夜雨聆风一个开发者 + 一个 AI，替财务同事干掉了最烦的手动整理报销单
故事从同事的一句抱怨开始
某天我们财务同事又在对着一堆 PDF 发票发愁——
她负责整理公司报销单，每个月都要手动打开一张张 PDF，把金额、税率、开票单位、发票号码这些信息一个个抄下来，再汇总进表格。
发票多的时候，一个下午就这么没了。
她一边整理一边叹气： “能不能批量识别，自动存档，以后想查直接搜？”
作为开发者，我第一反应是：理论上当然可以。
但第二反应也很真实：这事真做起来，应该挺碎。
我原本以为得自己从头搭一套：
本地 Web 页面 发票解析逻辑 字段提取规则 表格导出 Windows 运行方式
如果再往复杂一点想，还会联想到 OCR、二维码识别、模型选型、本地部署……
但那天我刚好用上了 Codex，心想：不如让 AI 试试？
于是我对 Codex 说：
“帮我做一个本地发票识别工具，上传 PDF，自动提取关键信息，直接导出 CSV 或 Excel。”
接下来发生的事，让我这个写了多年代码的人也吃了一惊。
从想法到第一版，比我想象的快太多
我一开始以为，做发票识别就等于“上 OCR”。
但 Codex 先帮我把问题拆对了：
我手上的很多发票，其实不是扫描图片，而是可直接抽文本的电子发票 PDF。
这意味着，第一版根本不需要先上重型 OCR，也不需要先搞模型。最简单、最稳的路径反而是：
pdfplumber：直接读取 PDF 文本和页面版面信息 - 正则提取：
先抽发票号码、日期、买卖双方、合计金额这些稳定字段 - 表头列位置抽取：
按票面“项目名称 / 单价 / 数量 / 金额 / 税率 / 税额”的列位置取明细 openpyxl/csv：直接导出 Excel 或 CSV Flask：再包一层本地网页，上传 PDF 就能用
整个工具现在的核心逻辑，已经变成了这样：
上传 PDF ↓pdfplumber 读取文本和页面坐标 ↓正则提取发票号码、开票日期、买卖双方、价税合计、备注 ↓按表头列位置提取 项目名称 / 单价 / 数量 / 金额 / 税率 / 税额 ↓导出 CSV / Excel ↓再用 Flask 包成一个本地网页工具这条路径如果画出来，大概就是这样：
这一步特别关键。
因为它不是“技术更炫”，而是路径更对。
如果一上来就先堆 OCR、二维码识别、模型调优，当然也能做，但会把第一版做得又重又慢。
而现在这条路，先把我手头最常见的电子发票跑通，马上就能出结果。
如果让我自己先想、先试、先排除，至少要花一两天；而在 AI 的协助下，第一版命令行脚本很快就跑起来了，后面再逐步加网页和 Windows 运行方式。
同事试用后，真正的挑战才开始
第一版工具能跑之后，我马上让同事试。
结果也很符合真实项目的规律：能跑不等于能用，能用不等于好用。
最早暴露的问题，不是什么高深算法，而是一些“只有真实票据才会打脸”的细节。
第一个问题是：购买方名称多了一个“售”。
在一张饮用水发票里，程序把购买方名称识别成了：
“上海市黄浦某某某中心 售”
根因不是 OCR，而是文本截断边界不够严，取值时把旁边字段的一部分一起带进来了。
我把错误现象直接丢给 Codex，它很快把边界规则收紧，问题就消掉了。
第二个问题更典型：项目名称有时候是空的。
比如一张固话费发票，票面原文其实非常清楚：
项目名称 规格型号 单位 数量 单价 金额 税率/征收率 税额*电信服务*通信服务费 无 个 1 51 51.00 * *但程序第一次没有取到 项目名称。
当时我用的是一套偏“字符串启发式”的规则，比如猜单位、猜数字位置。这种方式写起来快，但很容易漏票型。
Codex 后来帮我把这部分改成了更稳的思路：
不再猜“单位是不是个、次、份”，而是直接看 PDF 票面上的表头列位置。
也就是先找到：
项目名称数量单价金额税率/征收率税额
这些表头在页面上的横向坐标，再去对应列里取值。
这一步改完后，固话费这张票就正常了，项目名称、单价、数量、金额、税率、税额 都能对上票面原文。
第三个问题，是另一张 T3 出行电子发票。
那张票第一次跑出来时，项目名称还是空的。
但一旦切到“按表头列位置抽取”的逻辑后，这张票就能稳定取到：
*运输服务*客运服务费
这一类问题如果我自己单独调，肯定也能搞定，但节奏会慢很多：
读 PDF 原文 打印中间结果 猜是哪条规则错了 改一版再跑
而我这次和 AI 的协作更像是：
给它真实票据 + 给它错误现象 → 它定位问题 → 我立刻验证
整个迭代速度会明显快很多。
实际提取出来的字段长这样
现在工具导出的字段，已经不是“演示级”了，而是对着真实票据一点点磨出来的。
比如其中一张 T3 出行电子发票，最终导出的结果是：
