速上升

也正因为这个问题，这次我对它做了一次比较大的重构升级。

目标很明确：

• 把解析从 30 秒 左右压到 1 秒 左右
• 让系统不再只是一次性解析器，而是会持续进化学习

这个工具本质上不是简单的“聊天记录转 Excel”，而是一套面向真实开票场景的解析系统。它要处理的是大量不标准输入：

• 商品名口语化
• 规格、数量、单价混在一行
• 同一种商品写法完全不同
• 一条聊天里还可能混多个单位、多个商品

所以这次真正起作用的，不是“换了个模型”，而是整体处理逻辑变了：

规则主干 + AI 补盲 + 持续学习进化

核心思路很简单：

1. 高频、稳定、可程序化的问题，优先用本地规则处理
2. 只有规则解决不了的地方，才让 AI 补盲
3. 每次修正、每次确认、每次下载，都会沉淀成下一次更快更准的系统能力

所以它越用越快，不是因为模型越来越重，而是因为系统越来越懂你的业务。

看展示：

1. 输入错误乱序的聊天记录

2.第一次识别错误，各种错位

3.我进行了手工修正，点反馈

4.改变规格、单价、数量之后再点解析

5. 这次是对的结果啦，而且很快！

如果一句话总结，这套工具真正的价值不是“帮你生成一次 Excel”，而是把企业每天重复发生的开票沟通，逐步沉淀成一个会持续进化的自动化系统。

one more thing，这次更新还支持上传发票文件转成可导入的excel，适用场景：开错的发票，明细又比较多，需要重新编辑再开，可以上传发票自动转成可再次导入的Excel。