每到报销季，翻邮箱找发票、下载、整理、打印……光是这些重复劳动就能耗掉半天。直到我把这件事交给了 OpenClaw。

一、痛点：发票管理到底有多烦？

你有没有经历过这样的场景：

• • 报销截止日期快到了，邮箱里散落着几十封发票邮件
• • 京东、盒马、大润发、拼多多……每个平台的发票格式都不一样
• • 有的发票是横版的，有的是竖版的，混在一起根本没法直接打印
• • 手动一张张下载、重命名、排版打印，一下午就没了

我上个月出差加上日常采购，积累了 51张电子发票，分布在邮箱的不同文件夹里。按照传统做法，我需要：

1. 1. 打开邮箱，一封封找发票邮件
2. 2. 点击下载，保存到本地
3. 3. 打开PDF阅读器，逐个检查内容
4. 4. 用 Word 或其他工具排版，每页放两张发票
5. 5. 打印

光是第1步和第2步就够折腾了——有些发票藏在促销邮件堆里，有些附件是压缩包，有些邮件标题根本看不出是发票。

但现在，这一切只需要一句话。

二、一句话搞定：告诉 AI 你要做什么

打开 OpenClaw，我只需要说：

“帮我从邮箱搜索最近的发票邮件，下载所有发票附件，然后合并成每页两张的PDF，方便打印。”

OpenClaw 会自动理解你的意图，然后开始执行。不需要写代码，不需要配置脚本，就像给一个靠谱的同事交代任务一样。

接下来，我们拆开看看每一步的技术细节——这比你想象的要复杂得多。

三、第一步：连接邮箱——看起来简单，坑最多

3.1 用户需要提供什么？

要让AI访问你的邮箱，你需要提供以下信息：

邮箱地址：你的完整邮箱，比如 user@qq.com

IMAP服务器地址：邮件接收服务器，比如 imap.qq.com

端口号：通常是993（SSL）

密码/授权码：注意，这不是你的登录密码，是专门的应用授权码

注意： 这里第一个坑就来了——大多数邮箱服务商现在不让你用登录密码做 IMAP 连接，你需要去设置里生成一个「授权码」或「应用专用密码」。

不同邮箱的设置路径不一样，但流程都类似：先进邮箱设置，找到IMAP服务开关，开启后生成一个授权码。

QQ邮箱：设置 – 账户 – POP3/IMAP/SMTP服务 – 开启IMAP – 生成授权码

163邮箱：设置 – POP3/SMTP/IMAP – 开启IMAP – 客户端授权密码

Gmail：设置 – 转发和POP/IMAP – 开启IMAP – 用App Password

Outlook：安全设置 – 应用密码 – 生成

很多人卡在这一步。邮箱默认不开IMAP，或者不知道授权码和登录密码是两回事。

3.2 IMAP 连接的技术细节

OpenClaw 通过 Python 的 imaplib 库建立 IMAP 连接，核心流程：

import imaplib# 1. 建立 SSL 连接mail = imaplib.IMAP4_SSL("imap.qq.com", 993)# 2. 登录（用授权码，不是密码）mail.login("user@qq.com", "授权码")# 3. 选择邮箱文件夹mail.select("INBOX")  # 收件箱，也可选其他文件夹# 4. 搜索邮件status, messages = mail.search(None, 'ALL')

看起来很简单对吧？但实际执行中，坑一个接一个：

坑1：连接超时

很多邮箱服务器对 IMAP 连接有超时限制，如果网络不稳定或者服务器响应慢，连接会突然断开。需要设置合理的超时时间，并做好断线重连。

坑2：SSL 证书问题

某些自建邮件服务器或企业邮箱的 SSL 证书可能不被 Python 默认信任，需要手动处理证书验证。

坑3：中文编码混乱

这是最恶心的问题。IMAP 协议本身用 ASCII 传输，中文邮件的发件人、主题等信息需要通过 RFC 2047 编码（类似 =?GBK?B?...?=）。不同邮箱服务商用的编码不一样：

• • QQ 邮箱：常用 UTF-8 或 GBK
• • 163 邮箱：常用 GBK
• • 企业邮箱：可能是 GB2312

如果解码方式不对，你看到的发件人就是一堆乱码：

# 解码前=?GBK?B?5paw5YiX5Zyo?=# 解码后京东商城

OpenClaw 需要自动检测编码并正确解码，否则后续搜索根本匹配不到。

坑4：文件夹结构

不同邮箱的文件夹命名不一样。QQ 邮箱有「收件箱」「广告邮件」「订阅邮件」等多个分类，发票邮件可能被归到了非收件箱的文件夹里。需要遍历所有文件夹搜索，不能只搜 INBOX。