{"导入的文件名":"【T3出行-16.49元-1个行程】高德打车电子发票.pdf","标题":"电子发票（普通发票）","发票号码":"2631700000","开票日期":"2026年04月09日","购买方名称":"上海市黄浦某某某中心","购买方统一社会信用代码/纳税人识别号":"523101080L","销售方名称":"上海行其智科技有限公司","销售方统一社会信用代码/纳税人识别号":"91310112MADT6AQ029","项目名称":"*运输服务*客运服务费","单价":"16.01","数量":"1","金额":"16.01","税率/征收率":"3%","税额":"0.48","合计金额":"16.01","合计税额":"0.48","价税合计（大写）":"壹拾陆圆肆角玖分","价税合计（小写）":"16.49","备注":""}最重要的是，这些字段不是“模型瞎猜”的，而是尽量按票面原文、按票面列位置 去取的。
这意味着它更适合做报销整理、留档、汇总，而不是一个“看起来很聪明，但细节总不稳”的 Demo。
同事试用后的反馈也很直接：
“现在至少不用一张一张抄了，导出来再检查一下就行。”
对这种重复劳动来说，这已经是非常明显的效率提升。
最终交付：一个傻瓜式 Windows 工具包
这位同事平时主要用 Windows，所以我没有满足于“命令行能跑”。
后面我继续让 Codex 帮我把工具往“普通人真的能用”的方向推。
现在这个项目的 src 目录已经变成这样：
src/├── app.py # 本地网页入口，上传 PDF 后导出表格├── pdf_to_excel.py # 发票解析核心逻辑├── requirements.txt # Python 依赖├── 一键安装启动.bat # 自动装依赖并启动本地服务└── 打包成exe.bat # 在 Windows 上打包成 exe也就是说，这个工具已经不只是“给开发者自己玩”的脚本了，而是在往真正可交付的方向走：
开发阶段可以直接跑 Python 给 Windows 用户时可以做成 .exe双击启动后自动打开浏览器 上传发票 PDF，直接下载 CSV 或 Excel
这一步很重要，因为它决定了：
这到底是一个“我会用”，还是一个“她也能用”的工具。
作为一个开发者，我从中重新理解了 AI
这次做发票工具，让我对“开发者怎么和 AI 一起工作”这件事，有了几个很具体的体会。
1. AI 最大的价值，不是替你炫技，而是帮你先走对第一步
我最开始的直觉是 OCR、二维码、模型。
但 Codex 帮我先看清楚了一个事实：
电子发票 PDF 最该先走的，不是 OCR，而是直接读文本。
这个判断本身，就替我省掉了很多无效折腾。
很多时候，AI 最值钱的不是“写了一百行代码”，而是帮你避免走错方向。
2. 真实样本，比抽象需求更有用
这次最好用的协作方式，不是我给 AI 讲一大堆抽象规则，而是直接把真实文件名、真实票面、真实错误结果丢给它。
比如：
购买方名称多了一个“售” 某张固话费发票项目名称为空 某张 T3 发票项目列没取出来
这种具体反馈，比“请优化一下识别逻辑”有用太多。
给 AI 真实样本，远比给 AI 空泛要求更高效。
3. 最好的迭代方式，是“先跑通 80%，再用真实反馈打磨最后 20%”
如果我一开始就想做一个“支持所有发票、支持 OCR、支持查询、支持数据库”的大而全系统，这个项目现在可能还停留在想法阶段。
但这次我们做对的一点是：
先做最简单的本地版 先支持最常见的电子发票 PDF 先把导出 CSV / Excel 跑通 再根据真实票据，一张张修问题
这个节奏很朴素，但很有效。
AI 很适合参与这种节奏，因为它特别擅长：
快速给出第一版 快速响应具体问题 快速改规则再验证
写在最后
我是个开发者，写代码当然还是我的本职。
但这次做发票工具，我最深的感受不是“AI 把我替代了”，而是：
AI 把我从很多低价值的试错里解放了出来。
我不需要再先花大量时间搭壳子、铺框架、试一堆方向； 我可以更快进入真正重要的环节：
看清真实需求 判断应该先做什么、不该先做什么 用真实样本驱动迭代 把工具往“别人真的能用”的方向交付
这也是我现在越来越认同的一种工作方式：
不是让 AI 替你思考，而是让 AI 替你加速。
如果你身边也有人正被重复、低效、机械的手工录入折磨，不妨试试：先别想着做一个大系统，先让 AI 帮你把最核心的一步跑通。
很多时候，事情并没有想象中那么复杂。
真正困难的，往往不是“不会写”，而是“迟迟没有开始”。
📎 如果你也在用 AI 做一些能真正落地的小工具，欢迎交流。很多看起来不起眼的重复劳动，其实都值得被自动化。
关于本文提到的工具技术栈：Python · pdfplumber · Flask · openpyxl · PyInstaller当前适用场景：电子发票 PDF 批量抽取、导出 CSV / Excel、本地浏览器上传部署方式：本地运行，可在 Windows 上打包成 exe下一步：补扫描件 OCR 兜底，让图片型发票也能接进来
