【AI工具】发票批量提取工具(支持查验)

又到报销季。

上个月帮同事整理一批发票：九十多张 PDF，火车票、数电票、机票行程单混在一起。要做成台账交给财务——发票号、开票日期、金额、税额、购销方，一张都不能错。

我的做法跟大部分人一样：开两个屏幕，左边发票右边 Excel，复制、粘贴、核对，一张大概一分半钟。做到第三十张的时候我开始走神，做完回头看，有两张金额抄串行了。

后来我干脆给自己写了个小工具。用了一阵子，陆陆续续改了几十版，现在把九十张发票拖进去，喝口水的工夫表就出来了。

△ 演示数据：识别完成后的结果表，底部校验条直接给出「通过 / 异常 / 待核」

界面没什么花哨的。左边几个按钮：选文件、选文件夹、开始处理、一键重命名；右边是识别出来的结果表。

把发票 PDF 整包拖进去，它一张张认：这是数电票，那是增值税专票，那是火车票——分类取字段。购方、销方、金额、税率、税额、价税合计，连同每一行明细，全部落到表格里。识别过程在本机跑，不联网，发票内容不出你的电脑。

有两个常见的坑，它替你填了。一是财政电子票据的 PDF 往往有两页，第二页是「医疗收费明细」附页——它认得出来，自动归为附页，不会多出一条没金额的假记录混进表里。二是药房发票常见的「正价行 + 折扣行」挤在同一行，它也能拆干净：拆完的明细加总，和票面金额分毫不差。

认完之后它还会做一件事：勾稽校验。明细加总等不等于不含税金额、不含税金额加税额等不等于价税合计，默认容差一分钱，嫌严嫌松都能调。对不上的票单独标出来，扔进「待复核」，不用你从头核一遍。

△ 演示数据：对不上的票单独进「待复核」，异常原因直接写在条目下面

一是重命名。

原始下载的电子票，文件名要么是一串乱码要么是「发票xxx(1).pdf」。工具按「交款人-年月-金额」把文件批量改名，比如「王示例-202609-57.99.pdf」。归档文件夹里一眼扫过去就知道哪张是谁的、几月的、多少钱。改名前有预览清单，同名自动加后缀，不怕覆盖。

△ 演示数据：一键重命名的旧名 → 新名对照，同名自动加后缀；原始文件不会被改动

二是查验留痕。

发票验真这事，官方平台操作步骤繁琐：打开网页、抄发票号、填日期金额、输验证码。工具里点一下结果表的「查验」，它会整页打开税务局查验平台，号码、日期、金额自动填好，你只需要输验证码点查验。结论出来自动回写到表格里，同时截一张图存档——只截查验页面本身，不带乱七八糟的界面。月底把「结论清单」导出来，哪张验过、什么时候验的、结论是什么，一张表交代清楚。

△ 查验弹窗：号码、日期、金额自动填好，你只需要输入验证码

一是找设置不用翻了。

按下 Ctrl+K，弹出一个搜索框——这个交互学自程序员的编辑器。输入「容差」直接定位，输入「把容差改成 0.02」，回车就生效，二十多项设置都能这样直达；嫌打字麻烦，直接对 AI 助手说「关掉自动学习」，它也听得懂。关键是：所有改动屏幕下方都会留一个「撤销」按钮，几秒内点一下就回到改之前——财务人手一抖的时刻，工具替你兜底。

二是它越来越会自己学。

一开始它只记「这家公司的发票，字段标题长什么样」。现在火车票的车次席别、行程单的票价燃油、财政票据的就诊日期，识别完都会自动沉淀成规则。同一家医院下个月换了票据版式，教它一次就行，第二张开始就对了。

三是界面换了一套「玻璃」皮肤。

半透明的卡片、彩色渐变的图标、柔和的光斑，外加八套主题，夜间模式跟着系统自动切。功能没变，但每天盯着看，眼睛确实舒服了点。

△ Ctrl+K 命令面板：输入「容差」直接定位，输入「把容差改成 0.02」直接执行

识别不是百分百准。扫描质量差的票、盖章盖住关键位置的票，会认错或者漏字段；纯扫描件它也能认，走的是本地 OCR，就是比电子票慢一点。认错的就在明细里手工改一下——工具会记住这个修正，下次遇到同类票自己就对了。用得越久越顺手，这个设计我挺满意。

查验的验证码必须自己输，平台就是这么规定的，没有绕过。数据安全这块倒是可以放心：识别、存储、导出全在本机完成，所有数据就躺在软件目录里一个 data 文件夹，打开全是 JSON 文本——拷走整个文件夹就是备份，删掉就是彻底卸载，不碰浏览器的任何缓存。

Excel、CSV、JSON、PDF 四种格式导出，CSV 带了 BOM，财务系统导入中文不会乱码——这个坑踩过的人自然懂。

△ 演示数据：导出的 Excel 台账（列可自定义，CSV 带 BOM，导入财务系统不乱码）

Windows 桌面版，免安装，下载后双击就能用。在本公众号后台回复「发票」获取下载地址。

有问题或者想要的功能，直接留言，我都在。