3.3 连接成功后，搜索发票邮件

连接只是开始。接下来要从成百上千封邮件中找出发票邮件。

搜索策略是多维度的：

发件人关键词匹配： 京东（jd.com）、盒马（hemaxiansheng）、大润发（rt-mart）、拼多多（pinduoduo）、百望（baiwang）、诺诺网（nuonuo），以及其他常见开票平台。

主题关键词匹配： 发票、电子发票、invoice、报销凭证、收据、订单、交易（部分平台标题不含「发票」二字）。

附件特征： MIME 类型为 application/pdf 的附件。

时间范围： 用户指定的月份，如 2026年4月。

但光靠关键词匹配还不够。实际中会遇到：

问题1：邮件标题不含”发票”

比如京东的邮件标题可能是「您的订单已开具电子发票」，但有些平台的标题是「您的订单已完成」或「交易成功通知」，发票只是作为附件存在。需要同时匹配多个关键词。

问题2：促销邮件干扰

搜索关键词「京东」会命中大量促销邮件。需要通过「发件人+主题+附件」三重过滤来排除干扰。

问题3：同一发票多封邮件

比如大润发可能先发一封「开具成功通知」，再发一封「发票明细」，实际发票只有一个。需要去重。

四、第二步：下载发票——附件和链接，两种完全不同的战场

这是整个流程中最复杂的部分。你可能以为发票就是邮件附件，下载就完了。但现实是，发票有两种存在形式：

4.1 形式一：直接附件（简单模式）

大约 60% 的发票以 PDF 附件形式存在于邮件中。这种情况相对简单：

import email# 解析邮件msg = email.message_from_bytes(raw_email)# 遍历所有附件for part in msg.walk():    content_type = part.get_content_type()    filename = part.get_filename()    if content_type == "application/pdf" and filename:        # 找到 PDF 附件，下载        with open(filename, "wb") as f:            f.write(part.get_payload(decode=True))

但即使是「简单模式」也有坑：

坑1：附件名编码

中文附件名经常被 RFC 2047 编码，直接读取会是乱码：

# 原始值=?UTF-8?B?5rWL6K+V5oql5YiwX18yMDI2MDQwMi5wZGY=?=# 解码后发票_京东_20260402.pdf

需要用 email.header.decode_header() 正确解码。

坑2：附件名重复

同一封邮件可能有多个 PDF 附件（比如发票+明细），需要根据文件名或大小区分哪个是发票。

坑3：附件是压缩包

部分平台（如某些政府开票系统）会把发票放在 zip 压缩包里。需要先解压再提取 PDF。

坑4：邮件是 multipart/mixed 结构

一封邮件可能包含正文+多个附件，需要正确解析 MIME 结构，跳过 HTML 正文，只提取 PDF 部分。

4.2 形式二：邮件内链接（困难模式）

这才是真正的噩梦。

大约 40% 的发票不是以附件形式存在，而是以 链接 形式嵌在邮件正文中。你点击链接，跳转到一个网页，然后在网页上查看或下载发票。

比如：

• • 百望云 – 邮件正文有一个「查看发票」按钮，链接到 https://fanke.baiwang.com/...
• • 诺诺网 – 邮件里有一个发票链接，需要在网页上点击「下载PDF」
• • 微信支付 – 邮件里有「查看详情」链接，跳转到小程序页面
• • 支付宝 – 类似，链接到支付宝网页版

为什么这是噩梦？因为要访问这些链接，你需要：

步骤1：从邮件 HTML 正文中提取链接

from bs4 import BeautifulSoup# 邮件正文是 HTMLhtml_body = msg.get_payload(decode=True).decode("utf-8")soup = BeautifulSoup(html_body, "html.parser")# 找到所有链接links = soup.find_all("a", href=True)for link in links:    href = link["href"]    if "invoice" in href or "fapiao" in href or "发票" in link.text:        print(f"找到发票链接: {href}")

步骤2：处理各种链接类型

找到链接后，面临的问题更多：

问题1：短链接/重定向

很多邮件里的链接是短链接（如 https://dwz.cn/xxxxx），需要先请求一次获取真实 URL。有些经过多次重定向，需要跟踪整个重定向链。

问题2：链接有时效性

很多发票链接带有 token，过期后就无法访问。比如：

https://invoice.example.com/view?token=abc123&expire=1680000000

如果发票是上个月开的，链接可能已经过期了。

问题3：需要登录才能访问

最恶心的情况。你点击链接，跳转到一个登录页面，要求输入手机号+验证码。这意味着 AI 根本无法自动访问——它没有你的手机号，也无法接收验证码。

实际遇到的案例：

• • 百望云发票链接 – 直接可以访问，但页面需要 JavaScript 渲染，普通 HTTP 请求拿不到内容
• • 诺诺网发票链接 – 有时需要微信扫码才能查看
• • 某些银行开票系统 – 链接打开后是登录页面，无法自动获取

步骤3：渲染 JavaScript 页面

即使链接不需要登录，很多发票查看页面是 SPA（单页应用），内容由 JavaScript 动态加载。用普通的 HTTP 请求拿到的只是空壳 HTML：

import requests# 普通请求 —— 拿到的是空壳resp = requests.get(invoice_url)# <div id="app"></div>  ← 内容是空的！

要拿到真实内容，需要用无头浏览器（如 Playwright、Selenium）渲染 JavaScript：

from playwright.sync_api import sync_playwrightwith sync_playwright() as p:    browser = p.chromium.launch(headless=True)    page = browser.new_page()    page.goto(invoice_url)    page.wait_for_load_state("networkidle")    # 现在才能拿到渲染后的内容    content = page.content()

但无头浏览器又带来新问题：

• • 资源占用大 – 启动一个 Chromium 实例需要几百 MB 内存
• • 速度慢 – 渲染一个页面可能需要几秒到十几秒
• • 反爬检测 – 有些网站检测无头浏览器特征，返回验证码或直接拒绝
• • 需要安装浏览器 – 服务器上不一定有 Chromium

步骤4：从网页中提取/下载 PDF

页面渲染出来后，还要找到 PDF 下载按钮或直接获取 PDF URL：

# 找到下载按钮download_btn = page.query_selector("a.download-btn")pdf_url = download_btn.get_attribute("href")# 下载 PDFpdf_resp = requests.get(pdf_url)with open("invoice.pdf", "wb") as f:    f.write(pdf_resp.content)

有些网站的「下载」按钮实际上是调用 JavaScript 生成 PDF（比如用 html2pdf.js），这时候需要拦截网络请求或模拟点击。

4.3 实际的坑汇总

整个下载过程中，我遇到的真实问题：

• • 中文附件名乱码 – 文件名不可读，用 RFC 2047 解码
• • 附件是 zip 不是 pdf – 无法直接使用，自动解压提取
• • 链接过期 – 无法下载，尽早处理或跳过并标记
• • 链接需要登录 – 完全无法自动获取，跳过提示用户手动下载
• • 页面需要 JS 渲染 – 拿到空壳 HTML，用 Playwright 渲染
• • 反爬检测 – 被拒绝访问，设置合理的 User-Agent 和延迟
• • 同一发票多个链接 – 重复下载，URL 去重
• • 邮件编码问题 – 搜索匹配失败，自动检测编码并解码

五、第三步：合并打印——最后的技术关卡

51张发票下载完成后，接下来要合并成方便打印的 PDF。这一步看似简单，但技术选型踩了不少坑。

5.1 渲染引擎的选择

中国电子发票的 PDF 有一个特殊性：很多使用 GBK 编码的中文字体，且字体未嵌入。

这意味着渲染引擎必须能在系统中找到对应的中文字体，否则中文就会变成方块或乱码。

我测试了三种方案：

• • Ghostscript (gs) – 需要安装宋体/黑体，pngalpha 有黑边，png16m 丢内容
• • pdftoppm (poppler) – GBK 编码失败，部分中文显示为方块
• • PyMuPDF (fitz) – 原生支持 GBK，完美渲染

最终选择 PyMuPDF，它能正确处理 GBK、GB2312、Identity-H 等各种中文编码，不需要额外安装字体（虽然装了更好）。

5.2 输出格式的选择

渲染成图片后，需要合成 PDF。这里又有一个大坑：

用 Pillow 直接保存 PDF 会导致文字乱码。

# 错误做法 ❌page_image.save("output.pdf", "PDF")# Pillow 的 PDF 输出使用 JPEG 压缩（DCTDecode）# 再次渲染时文字会模糊、变形

# 正确做法 ✓import img2pdfwith open("output.pdf", "wb") as f:    f.write(img2pdf.convert(["page1.png", "page2.png"]))# img2pdf 使用 FlateDecode（无损压缩）# 文字清晰，无质量损失

这个坑是实际测试中发现的——用 Pillow 生成的 PDF，打印出来文字发虚，尤其是小字号的金额数字几乎看不清。

5.3 竖版 vs 横版

最初的方案是横版A4、左右并排两张发票。但实际打印后发现：

• • 中国电子发票绝大多数是横向的（宽 > 高）
• • 横版A4左右并排，横向发票放进去后上下大片空白
• • 打印出来效果很差，浪费纸张

改进方案：竖版A4、上下排列。横向发票正好填满竖版A4的宽度，空间利用率大幅提升。

改进前（横版A4，左右并排）： 横向发票放进去后上下大片空白，浪费纸张。

改进后（竖版A4，上下排列）： 横向发票正好填满宽度，两张发票上下排列，空间利用率大幅提升。

5.4 最终效果

• • 51张发票（53页，部分发票有2页）
• • 合并为 27页竖版A4
• • 每页上下各一张发票，间距合理
• • 300 DPI，打印清晰
• • 文件大小：26MB
• • 无损压缩，文字无模糊

六、为什么是 OpenClaw 而不是其他工具？

你可能会说：这些事情用 Python 脚本也能做啊。

确实可以。但区别在于：

1. 不需要写代码

传统方式你需要：

• • 写 IMAP 连接和认证代码
• • 处理各种中文编码（GBK、GB2312、UTF-8）
• • 解析 MIME 结构，提取附件
• • 写 HTML 解析逻辑，提取发票链接
• • 处理链接重定向、过期、登录拦截
• • 用无头浏览器渲染 JavaScript 页面
• • 从渲染后的页面提取 PDF
• • 写 PDF 渲染和合成逻辑
• • 处理中文字体渲染问题
• • 调试十几种边界情况

用 OpenClaw，你只需要说人话：

“帮我搜索邮箱里的发票，下载，合并打印”

AI 会理解你的意图，调用合适的工具，自动处理所有技术细节。

2. 自带踩坑经验

OpenClaw 的发票合并技能里，记录了大量实战经验：

• • 不能用 Pillow 保存PDF — 会导致文字乱码
• • 不能用 pdftoppm 渲染 GBK 中文 — 会显示方块
• • 必须用 img2pdf — 无损压缩
• • 竖版比横版更适合中国发票 — 空白最少
• • IMAP 授权码不等于登录密码 — 很多人卡在这里

这些不是文档里能查到的，是实际踩坑后总结的。AI 把这些经验内化了，下次遇到同样问题不会重复犯错。

3. 可迭代、可记忆

第一次合并出来是横版的，你说”打印出来左右两边大片空白”，OpenClaw 会：

1. 1. 理解你的反馈
2. 2. 修改方案，改为竖版A4 + 上下排列
3. 3. 重新执行
4. 4. 更新技能文档，下次自动用竖版

这种”做-反馈-改进-记住”的循环，是 OpenClaw 作为 AI 助手的核心价值。它不是一次性的脚本，而是一个会成长的工具。

4. 解决的是真实场景

这不是 demo，不是 hello world，而是实实在在的日常需求：

• • 报销整理发票
• • 财务归档票据
• • 出差费用汇总
• • 个人记账分类

每个月花在发票管理上的时间，可能有2-4小时。用 OpenClaw，缩短到几分钟。

七、延伸：还能做什么？

发票合并只是 OpenClaw 解决实际问题的一个缩影。同样的思路可以应用到更多场景：

• • 邮件自动分类 – 收到发票自动打标签、归档
• • 报销单自动生成 – 发票信息提取、汇总表生成
• • 财务报表整理 – 按月/按类别汇总消费
• • 合同管理 – 搜索、下载、归档电子合同

关键不在于 AI 有多聪明，而在于它能接入你的真实工作环境——你的邮箱、你的文件系统、你的工具链——然后用自然语言驱动这一切。

八、总结

回到开头的问题：51张发票，从搜索到打印，传统方式需要半天，OpenClaw 需要多久？

一句话交代任务，几分钟自动完成。

但在这「几分钟」的背后，是 IMAP 协议对接、中文编码处理、邮件结构解析、附件提取、链接追踪、JavaScript 渲染、中文字体兼容、PDF 无损合成……一连串技术问题的自动解决。

这就是 AI 助手的真正价值：不是让你不用思考，而是让你不用踩坑。

那些你不需要知道的细节，AI 帮你搞定了。你需要做的，只是说一句话。

工具的价值，不在于它能做什么，而在于它能帮你省下什么。

本文所有操作基于 OpenClaw 开源项目，部署在个人服务器上，数据完全本地化，隐私安全有保障。